ACM 选手图解 LeetCode 二叉树的右视图

简介: ACM 选手图解 LeetCode 二叉树的右视图

大家好呀,我是快乐的蛋蛋。


今天解决二叉树的右视图,右视图说白了就是每一层最右面的节点,那我们怎么把它们找出来呢?


这就是今天要解决的问题,咱们话不多说,直接开始~

640.png



 LeetCode 199:二叉树的右视图


题意


给定一个二叉树的根节点 root,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。


示例


输入:[1,2,3,null,5,null,4]

输出:[1,3,4]

640.png


提示


  • 二叉树的节点个数的范围是 [0,100]
  • -100 <= Node.val <= 100


题目解析


这道二叉树的右视图官方定级难度中等,说实话如果你是一直跟着我的题解走下来的,对你来说就是道简单题。


这个所谓的右视图,其实就是每一层最右边的那个节点,涉及到“层”的概念,我们就可以直接祭出层次遍历来解决。


如果对层次遍历不太了解的同学,可以看我下面这篇文章:


ACM 选手带你玩转二叉树层次遍历(递归 + 非递归)


做法也很简单,对于每一层的节点从左到右遍历,保存每层最后一个遍历的节点即可。

640.png


递归法


递归法,那还是按照往常,祭出递归二步曲:


(1) 找出重复的子问题。


层次遍历对于每一层,我们都是从左到右遍历,这次我们换个方向,从右向左遍历。


这样对于每一层来说,遍历的第一个节点就是。


所以在遍历的时候我们可以先遍历右子树,再遍历左子树

# 如果当前节点的深度还没出现在 res 中(因为一层就一个节点)
# 那说明当前节点是该层第一个被访问的节点,将当前节点的值加入 res
if len(res) < depth:
    res.append(root.val)
# 遍历右子树
if root.right:
    self.level(root.right, depth + 1, res)
# 遍历左子树
if root.left:
    self.level(root.left, depth + 1, res)


(2) 确定终止条件。


对于二叉树的遍历来说,想终止,即没东西遍历了,没东西遍历自然就停下来了。


即最下面一层的左右节点都为空了。

if root == None:
    return []

最重要的两点确定好了,代码也就出来了。


Python 代码实现

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def level(self, root:TreeNode, depth, res):
        if root == None:
            return []
        # 如果当前节点的深度还没出现在 res 中(因为一层就一个节点)
        # 那说明当前节点是该层第一个被访问的节点,将当前节点的值加入 res
        if len(res) < depth:
            res.append(root.val)
        # 遍历右子树
        if root.right:
            self.level(root.right, depth + 1, res)
        # 遍历左子树
        if root.left:
            self.level(root.left, depth + 1, res)
    def rightSideView(self, root: TreeNode) -> List[int]:
        res = []
        self.level(root, 1, res)
        return res


Java 代码实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    void level(TreeNode root, int depth, List<Integer> res){
        // 如果当前节点的深度还没出现在 res 中(因为一层就一个节点)
        // 那说明当前节点是该层第一个被访问的节点,将当前节点的值加入 res
        if(res.size() < depth){
            res.add(root.val);
        }
        // 遍历右子树
        if(root.right != null){
            level(root.right, depth + 1, res);
        }
        // 遍历左子树
        if(root.left != null){
            level(root.left, depth + 1, res);
        }
    }
    public List<Integer> rightSideView(TreeNode root) {
        if(root == null){
            return new ArrayList<Integer>();
        }
        List<Integer> res = new ArrayList<Integer>();
        level(root, 1, res);
        return res;
    }
}


本题解,在递归过程中每个节点都被遍历到,时间复杂度为 O(n)


此外在递归过程中调用了额外的栈空间,栈的大小取决于二叉树的高度,二叉树最坏情况下的高度为 n,所以空间复杂度为 O(n)


非递归法(迭代)


非递归版的层次遍历用的则是队列,这是由于层次遍历的属性非常契合队列的特点。


具体做法就是:使用队列保存每一层的所有节点,把队列里的所有节点出队列,如果当前节点是当前层的最后一个,入 res。


比如对于下图:

640.png



首先初始化队列和结果 res,将根节点入队列。

640.png

# 初始化队列和结果
queue = [root]
res = []


当队列不为空,节点 1 出队列,此时 node = 1 是当前层的最后一个,将节点值加入 res。

640.png

# 如果节点是当前层的最后一个,则入 res
if(i == size - 1):
    res.append(node.val)


同时将 node = 1 的子节点入队列 queue。

640.png

// 将当前层的所有节点入队列
if(node.left != null){
    queue.offer(node.left);
}
if(node.right != null){
    queue.offer(node.right);
}

之后就是重复上面的操作,不断的入队列出队列,直至队列为空。


640.png



Python 代码实现

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def rightSideView(self, root: TreeNode) -> List[int]:
        if root == None:
            return []
        # 初始化队列和结果
        queue = [root]
        res = []
        # 当队列不为空
        while queue:
            # 当前层的节点数
            size = len(queue)
            # 弹出当前层的所有节点
            for i in range(size):
                node = queue.pop(0)
                # 如果节点是当前层的最后一个,则入 res
                if(i == size - 1):
                    res.append(node.val)
                # 将当前层的所有节点入队列
                if node.left:
                    queue.append(node.left)
                if node.right:
                    queue.append(node.right)
        return res


Java 代码实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public List<Integer> rightSideView(TreeNode root) {
        if(root == null){
            return new ArrayList<Integer>();
        }
        // 初始化队列和结果
        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);
        List<Integer> res = new ArrayList<Integer>();
        // 当队列不为空
        while(!queue.isEmpty()){
            // 当前层的节点数
            int size = queue.size();
            // 弹出当前层的所有节点
            for(int i = 0; i < size; i++){
                TreeNode node = queue.poll();
                // 如果节点是当前层的最后一个,则入 res
                if(i == size - 1){
                    res.add(node.val);
                }
                // 将当前层的所有节点入队列
                if(node.left != null){
                    queue.offer(node.left);
                }
                if(node.right != null){
                    queue.offer(node.right);
                }
            }
        }
        return res;
    }
}


本题解,对于每个节点,各进出队列一次,所以时间复杂度为 O(n)


此外,额外维护了一个队列,所以空间复杂度为 O(n)



图解二叉树的右视图到这就结束辣,层次遍历 YYDS,都给我吹起来!


当然还要记得做好总结呦~


今天就到这了,记得帮我点赞 + 在看 + 转发一条龙呀,爱你们~


我是帅蛋,我们下次见!

目录
打赏
0
0
0
0
0
分享
相关文章
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
220 14
|
3月前
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
81 4
|
3月前
|
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
89 10
【二叉树遍历入门:从中序遍历到层序与右视图】【LeetCode 热题100】94:二叉树的中序遍历、102:二叉树的层序遍历、199:二叉树的右视图(详细解析)(Go语言版)
本文详细解析了二叉树的三种经典遍历方式:中序遍历(94题)、层序遍历(102题)和右视图(199题)。通过递归与迭代实现中序遍历,深入理解深度优先搜索(DFS);借助队列完成层序遍历和右视图,掌握广度优先搜索(BFS)。文章对比DFS与BFS的思维方式,总结不同遍历的应用场景,为后续构造树结构奠定基础。
187 10
|
3月前
|
【LeetCode 热题100】【二叉树构造题精讲:前序 + 中序建树 & 有序数组构造 BST】(详细解析)(Go语言版)
本文详细解析了二叉树构造的两类经典问题:通过前序与中序遍历重建二叉树(LeetCode 105),以及将有序数组转化为平衡二叉搜索树(BST,LeetCode 108)。文章从核心思路、递归解法到实现细节逐一拆解,强调通过索引控制子树范围以优化性能,并对比两题的不同构造逻辑。最后总结通用构造套路,提供进阶思考方向,帮助彻底掌握二叉树构造类题目。
191 9
|
9月前
【LeetCode 43】236.二叉树的最近公共祖先
【LeetCode 43】236.二叉树的最近公共祖先
72 0
|
9月前
【LeetCode 38】617.合并二叉树
【LeetCode 38】617.合并二叉树
55 0
|
9月前
【LeetCode 37】106.从中序与后序遍历构造二叉树
【LeetCode 37】106.从中序与后序遍历构造二叉树
71 0
|
9月前
【LeetCode 34】257.二叉树的所有路径
【LeetCode 34】257.二叉树的所有路径
70 0
|
9月前
【LeetCode 32】111.二叉树的最小深度
【LeetCode 32】111.二叉树的最小深度
63 0

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问