力扣(LeetCode) 100: 相同的树 - 解法思路

问题概述

给定两个二叉树的根节点 p 和 q,编写一个函数来检验这两棵树是否相同。

如果两个树在结构上相同,并且节点具有相同的值,则认为它们是相同的。

解法 1:迭代(使用队列)

工作原理

使用队列逐层比较节点(BFS 方法):

python 复制代码
class Solution:
    def isSameTree(self, p, q):
        queue = [(p, q)]
        
        while queue:
            node1, node2 = queue.pop(0)
            
            if not node1 and not node2:
                continue
            
            if not node1 or not node2:
                return False
            
            if node1.val != node2.val:
                return False
            
            queue.append((node1.left, node2.left))
            queue.append((node1.right, node2.right))
        
        return True

复杂度分析

  • 时间复杂度 : O(n²) - queue.pop(0) 在 Python 列表中是 O(n) 操作
  • 空间复杂度: O(n) - 队列在最坏情况下可以容纳 n/2 个节点(完全树)

何时使用

  • 递归的替代方案
  • 避免非常深的树的潜在栈溢出
  • 需要逐层比较时有用

解法 2:递归(推荐)

工作原理

递归地比较两个树中对应的节点:

python 复制代码
class Solution:
    def isSameTree(self, p, q):
        if not p and not q:
            return True
        
        if not p or not q:
            return False
        
        if p.val != q.val:
            return False
        
        return (self.isSameTree(p.left, q.left) and 
                self.isSameTree(p.right, q.right))

复杂度分析

  • 时间复杂度: O(n) - 每个节点恰好访问一次
  • 空间复杂度: O(h) - 递归栈深度等于树的高度(最坏情况 O(n) 对于倾斜树)

何时使用

  • 推荐 - 最直观和简洁的解决方案
  • 自然的递归结构匹配树结构
  • 易于理解和实现

对比

方法 时间 空间 最佳适用
迭代(列表) O(n²) O(n) 不推荐 - 由于 pop(0) 较慢
递归 O(n) O(h) 大多数情况,直观,最快

总结

递归解决方案通常更受欢迎,因为:

  1. 更快 - 实际性能更好(O(n) vs O(n²))
  2. 更简单 - 更直观,易于理解
  3. 自然匹配 - 递归完美匹配树结构

关键洞察是在每个节点检查三个条件:两者都是 None(相同)、一个是 None(不同)或值匹配(继续递归)。

相关推荐
CoderYanger10 小时前
Java EE 进阶:8.MyBatis 操作数据库(入门)(第二弹)
java·数据库·spring boot·spring·面试·java-ee·mybatis
NEFU_Jyj14 小时前
牛客周赛R168
算法
特立独行的猫A14 小时前
我给女儿写了个打字练习:一边敲键盘,一边把小学英语单词记牢
java·后端·python
cpolar技术支持14 小时前
「我这边连不上你那个服务」—— 用清单驱动的 TCP 连通性只读看板,cpolar 让远端同事自己取证
python·内网穿透·tcp·cpolar·网络诊断
云和数据.ChenGuang15 小时前
LangGraph 异步 Node 的设计与写法实践
开发语言·人工智能·python·机器学习·php
天诰16 小时前
SA-K-11 检索会消失吗与四个未解问题
java·服务器·人工智能·python·机器学习·ai编程
benchmark_cc17 小时前
用 QuantDash 读取美股行情:AAPL.US 的运行前检查、排错顺序与数据校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash
羲云网络20 小时前
GPT Image 2.6 接入指南:Flare、Sunburst 怎么选,编辑失败如何排查
人工智能·python·aigc·图像生成·acedatacloud
文丑颜不良啊21 小时前
LeetCode2221~2240题目解析
java·leetcode