本专栏专注于分析与讲解【面试经典150】算法,两到三天更新一篇文章,欢迎催更……
专栏内容以分析题目为主,并附带一些对于本题涉及到的数据结构等内容进行回顾与总结,文章结构大致如下,部分内容会有增删:
- Tag:介绍本题牵涉到的知识点、数据结构;
- 题目来源:贴上题目的链接,方便大家查找题目并完成练习;
- 题目解读:复述题目(确保自己真的理解题目意思),并强调一些题目重点信息;
- 解题思路:介绍一些解题思路,每种解题思路包括思路讲解、实现代码以及复杂度分析;
- 知识回忆:针对今天介绍的题目中的重点内容、数据结构进行回顾总结。
【递归】【迭代】【二叉树】
100. 相同的树
判断两棵二叉树是否相同,相同不仅要在结构上相同还要在对应节点值上相同。
有两种解决思路,一是递归而是迭代。
在真正理解的递归的含义之后,会发现不论是从代码量还是思考量递归算法都更胜一筹。而迭代虽易于理解,但是代码量较大。
思路
我们从根节点开始判断两棵二叉树是否相同,可以发现如果根节点的值相同,并且结构相同(左右子树都有),那么只需要判断两棵树的左右子树是否相同即可。
标准的大问题转化成了子问题,都是判断两棵树是否相同,只是范围缩小了。于是可是使用递归来解题。
递归出口是什么?
递归出口换言之就是可以直接进行判断的情况,包括:
true
;false
;false
。大问题与子问题的如何链接?
本题是判断二叉树是否相同,如果对应的子二叉树不同,则 “大” 二叉树也不同。
算法
我们从根节点开始递归,递归函数为:
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
bool isSameTree(TreeNode* p, TreeNode* q) {
if(p == nullptr && q == nullptr){
return true;
}
else if(p == nullptr || q == nullptr){
return false;
}
else if(p->val != q->val){
return false;
}
else{
return isSameTree(p->left, q->left) && isSameTree(p->right, q->right);
}
}
};
复杂度分析
时间复杂度: O ( m i n ( m , n ) ) O(min(m, n)) O(min(m,n)), m m m 和 n n n 分别为两个二叉树的节点数。
空间复杂度: O ( m i n ( m , n ) ) O(min(m, n)) O(min(m,n))。
思路
递归是隐式的进行比较,而迭代是显示的比较。
通过迭代判断两个二叉树是否相同。同样首先判断两个二叉树是否为空,如果两个二叉树都不为空,则从两个二叉树的根节点开始广度优先搜索。
接着使用两个队列分别按层存储两棵二叉树的节点。初始时将两个两棵树的根节点分别加入两个队列。每次从两个队列各取出一个节点,进行如下比较操作:
如果搜索结束时两个队列同时为空,则两棵二叉树相同。如果只有一个队列为空,则两棵二叉树的结构不同,因此两棵二叉树不同。
算法
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
bool isSameTree(TreeNode* p, TreeNode* q) {
if(p == nullptr && q == nullptr){
return true;
}
else if(p == nullptr || q == nullptr){
return false;
}
queue<TreeNode*> q1, q2;
q1.push(p);
q2.push(q);
while(!q1.empty() && !q2.empty()){
TreeNode* now1 = q1.front();
q1.pop();
TreeNode* now2 = q2.front();
q2.pop();
// 两个节点值不同
if(now1->val != now2->val){
return false;
}
auto left1 = now1->left, right1 = now1->right, left2 = now2->left, right2 = now2->right;
// 左/右子树一个为空,另一个不为空
if((left1 == nullptr) ^ (left2 == nullptr)){
return false;
}
if((right1 == nullptr) ^ (right2 == nullptr)){
return false;
}
// 更新队列
if(left1) q1.push(left1);
if(right1) q1.push(right1);
if(left2) q2.push(left2);
if(right2) q2.push(right2);
}
return q1.empty() && q2.empty();
}
};
复杂度分析
时间复杂度: O ( m i n ( m , n ) ) O(min(m, n)) O(min(m,n)), m m m 和 n n n 分别为两个二叉树的节点数。
空间复杂度: O ( m i n ( m , n ) ) O(min(m, n)) O(min(m,n))。
如果文章内容有任何错误或者您对文章有任何疑问,欢迎私信博主或者在评论区指出 。
如果大家有更优的时间、空间复杂度方法,欢迎评论区交流。
最后,感谢您的阅读,如果感到有所收获的话可以给博主点一个 哦。