二叉树解题的思维模式分两类:
- 是否可以通过遍历一遍二叉树得到答案?如果可以,用一个 traverse 函数配合外部变量来实现,这叫「遍历」的思维模式。
- 是否可以定义一个递归函数,通过子问题(子树)的答案推导出原问题的答案?如果可以,写出这个递归函数的定义,并充分利用这个函数的返回值,这叫「分解问题」的思维模式。
无论使用哪种思维模式,你都需要思考:如果单独抽出一个二叉树节点,它需要做什么事情?需要在什么时候(前/中/后序位置)做?其他的节点不用你操心,递归函数会帮你在所有节点上执行相同的操作。
二叉树数据结构定义:
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
public TreeNode() {
}
public TreeNode(int val) {
this.val = val;
}
public TreeNode(int val, TreeNode left, TreeNode right) {
this.val = val;
this.left = left;
this.right = right;
}
}
102. 二叉树的层序遍历(⭐️⭐️)
思路
代码
public class LevelOrder {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> res = new ArrayList<>();
Queue<TreeNode> queue = new LinkedList<>();
if (root != null) {
queue.add(root);
}
while (!queue.isEmpty()) {
int n = queue.size();
List<Integer> level = new ArrayList<>();
for (int i = 0; i < n; i++) {
TreeNode node = queue.poll();
level.add(node.val);
if (node.left != null) {
queue.add(node.left);
}
if (node.right != null) {
queue.add(node.right);
}
}
res.add(level);
}
return res;
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(N)
236. 二叉树的最近公共祖先(⭐️⭐️)
思路
代码
public class LowestCommonAncestor {
public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
if (root == null || root == p || root == q) {
return root;
}
TreeNode left = lowestCommonAncestor(root.left, p, q);
TreeNode right = lowestCommonAncestor(root.right, p, q);
if (left == null && right == null) {
return null;
} else if (left == null && right != null) {
return right;
} else if (left != null && right == null) {
return left;
} else {
return root;
}
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(log(N))
103. 二叉树的锯齿形层序遍历(⭐️⭐)
思路
代码
java
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;
public class ZigzagLevelOrder {
public List<List<Integer>> zigzagLevelOrder(TreeNode root) {
List<List<Integer>> res = new LinkedList<>();
if (root == null) {
return res;
}
Queue<TreeNode> queue = new LinkedList<>();
queue.offer(root);
boolean flag = true; // 为 true 时从右边开始遍历,false 时从左边开始
while (!queue.isEmpty()) {
int size = queue.size();
LinkedList<Integer> level = new LinkedList<>();
for (int i = 0; i < size; i++) {
TreeNode node = queue.poll();
if (flag) {
level.addLast(node.val);
} else {
level.addFirst(node.val);
}
if (node.left != null) {
queue.offer(node.left);
}
if (node.right != null) {
queue.offer(node.right);
}
}
flag = !flag;
res.add(level);
}
return res;
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(N)
124. 二叉树中的最大路径和(⭐️⭐️)
思路
代码
class Solution {
int res = Integer.MIN_VALUE;
public int maxPathSum(TreeNode root) {
traverse(root);
return res;
}
// 返回当前节点能为父亲提供的贡献
private int traverse(TreeNode root) {
if (root == null) {
return 0;
}
int left = traverse(root.left);
int right = traverse(root.right);
res = Math.max(res, root.val + left + right);
int max = Math.max(root.val + left, root.val + right); // 计算当前节点能为父亲提供的最大贡献
return max < 0 ? 0 : max;
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(log(N))
94. 二叉树的中序遍历(⭐️⭐️)
思路
中序遍历的过程中收集节点的值。
代码
import java.util.ArrayList;
import java.util.List;
public class InorderTraversal {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> list = new ArrayList<>();
traverse(root, list);
return list;
}
private void traverse(TreeNode root, List list) {
if (root == null) {
traverse(root.left, list);
list.add(root.val);
traverse(root.right, list);
}
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(N)
199. 二叉树的右视图(⭐️⭐️)
思路
BFS每一层最后一个元素 or DFS 先访问每一层的右边的元素。
代码
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;
public class RightSideView {
private List<Integer> res = new ArrayList<>();
public List<Integer> rightSideViewBFS(TreeNode root) {
List<Integer> res = new ArrayList<>();
if (root == null) {
return res;
}
Queue<TreeNode> queue = new LinkedList<>();
queue.offer(root);
while (!queue.isEmpty()) {
int size = queue.size();
for (int i = 0; i < size; i++) {
TreeNode node = queue.poll();
if (node.left != null) {
queue.offer(node.left);
}
if (node.right != null) {
queue.offer(node.right);
}
if (i == size - 1) {
res.add(node.val);
}
}
}
return res;
}
public List<Integer> rightSideViewDFS(TreeNode root) {
DFS(root, 0);
return res;
}
private void DFS(TreeNode root, int depth) {
if (root == null) {
return;
}
if (depth == res.size()) {
res.add(root.val);
}
depth++;
DFS(root.right, depth);
DFS(root.left, depth);
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:方法一:O(N),方法二:O(log(N))
105. 从前序与中序遍历序列构造二叉树(⭐️⭐️)
思路
代码
import java.util.HashMap;
import java.util.Map;
public class BuildTree {
private Map<Integer, Integer> map = new HashMap<>();
public TreeNode buildTree(int[] preorder, int[] inorder) {
for (int i = 0; i < inorder.length; i++) {
map.put(inorder[i], i); // 记录中序序列每一个值的位置,用来划分左右子树的节点数量
}
return traverse(preorder, 0, preorder.length - 1,
inorder, 0, inorder.length - 1);
}
private TreeNode traverse(int[] preorder, int preorderLeft, int preorderRight,
int[] inorder, int inorderLeft, int inorderRight) {
if (preorderLeft > preorderRight || inorderLeft > inorderRight) {
return null;
}
int rootInInorderLocation = map.get(preorder[preorderLeft]);
int sizeLeftSubtree = rootInInorderLocation - inorderLeft;
TreeNode root = new TreeNode(preorder[preorderLeft]);
root.left = traverse(preorder, preorderLeft + 1, preorderLeft + sizeLeftSubtree,
inorder, inorderLeft, rootInInorderLocation - 1);
root.right = traverse(preorder, preorderLeft + sizeLeftSubtree + 1, preorderRight,
inorder, rootInInorderLocation + 1, inorderRight);
return root;
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(log(N))
129. 求根节点到叶节点数字之和(⭐️⭐)
思路
DFS
代码
public class SumNumbers {
public int sumNumbers(TreeNode root) {
return DFS(root, 0);
}
private int DFS(TreeNode root, int preSum) {
if (root == null) {
return 0;
}
int sum = preSum * 10 + root.val;
if (root.left == null && root.right == null) {
return sum;
} else {
return DFS(root.left, sum) + DFS(root.right, sum);
}
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(N)
104. 二叉树的最大深度(⭐️⭐️)
思路
后序遍历更新当前节点左右子树的最大深度。
代码
class Solution {
public int maxDepth(TreeNode root) {
if (root == null) {
return 0;
}
int leftHeight = maxDepth(root.left);
int rightHeight = maxDepth(root.right);
return Math.max(leftHeight, rightHeight) + 1;
}
}
复杂度
- 时间复杂度:O(N)
- 空间复杂度:O(log(N))