思想
二叉樹的核心思想是分治和遞歸,特點是遍歷方式。
解題方式常見兩類思路:
- 遍歷一遍二叉樹尋找答案;
- 通過分治分解問題尋求答案;
遍歷分為前中后序,本質(zhì)上是遍歷二叉樹過程中處理每個節(jié)點的三個特殊時間點:
- 前序是在剛剛進入二叉樹節(jié)點時執(zhí)行;
- 后序是在將要離開二叉樹節(jié)點時執(zhí)行;
- 中序是左子樹遍歷完進入右子樹前執(zhí)行;
# 前序
1 node
/ \
2 left 3 right
中左右
# 中序
2 node
/ \
1 left 3 right
左中右
# 后序
3 node
/ \
1 left 2 right
左右中
多叉樹只有前后序列遍歷,因為只有二叉樹有唯一一次中間節(jié)點的遍歷
題目的關(guān)鍵就是找到遍歷過程中的位置,插入對應(yīng)代碼邏輯實現(xiàn)場景的目的。
實例
二叉樹中的最大路徑和 leetcode 124
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
輸入:
root: TreeNode,二叉樹的根節(jié)點
輸出:
int,返回二叉樹中的最大路徑和,路徑是指從樹中任意節(jié)點出發(fā),沿父-子節(jié)點連接,達到任意節(jié)點的序列,且同一個節(jié)點在同一路徑中至多出現(xiàn)一次。路徑和指的是路徑中各個節(jié)點值的總和。
舉例:
給定二叉樹 [-10,9,20,null,null,15,7]
路徑包括:
9
9 -> -10
9 -> -10 -> 20
9 -> -10 -> 20 -> 7
9 -> -10 -> 20 -> 15
-10
-10 -> 20
-10 -> 20 -> 15
-10 -> 20 -> 7
20
20 -> 15
20 -> 7
15
15 -> 20 -> 7
要注意,最大路徑和不一定是最長路徑,例如上面的最大路徑和是 15 + 20 + 7 = 42。
二叉樹的數(shù)據(jù)存儲可以使用鏈表,也可以使用數(shù)組,往往數(shù)組更容易表達,根節(jié)點從 index=1 處開始存儲,浪費 index=0 的位置
left_child = 2 * parent
right_child = 2 * parent + 1
parent = child // 2
-10
/ \
9 20
/ \
15 7
分治解
從根節(jié)點開始,先簡化問題,有三種路徑形成方式:
- 左右子樹的最大路徑和都小于 0,這時只取根節(jié)點,是最大路徑和;
- 左子樹的最大路徑和小于 0,此時最大路徑和的路徑是:根節(jié)點 + 右子樹的最大路徑和所經(jīng)過的路徑;
- 右子樹的最大路徑和小于 0,此時最大路徑和的路徑是:根節(jié)點 + 左子樹的最大路徑和所經(jīng)過的路徑;
上例來看:
- 從根節(jié)點 -10 出發(fā),左子樹最大路徑和是 9,右子樹是 20 + 15 = 35,當下最大路徑和是 -10 + 9 + 35 = 34;
- -10.left=9,從 9 出發(fā),左右子樹都是空,所以當下最大路徑和是 9;
- -10.right=20,從 20 出發(fā),左子樹最大路徑和是 15,右子樹最大路徑和是 7,當下最大路徑和是 15 + 20 + 7 = 42;
- 20.left=15,從 15 出發(fā),左右子樹都是空,所以當下最大路徑和是 15;
- 20.right=7,從 7 出發(fā),左右子樹都是空,所以當下最大路徑和是 7;
全局最大路徑和是 42
編碼
from typing import Optional
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
def binary_tree_maximum_path_sum(root: Optional[TreeNode]) -> int:
max_sum = None
def max_path_sum(root: Optional[TreeNode]) -> int:
# 初始條件,空時返回 0
if root is None:
return 0
# 判斷左右子樹最大值,如果小于 0 則路徑不選擇左右子樹的節(jié)點
left_max = max(0, max_path_sum(root.left))
right_max = max(0, max_path_sum(root.right))
# 更新全局最大值
nonlocal max_sum
if max_sum is None:
max_sum = root.val + left_max + right_max
else:
max_sum = max(root.val + left_max + right_max, max_sum)
# 返回當前遍歷的最大值,一定包含 root 節(jié)點,并選擇左右子樹較大的一個
return root.val + max(left_max, right_max)
max_path_sum(root)
return max_sum