本篇为复习过程中遇到过的总结,同时也给准备面试的同学一份参考。另外,由于篇幅有限,本篇的重点在于二叉树的常见算法以及实现。
常见的二叉树实现代码
之前写过相关的文章,是关于如何创建及遍历二叉树的,这里不再赘述。提供链接给各位感兴趣的小伙伴,点此跳转
翻转二叉树
对于一棵二叉树,翻转它的左右子树,如下图所示:
下面来分析具体的实现思路:
- 对于根结点为空的情况
这种情况需要排除,因为null不是一个对象,不可能存在左右子树并且可以翻转的情况 - 对于一棵只有一个根结点的二叉树
emmm,这种情况也可以翻转,因为此时根结点左右子树为null,交换左右子树其实也就是在交换两个null,理论上是翻转了,但实际上我们看到的和没有翻转之前的结果是一样的 - 对于一棵具有两个或两个以上结点的二叉树,此时二叉树可以表示为如下的图像:
可以看出,无论是只有左子树还是只有右子树都可以进行翻转。这句话等价于,为空的子树可以和不为空的子树进行交换,也就是不对为空的子树进行特殊处理
分析过程
其实这样我们还是不知道二叉树是如何翻转的,我们可以用第一张图的二叉树为例子,看一下翻转的具体过程。
- 首先我们需要对根结点进行判空处理,在根结点不为空的情况下存在左右子树(即使左右子树为空),然后交换左右子树;
- 把根结点的左子树当成左子树的根结点,对当前根结点进行判空处理,不为空时交换左右子树;
- 把根结的右子树当成右子树的根结点,对当前根结点进行判空处理,不为空时交换左右子树;
- 重复步骤2、3,最后二叉树变为原来的镜像结构,结果可以参考文章第一张示意图。
示例代码
根据上面的推理过程我们可以得出如下的代码:
function reverseTree(root){
if( root !== null){
[root.left, root.right] = [root.right, root.left]
reverseTree(root.left)
reverseTree(root.right)
}
}
虽然推理过程比较复杂(也可能是写的比较啰嗦。。),但是仔细观察代码,这和遍历的代码似乎也没多大差别,只是把输出结点变为了交换结点。
判断二叉树是否完全对称
一棵左右完全对称的二叉树是这样的:
那到底如何判断呢?
- 根结点为空时,此时为一棵空二叉树,满足对称条件(-_-||)
- 只有一个根结点时,左右子树都为null,满足左右对称条件
- 只有两个结点时,此时左右子树必定有一个为空,不可能存在对称的情况
- 结点数在三个及三个以上时,二叉树有对称的可能。
按照我们正常的思维,看对称与否,首先看左边,然后看右边,最后比较左右是否相等。同时我们注意到,在二叉树深度比较大的时候,我们光是比较左右是不够的。可以观察到,我们比较完左右以后还需要比较左的左和右的右,比较左的右和右的左
分析过程
这么看是比较绕,接下来我们来看图分析:
- 先比较根结点左右孩子
- 将左子树根结点的左孩子与右子树根结点的右孩子进行比较
- 将左子树根结点的右孩子与右子树根结点的左孩子进行比较
重复以上过程...
示例代码
function isSymmetrical(pRoot)
{
// write code here
if(!pRoot){
return true
}
return funC(pRoot.left, pRoot.right)
}
function funC(left, right){
if(!left){
return right === null
}
if(!right){
return false
}
if(left.val !== right.val){
return false
}
return funC(left.right, right.left) && funC(left.left, right.right)
}
求二叉树的深度
分析过程
- 只有一个根结点时,二叉树深度为1
- 只有左子树时,二叉树深度为左子树深度加1
- 只有右子树时,二叉树深度为右子树深度加1
- 同时存在左右子树时,二叉树深度为左右子树中深度最大者加1
示例代码
function deep(root){
if(!root){
return 0
}
let left = deep(root.left)
let right = deep(root.right)
return left > right ? left + 1 : right + 1
}
求二叉树的宽度
二叉树的宽度是啥?我把它理解为具有最多结点数的层中包含的结点数,比如下图所示的二叉树,其实它的宽度就是为4:
分析过程
根据上图,我们如何算出二叉树的宽度呢?其实有个很简单的思路:
- 算出第一层的结点数,保存
- 算出第二层的结点数,保存一二层中较大的结点数
- 重复以上过程
示例代码
根据分析过程,我们可以利用队列这种数据结构来实现这个算法,代码如下:
function width(root){
if(!root){
return 0
}
let queue = [root], max = 1, deep = 1
while(queue.length){
while(deep--){
let temp = queue.shift()
if(temp.left){
queue.push(temp.left)
}
if(temp.right){
queue.push(temp.right)
}
}
deep = queue.length
max = max > deep ? max : deep
}
return max
}
重建二叉树
常见的遍历
- 前序遍历:
前序遍历首先访问根结点然后遍历左子树,最后遍历右子树。 - 中序遍历:
中序遍历首先访问左子树然后遍历根节点,最后遍历右子树。 后序遍历:
后序遍历首先遍历左子树,然后遍历右子树,最后访问根结点题目描述
根据前序遍历产生的序列和中序遍历产生的序列生成一颗二叉树
思路分析
假如有这么一棵二叉树:
可以看出它前序遍历序列为:8 6 5 7 10 9 11,中序遍历序列为:5 6 7 8 9 10 11
其中有个很明显的特征,根结点的值为前序遍历序列的第一个值,而且我们在中序遍历序列中很容易看出,根结点左右两边的结点分别为构成左子树和右子树的结点,所以我们可以得到一种解决问题的思路:
- 获取前序遍历的第一个值,构建根结点
- 生成左子树的前序遍历序列和中序遍历序列
- 生成右子树的前序遍历序列和中序遍历序列
- 重复以上过程...
示例代码
function reConstructBinaryTree(pre, vin)
{
if(!pre || !vin || !pre.length || !vin.length){
return null
}
let root = new TreeNode(pre[0]),
tIndex = vin.indexOf(pre[0]),
leftIn = [],leftPre = [],rightIn = [],rightPre = []
for(let i = 0; i < tIndex; i++){
leftIn.push(vin[i])
leftPre.push(pre[i+1])
}
for(let i = tIndex+1; i < pre.length; i++){
rightIn.push(vin[i])
rightPre.push(pre[i])
}
//递归
root.left = reConstructBinaryTree(leftPre, leftIn)
root.right = reConstructBinaryTree(rightPre, rightIn)
return root
}
以上思路、代码有错漏请在评论区指出!
总结
代码部分来自牛客网--剑指offer,相应的题目也都可以在上面找到。
扫描下方的二维码或搜索「tony老师的前端补习班」关注我的微信公众号,那么就可以第一时间收到我的最新文章。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。