【面试HOT200】二叉树——深度优先搜索篇

2023-12-04 06:04

本文主要是介绍【面试HOT200】二叉树——深度优先搜索篇,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

系列综述:
💞目的:本系列是个人整理为了秋招面试的,整理期间苛求每个知识点,平衡理解简易度与深入程度。
🥰来源:材料主要源于【CodeTopHot200】进行的,每个知识点的修正和深入主要参考各平台大佬的文章,其中也可能含有少量的个人实验自证,所有代码均优先参考最佳性能。
🤭结语:如果有帮到你的地方,就点个赞关注一下呗,谢谢🎈🎄🌷!!!
🌈【C++】秋招&实习面经汇总篇


文章目录

    • 基础知识
      • 二叉树DFS基本算法
        • 递归算法
        • 非递归算法
      • 相关题目
        • 236. 二叉树的最近公共祖先
        • 110. 判断平衡二叉树(后序遍历的示例)
        • 222. 求树中结点的数量
        • 226. 翻转二叉树
        • 101. 对称二叉树
        • 左叶子之和
        • 二叉树的所有路径(带缓存的前序遍历)
        • 符合总和的路径
    • 参考博客


😊点此到文末惊喜↩︎

基础知识

二叉树DFS基本算法

递归算法
  1. 注意
    • 左右子树不需要if (root->left/rihgt),因为递归出口已经判断了
    • 后序遍历有个好处:可以先收集和处理孩子,然后根节点再进行处理
    // 前序遍历
    void Traversal(TreeNode *root) {if (root == nullptr) return ;Doing(root->val);       // 中Traversal(root->left);  // 左Traversal(root->right); // 右
    }
    // 中序遍历
    void Traversal(TreeNode *root) {if (root == nullptr) return ;Traversal(root->left);  // 左Doing(root->val);       // 中Traversal(root->right); // 右
    }
    // 后序遍历
    void Traversal(TreeNode *root, vector<int> vec) {if (root == nullptr) return ;Traversal(root->left);  // 左Traversal(root->right); // 右vec.emplace_back(root->val);// 中
    }
    
非递归算法
  1. 注意点
    vector<int> preorderTraversal(TreeNode* root) {vector<int> res;		// 结果容器stack<TreeNode*> st;	// 深度栈if(root != nullptr) st.push(root);	// 根非空则入栈// 遍历源容器while (!st.empty()) {	// key:注意使用的全部结点都是node// 先记录TreeNode *node = st.top();st.pop();// 后操作if (node != nullptr) {// 压入允许为逆序,注意根节点要后压入nullptrif (node->right) st.push(node->right);	if (node->left) st.push(node->left);	st.push(node);st.push(nullptr);} else {// 先记录node = st.top();st.pop();// 后操作res.emplace_back(node->val);}}return res;
    }
    

相关题目

236. 二叉树的最近公共祖先
  1. 题目
    • 给定一个二叉树, 找到该树中两个指定节点p和q的最近公共祖先。
  2. 复杂度分析:
    • 时间复杂度 O(N): 其中 N为二叉树节点数;最差情况下,需要递归遍历树的所有节点。
    • 空间复杂度 O(N): 最差情况下,递归深度达到 N
  3. 思路
    • 递归出口:如果不是nullptr表示找到了
    • 后序遍历:优先遍历左右子树并进行记录
    • 结点处理
      • 如果左右子树都非空,一定表示该结点为公共祖先结点
      • 如果有一个为空,则向上传递非空的那个结点
TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {// 递归出口:返回标志,不为空说明是祖先结点if (root == p || root == q || root == nullptr) return root;// 后序遍历TreeNode *left = lowestCommonAncestor(root->left, p, q);TreeNode *right = lowestCommonAncestor(root->right, p, q);// 中间结点的处理// 左右都非空表示,该节点为公共祖先结点 if (left != nullptr && right != nullptr)return root;// 有一个为空表示,if (left == nullptr) return right;if (right == nullptr) return left;return root;
}
110. 判断平衡二叉树(后序遍历的示例)
  1. 递归法
    • 给定一个二叉树,判断它是否是高度平衡的二叉树。
    • 一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1 。
    // 初始化ans为true,最后看ans是否为false即可
    int depth(TreeNode* root, bool &ans) {if(!root) return 0;// 后序遍历int left=1+depth(root->left, ans);int right=1+depth(root->right, ans);if(abs(left-right) > 1) ans = false;// 对根结点的处理// 递归出口return max(left,right);	// 返回树的高度
    }
    // 尾递归优化:效率高
    bool isBalanced(TreeNode* root) {if (root == nulllptr)  return true;return 	abs(depth(root->left) - depth(root->right)) <= 1 && isBalanced(root->left) && isBalanced(root->right);
    }
    
222. 求树中结点的数量
  1. 题目
    • 给你一棵 完全二叉树 的根节点 root ,求出该树的节点个数。
  2. 算法
    int getNodesNum(TreeNode* cur) {if (cur == NULL) return 0;int leftNum = getNodesNum(cur->left);      // 左int rightNum = getNodesNum(cur->right);    // 右int treeNum = leftNum + rightNum + 1;      // 中return treeNum;
    }
    
226. 翻转二叉树
  1. 给你一棵二叉树的根节点 root ,翻转这棵二叉树,并返回其根节点。
    在这里插入图片描述
TreeNode* invertTree(TreeNode* root) {auto self = [&](auto &&self, TreeNode *root){if (root == nullptr) return ;self(self, root->left);self(self, root->right);swap(root->left, root->right);return ;};self(self, root);return root;
}
101. 对称二叉树
  1. 题目
    • 求一颗二叉树是否镜像对称
      在这里插入图片描述
  2. 思路
    • 根节点必定对称,关键是左右两子树的对称
    • 左右两个孩子存在的情况下,递归比较左右两颗子树的情况
bool isSymmetric(TreeNode* root) {auto self = [&](auto && self, TreeNode *left, TreeNode *right)->bool{// 递归出口if (left == nullptr && right == nullptr) return true;else if (left != nullptr && right == nullptr) return false;else if (left == nullptr && right != nullptr) return false;else if (left->val != right->val) return false;// 后序遍历:递归比较并汇总结果bool outside = self(self, left->left, right->right);bool inside = self(self,left->right, right->left);bool is_same = outside && inside;// 返回结果return is_same;};return self(self, root->left, root->right);
}
左叶子之和
  1. 求二叉树的左叶子之和
    • 遍历所有节点,对所求的特殊节点进行约束求值
    if (node->left != nullptr 
    && node->left->left == nullptr 
    && node->left->right == nullptr)res += node->left->val;
    
二叉树的所有路径(带缓存的前序遍历)
  1. 递归
    • 数字转化成字符串to_string(number)
    • 字符串后追加子串str.append(subStr)
    • 字符串删除某个位置之后的字符str.erase(position)
    // 数字型
    void dfs(TreeNode*root,vector<int>path, vector<vector<int>> &res) {if(!root) return;  //根节点为空直接返回// 中path.push_back(root->val);  //作出选择if(!root->left && !root->right) //如果到叶节点  {res.push_back(path);return;}// 左dfs(root->left,path,res);  //继续递归// 右dfs(root->right,path,res);
    }
    // 字符型
    void binaryTree(TreeNode* root,string path,vector<string>&res) {if(root==NULL) return ;path.append(to_string(root->val));path.append("->");if(root->left==NULL&&root->right==NULL{path.erase(path.length()-2);res.push_back(path);}binaryTree(root->left,path,res);binaryTree(root->right,path,res);
    }
    vector<string> binaryTreePaths(TreeNode* root) {string path;vector<string>res;binaryTree(root,path,res);return res;
    }
    
符合总和的路径
  1. 题目
    • 判断该树中是否存在 根节点到叶子节点 的路径,这条路径上所有节点值相加等于目标和 targetSum 。如果存在,返回 true;否则,返回 false
    // 递归方式:前序遍历,并记录每条路径的和
    bool hasPathSum(TreeNode* root, int targetSum) {bool flag = false;auto self = [&](auto &&self, TreeNode *root, int sum){// sum不可全局if (root == nullptr) return ;// 根结点的处理sum += root->val;cout << sum << ' ';if (root->left == nullptr && root->right == nullptr && targetSum == sum) flag = true;self(self, root->left, sum);self(self, root->right, sum);};self(self, root, 0);return flag;
    }
    // 非递归
    bool hasPathSum(TreeNode* root, int targetSum) {// 初始化stack<TreeNode*> st;if(root != nullptr) st.push(root);int sum = 0;// 迭代while(!st.empty()){TreeNode *cur = st.top();if(cur != nullptr){st.pop();st.push(cur);st.push(nullptr);sum += cur->val;if(cur->right) st.push(cur->right);if(cur->left) st.push(cur->left);}else{st.pop();cur = st.top();st.pop();// 节点判断if(sum == targetSum&& cur->left == nullptr && cur->right == nullptr){return true;}else{// 回溯sum -= cur->val;}}}return false;
    }
    


少年,我观你骨骼清奇,颖悟绝伦,必成人中龙凤。
不如点赞·收藏·关注一波

🚩点此跳转到首行↩︎

参考博客

  1. 「代码随想录」47. 全排列 II:【彻底理解排列中的去重问题】详解
  2. codetop
  3. 力扣(LeetCode)Krahets

这篇关于【面试HOT200】二叉树——深度优先搜索篇的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/452406

相关文章

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

数据库面试必备之MySQL中的乐观锁与悲观锁

《数据库面试必备之MySQL中的乐观锁与悲观锁》:本文主要介绍数据库面试必备之MySQL中乐观锁与悲观锁的相关资料,乐观锁适用于读多写少的场景,通过版本号检查避免冲突,而悲观锁适用于写多读少且对数... 目录一、引言二、乐观锁(一)原理(二)应用场景(三)示例代码三、悲观锁(一)原理(二)应用场景(三)示例

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

《最新SpringSecurity实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)》本章节介绍了如何通过SpringSecurity实现从配置自定义登录页面、表单登录处理逻辑的配置,并简单模拟... 目录前言改造准备开始登录页改造自定义用户名密码登陆成功失败跳转问题自定义登出前后端分离适配方案结语前言

Python使用DeepSeek进行联网搜索功能详解

《Python使用DeepSeek进行联网搜索功能详解》Python作为一种非常流行的编程语言,结合DeepSeek这一高性能的深度学习工具包,可以方便地处理各种深度学习任务,本文将介绍一下如何使用P... 目录一、环境准备与依赖安装二、DeepSeek简介三、联网搜索与数据集准备四、实践示例:图像分类1.

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction(不淘汰)​2.2 ​LR

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操