958. 二叉树的完全性检验
根据完全的定义,可以知道是最后一层的节点要尽可能靠近左边,那么不成立的条件就是最后一层的节点是这样的[1,4,56,null,13]
也就是第一个空节点后竟然还有非空节点,违背了完全。
所以采用层序遍历的方式,将每层的节点都检查是否null是连续的。这样不仅考虑了最后一层的情况,还考虑到了中间层有null的情况。
python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def isCompleteTree(self, root: Optional[TreeNode]) -> bool:
# 层序遍历
queue = [root]
# 初始化标记
is_empty = False
while queue:
level_size = len(queue)
for _ in range(level_size):
# 检查每个节点
node = queue.pop(0)
# 节点为空,则将指示变量设为True
if node is None:
is_empty = True
else: # 否则,检查指示变量是否为True,如果是,则代表前面有空节点,不是完全了
if is_empty: return False
# 不为空,继续检查左右子树,空的也要加
queue.append(node.left)
queue.append(node.right)
return is_empty
543. 二叉树的直径
二叉树的直径不一定通过根节点,它可以是:
经过根节点的最长路径,这条路径由根节点的左子树的最大深度和右子树的最大深度组成。
完全位于左子树内的最长路径。
完全位于右子树内的最长路径。
因此,对于每个节点,我们需要计算两部分:
经过该节点的最长路径长度(这不是直径,除非该节点恰好是直径的根节点)。这等于该节点左子树的深度加上右子树的深度。
该节点子树的深度,以便于父节点计算经过自身的最长路径长度。
python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def diameterOfBinaryTree(self, root: Optional[TreeNode]) -> int:
self.diameter = 0
def depth(node):
if not node:
return 0
left_depth = depth(node.left) # 计算左子树的深度
right_depth = depth(node.right) # 计算右子树的深度
# 更新直径
self.diameter = max(self.diameter, left_depth + right_depth)
# 返回节点的深度
return max(left_depth, right_depth) + 1
depth(root) # 从根节点开始递归
return self.diameter
662. 二叉树最大宽度
最大宽度,中间如果是空也记上。很自然想到层序遍历,但是最大宽度不能像层序那样只记录非空节点,所以要引入索引
可以将其视为一个满二叉树,其性质就是
在一个完全二叉树(或任意二叉树,但我们用完全二叉树的性质来帮助我们进行计算)中,如果我们假设根节点的索引为0,则对于任意一个节点,其左子节点的索引为2 * index + 1,其右子节点的索引为2 * index + 2,其中index是该节点的索引。
所以就根据其索引,遇到非空的节点的左右子树,直接在队列中增加其节点和索引。
python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def widthOfBinaryTree(self, root: Optional[TreeNode]) -> int:
if not root: return 0
max_width = 0
queue = [(root, 0)] # 队列中存储(节点,索引)
while queue:
level_size = len(queue)
_, first_index = queue[0] # 当前层第一个节点的索引
_, last_index = queue[-1] # 当前层最后一个节点的索引
max_width = max(max_width, last_index - first_index + 1)
for _ in range(level_size):
node, index = queue.pop(0)
# 利用满二叉树的性质
if node.left:
queue.append((node.left, index * 2 +1))
if node.right:
queue.append((node.right, index * 2 +2))
return max_width