文章目录
- 了解DFS
- 1.计算布尔二叉树的值
- 思路
- 代码展示
- 2.求根节点到叶节点数字之和
- 思路
- 代码展示
- 3.二叉树剪枝
- 思路
- 代码展示
- 4.验证二叉搜索树
- 思路分析
- 代码展示
- 5.二叉搜索树中第k小元素
- 思路:
- 代码展示
- 6.二叉树的所有路径
- 思路分析
- 代码展示
- 总结
了解DFS
所谓DFS就是就是深度优先搜索,首先我们回到我们以前学习过的二叉树,对于二叉树我们讲过深度优先遍历,也就前序,后序,中序,这三种遍历方式,对于深度优先搜索,深度优先遍历是一个过程,在这个过程中我们加上搜索。
在一颗二叉树上,对于遍历来说,我们会一条路走到黑,直到走到空的节点为止,才会返回上一个节点,走另一个分支,但是对于DFS(深度优先搜索)来说,我们的目的是、搜索当中的值,而不是一味地遍历。
接下来我们通过几道题来深入理解这个算法
1.计算布尔二叉树的值
首先我们来理解题意,题意很简单就是在一颗二叉树中只有0,1,2,3
这几个值,他们分别代表的是false true || &&
,我们来看看实际的一颗树:
右边这颗二叉树就可以投影成左边这颗树的样子。
接下来我们来分析一下这个道题应该怎么做:
思路
首先这道题说了这颗树是完整的二叉树,意思就是所有节点要么一个节点都没有,要么就是有两个节点。我们再来看这颗树的特征:非叶子节点肯定是2或者3,叶子节点肯定是1或者0,所以这里划分就出来了,我们对叶子节点和非叶子节点做不同的处理,如果是叶子节点就直接返回当前节点的值,如果不是叶子节点就判断一下该节点的值,如果是2就对左子树和右子树进行||操作,反之则进行&&操作即可。
函数头
函数头:bool dfs(root)
函数体
遇到叶子节点返回叶子节点的值,遇到非叶子节点,对左子树和右子树进行递归操作。
递归出口
就是返回叶子节点的值
代码展示
class Solution {
public:
bool evaluateTree(TreeNode* root) {
//只用判断一边就可以
if(root->right==nullptr)
{
//叶子节点直接返回值
return root->val;
}
//得到左子树的结果
bool left=evaluateTree(root->left);
//得到右子树的结果
bool right=evaluateTree(root->right);
//判断一下当前节点的值是2还是3,进行&&操作还是||操作
return root->val==2?left||right:left&&right;
}
};
2.求根节点到叶节点数字之和
题目解释:
首先我们先给出一棵树
对于这棵树并不是说所有节点的和就是把所有节点的值加起来,而是,我们先看第一个路径,4--9--5
对于这个路径来说,这个路径下对应的和就是495,第二个路对应的是491,第三个路径对应的是40.
从下面图应该可以看出:
思路
对于这道题,我们先来走一遍,当我们进入根节点4的时候,我们先递归左子树,我们肯定必须要知道前面的和是多少,因为我们要计算下一个节点的和,所以必须知道前面节点的和是多少,所以这里我们传递的参数就多了一个presum(前驱和)
函数头
函数头:int dfs(root,presum)
因为这道题要求返回所有路径的和,所以有一个返回值就是int
函数体
这里我们来想一下函数体是什么?
我们把presum传进行,当进入根节点的时候肯定不能带值,因为根节点的前驱和是0,所以这里我们传参的话,传presum进去先是0,进了函数之后我们先更新一下这个 presum,presum=presum*10+root->val
,更新了presum之后,判断一下这个节点是否是叶子节点,如果是叶子节点直接返回presum,因为如果是叶子节点的话就说明这个路径的和已经求完了,只需要求下一个路径的和就可以了,这里我们用一个ret来存放一下左子树和右子树的和,如果左子树不为空,则返回将左子树的和加在ret上,如果右子树不为空,则再将右子树的和加在ret上,最后返回ret。
代码展示
class Solution {
public:
int dfs(TreeNode*root,int presum)
{
//先将前驱和加上个
presum=presum*10+root->val;
//如果是末尾节点的话,直接返回前驱和
if(root->left==nullptr&&root->right==nullptr)
{
return presum;
}
int ret=0;
//如果左节点不为空的话直接ret叠加上左节点的dfs
if(root->left!=nullptr)
{
ret+=dfs(root->left,presum);
}
//如果右节点不为空的话只额吉ret叠加右节点的dfs
if(root->right!=nullptr)
{
ret+=dfs(root->right,presum);
}
//返回两边树的总和
return ret;
}
int sumNumbers(TreeNode* root) {
return dfs(root,0);//刚传递进去的时候前驱和是0
}
};
3.二叉树剪枝
首先我们来看看下面一颗二叉树,注意这颗二叉树上只有1或者0.
根据题目的意思,就是将只含有0的子树删除,对于上面这颗二叉树来说,只含有0的子树,首先我们看左子树,左子树全是零,直接删除,再看右子树,右子树的第一个节点是1,不满足,不能删除,右子树的左子树的节点,只有0,直接删除,右子树右子树只有1,不能删除,所以删除之后的二叉树就变成了下面的样子:
思路
对于这道题,我们要删除节点的话,肯定要知道左子树和右子树的信息,才能删除这个节点,由于这个特殊的性质,我们首先想到的则是后序遍历,因为只有后序遍历,才能将左子树和右子树的信息传递给节点,确定了该如何遍历之后,我们来讨论应该如何删除节点,首先我们肯定不能从非叶子节点开始删,因为我们根本不知道他的左子树和右子树的信息,所以应该从叶子节点开始删,所以这里删除的标志就是判断叶子节点的值是否为0,如果为0,则返回nullptr,证明将这个节点删除了,nullptr就是将删除的信息带给非叶子节点,如果叶子节点不是0,则返回当前节点,如果返回的是非空节点这个信息的话,就表示它的子树不是0,
函数头
函数头:dfs(root)
函数体
就是上面所讲的
递归出口
当遇到空节点的时候,直接返回空节点。
代码展示
class Solution {
public:
TreeNode* pruneTree(TreeNode* root) {
//空节点直接返回
if(root==nullptr)
{
return nullptr;
}
//递归左子树
root->left=pruneTree(root->left);
//递归右子树
root->right=pruneTree(root->right);
//判断叶子节点的值
if(root->left==nullptr&&root->right==nullptr&&root->val==0)
{
//delete root防止内存泄露
return nullptr;
}
//如果是1,则不删除
else
{
return root;
}
}
};
4.验证二叉搜索树
题目很简单,就是验证一棵树是否是二叉搜索树,如果是,则直接返回true,如果不是则返回false
思路分析
首先我们要知道一个二叉搜索树的一个很重要的性质,就是它的中序遍历是一个有序序列,这是一个这道题重要的突破口,我们只需要记录它中序遍历的前驱的节点,然后与当前节点进行比较即可,如果比当前节点大则当前情况来看的话是二叉搜索树,如果不满足的话,直接返回false,根本不需要进行判断了。注意,当返回结果的时候,我们要求左子树和右子树都满足还有根节点都满足二叉搜索树,才是二叉搜索树,否则不是二叉搜索树
函数头
函数头:dfs(root)
函数体
在定义函数体的时候,我们最好将prev(前驱)定义为全局变量,因为全局变量,随着地递归不会改变,我们只能手动改变
递归出口
当递归到空节点的时候,直接返回true,因为空节点就是二叉搜索树
代码展示
class Solution {
long prev=LONG_MIN;
public:
bool isValidBST(TreeNode* root) {
if(root==nullptr)
{
return true;
}
bool left=isValidBST(root->left);
//左子树都不满足,则不用递归右子树了
//剪枝
if(left==false)
{
return false;
}
//用cur表示当前节点是否满足
bool cur=false;
//如果满足则进入将cur置为true
if(root->val>prev)
cur=true;
//不满足直接返回false
else
return false;
//更新prevv
prev=root->val;
//递归右子树
bool right=isValidBST(root->right);
//返回左子树和右子树和当前节点是否满足是否是二叉搜索树
return left&&right&&cur;
}
};
5.二叉搜索树中第k小元素
对于这道题还是和上一道题类似。
思路:
对于上面这个二叉搜索树,我们要求这个二叉搜索树的第k小的节点是不是应该用中序遍历,因为中序遍历是有序的,当我们中序遍历到叶子节点的时候,我们就可以开始数了,所以这里我们需要一个count来计数,计算这个是第几小,count我们最好选择全局变量,因为全局变量不会随着递归而改变,当我们中序遍历到叶子节点的时候,我们的count就应该–操作,每次–之后,我么都应该判断一下这个count是否已经==0了,如果等于0,我们用一个全局变量ret来接收一下这个值。
到3的时候直接用全局变量接收这个值。
代码展示
class Solution {
int count;
int ret;
public:
int kthSmallest(TreeNode* root, int k) {
count=k;
dfs(root);
return ret;
}
void dfs(TreeNode*root)
{
//count==0是剪枝
if(root==nullptr||count==0)return;
dfs(root->left);
count--;
if(count==0)
{
ret=root->val;
}
dfs(root->right);
}
};
上面代码的递归出口的count==0,可不写,因为我们也可以继续递归,count为0只有一次,所以如果count等于0,我们可以直接不用递归了,直接返回。
6.二叉树的所有路径
这道题需要返回的是,一个路径的数组,类型是string类的
思路分析
这道题要返回string类的数组的话,为了不被递归影响到数组的值,所以我们最好还是创建一个全局变量数组,string的来记录这个每个路径,还需要一个局部变量,还需要一个string变量来记录当前路径。
函数头
函数头:dfs(root,path)
传递一个局部变量的路径
函数体
注意函数体部分,我们分析一下,我们要求出所有路径,我们先看看下面的输入和输出样例。
对于这个输出样例,我们可以看到这个string不仅需要路径的值还需要一个->将其串联起来,所以这里我们就分为了两种情况,一种是非叶子节点,一种是叶子节点,对于非叶子节点,我们不仅需要向string变量中加入当前值的字符,还需要向里加入两个符号“->”,但是对于叶子节点来说,我们只需要向里添加当前节点对应值的字符就可以了,注意:添加完之后,我们将string类的变量丢进string类的数组中,注意:这里我们不创建全局变量string的原因是因为当我们返回到上一节点的时候,因为全局变量不会改变,所以我们需要手动删除当前路径下的不需要的所有节点,才能进入下一个分支,就拿上面的图为例子,当我们要进入右子树的时候,我们必须将左子树中的2和3删完之后,只留下1才能进入右子树分支,但是对于局部变量,则不一样,注意:这里我们创建局部变量的时候,传参也要传拷贝构造,而不是引用,传引用的话和创建全局变量没有任何区别,传递拷贝构造的话,每次返回上一个分支都是一个新的string,不会存在什么删除不需要的情况。
代码展示
class Solution {
//全局若string数组,用来存储字符串
vector<string> ret;
public:
vector<string> binaryTreePaths(TreeNode* root)
{
//创建path记录路径
string path;
dfs(root,path);
//返回字符数组
return ret;
}
void dfs(TreeNode*root,string path)
{
//叶子节点的处理方式
if(root->left==nullptr&&root->right==nullptr)
{
path+=to_string(root->val);
ret.push_back(path);
return;
}
//非叶子节点的处理方式
path+=to_string(root->val)+"->";
//左子树不为空才递归,为空直接剪枝
if(root->left)dfs(root->left,path);
//右子树也一样
if(root->right)dfs(root->right,path);
}
};
总结
通过本文的探讨,我们了解了深度优先搜索(DFS)在解决二叉树问题中的强大功能和广泛应用。DFS 通过其递归和迭代两种实现方式,为我们提供了处理二叉树的不同策略,使得问题的求解变得更加灵活。无论是前序遍历、中序遍历还是后序遍历,DFS 都能够有效地遍历二叉树的每一个节点,从而帮助我们解决各种实际问题,如路径求和、树的对称性检查以及节点间距离计算等。
希望通过本文的介绍,大家对 DFS 在二叉树问题中的应用有了更深入的理解,并能够在实际编程中灵活运用这些技巧来解决复杂的树结构问题。感谢阅读,期待在你们的代码中见到这些算法的身影!如果有任何疑问或进一步的讨论,欢迎在评论区留言,我们一起交流学习。