前端工程师 leetcode 算法面试必备 - 简单的二叉树
一、前言
本难度的题目主要考察二叉树的基本概念和操作。
1、基本概念
树是计算机科学中经常用到的一种非线性数据结构,以分层的形式存储数据。二叉树是一种特殊的树结构,每个节点最多有两个子树,通常子树被称作“左子树”和“右子树”。
以上述图片为例,介绍二叉树相关的几个术语:
节点的度:节点拥有子树的数量,图中节点 7 的度为 2;
叶子节点:度为 0 的节点,图中节点 2 就是一个叶子节点;
节点的层次:根节点的层定义为 1,根的孩子为第二层节点,依次类推;
树的深度:树中的最大节点层,图中树的深度为 3;
在 JavaScript 中,可以创建 TreeNode 对象来描述树的节点:
另外二叉树也有不同的表现形态,最常见的就是二叉查找树(Binary Search Tree),它具有以下性质:
若任意节点的左子树不空,则左子树上所有节点的值均小于它的根节点的值;
若任意节点的右子树不空,则右子树上所有节点的值均大于它的根节点的值;
任意节点的左、右子树也分别为二叉查找树;
没有键值相等的节点。
二叉查找树相比较其他数据结构的优势在于查找、插入的时间复杂度较低,为 O(logn),并且对它进行中序遍历操作之后,可以得到一个有序序列,这使得它成为出题的常客。
2、基本操作
二叉树经常考察的问题主要基于以下操作:
计算二叉树的深度;
先序遍历:首先访问根,再先序遍历遍历左子树,最后先序遍历右子树;
中序遍历:首先中序遍历左子树,再访问根,最后中序遍历右子树;
后序遍历:首先后序遍历左子树,再后序遍历右子树,最后访问根;
层次遍历:按照节点的层次访问;
二叉树非常适合采用递归思想处理,虽然递归非常耗费内存,但是它写出的代码可读性非常强,另外可以通过尾递归的书写方式,让 JavaScript 引擎将其优化为迭代的方式,从而大幅度地优化时间和空间的复杂度。
二、104. 二叉树的最大深度
给定一个二叉树,找出其最大深度。
这是一道计算二叉树深度的题目,利用递归思想:不断计算子树的深度,即可得到整个二叉树的深度。
相同类型的题目:
【111. 二叉树的最小深度】;
三、144. 二叉树的前序遍历
给定一个二叉树,返回它的 前序 遍历。
采用递归实现二叉树的前序遍历的代码,可读性非常强:
参考视频:传送门
同样的实现中序遍历以及后序遍历,是不是小菜一碟!
四、783. 二叉搜索树结点最小距离
给定一个二叉搜索树的根结点 root, 返回树中任意两节点的差的最小值。
解题思路:二叉搜索树的中序遍历序列为递增序列;
相同类型的题目:
【530. 二叉搜索树的最小绝对差】;
【897. 递增顺序查找树】;
【653. 两数之和 IV - 输入 BST】;
五、563. 二叉树的坡度
给定一个二叉树,计算整个树的坡度。一个树的节点的坡度定义即为,该节点左子树的结点之和和右子树结点之和的差的绝对值。空结点的的坡度是 0。整个树的坡度就是其所有节点的坡度之和。
解题思路:在后序遍历的过程中,先计算左子树和值以及右子树和值,再计算当前节点的坡度,最后更新当前子树的和值。
六、107. 二叉树的层次遍历 II
给定一个二叉树,返回其节点值自底向上的层次遍历。(即按从叶子节点所在层到根节点所在的层,逐层从左向右遍历)
1、队列和栈
第一种方法:采用栈和队列维护每一层访问的节点。
2、递归
第二种方法:利用递归思想在前序遍历的过程中记录相应的层级。
相同类型的题目:
【637. 二叉树的层平均值】;
【872. 叶子相似的树】;
七、938. 二叉搜索树的范围和
给定二叉搜索树的根结点 root,返回 L 和 R(含)之间的所有结点的值的和。二叉搜索树保证具有唯一的值。
这道题目主要考察前文提到的二叉查找树的特性,处理的方式类似于上几篇提到的二分搜索算法:
相同类型的题目:
【700. 二叉搜索树中的搜索】;
【669. 修剪二叉搜索树】;
【538. 把二叉搜索树转换为累加树】;
八、100. 相同的树
给定两个二叉树,编写一个函数来检验它们是否相同。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。
解题思路:递归处理两个树的根节点、左子树和右子树,如果它们都相等,那么两个树必然相等。
相同类型的题目:
【572. 另一个树的子树】;
【101. 对称二叉树】;
【226. 翻转二叉树】;
写在最后
算法作为计算机的基础学科,用 JavaScript 刷,一点也不丢人ε=ε=ε=┏(゜ロ゜;)┛。
本系列文章会分别给出一种算法的 3 种难度的总结篇(简单难度,中等难度以及困难难度)。在简单难度中,会介绍该算法的基本知识与实现,另外两个难度,着重讲解解题的思路。
如果本文对您有所帮助,可以点赞或者关注来鼓励博主。
评论