【数据结构和算法】--- 二叉树(5)--二叉树OJ题

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 【数据结构和算法】--- 二叉树(5)--二叉树OJ题

一、二叉树OJ题

1.1 单值二叉树

题目描述: 如果二叉树每个节点都具有相同的值,那么该二叉树就是单值二叉树。只有给定的树是单值二叉树时,才返回true;否则返回 false

做题链接: 965. 单值二叉树

解题思路:

我们可以利用递归分治的思想,将此问题分解为:根节点和左孩子的值是否相等(root->left->val != root->val),根节点和右孩子的值是否相等(root->right->val != root->val),左子树判断,右子树判断。

且在每次值相等判断之前都要 先确定,当前根节点是否为空(root == NULL),若为空就直接返回true表示相等。因为我们会不能确定当前节点的左右孩子是否为空节点,所以每次在比较当前节点和孩子节点的值的时候,都要先判断(root->left != NULL或root->right != NULL),以确保不会对空节点解引用。如果值不相等便返回false。

最后一步便是继续递归当前节点的左子树(root->left)和右子树(root->right),那么如果左子树或右子树都为相同的值那么便返回true,如果有一个不相同便会返回false。既然这样,那么我们便可使用&&将递归左和右子树的函数连接起来(isUnivalTree(root->left) && isUnivalTree(root->right))。并将此结果作为返回值,只有同为true,才会真正的返回true。


解题代码:

bool isUnivalTree(struct TreeNode* root) {
    if(root == NULL)
        return true;
    //左右孩子和当前节点的值的判断
    //1、先判孩子不为空; 2、再判孩子和根的值。
    if(root-> left != NULL && root->left->val != root->val)
        return false;
    if(root-> right != NULL && root->right->val != root->val)
        return false;
    //左右子树的递归判断
    return isUnivalTree(root->left) && isUnivalTree(root->right);
}

代码图解:

1.2 检查两颗树是否相同

题目描述: 给你两棵二叉树的根节点pq,编写一个函数来检验这两棵树是否相同。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。

做题链接: 100. 相同的树

解题思路:

同样可以利用递归分治的思想:两棵二叉树根节点是否相同,左子树是否相同,右子树是否相同。 首先判断两棵二叉树的根节点是否为空,若都为空(p == NULL && q == NULL)则定为相等,返回true。但是如果只有一个节点是空节点的话,那么便要返回false,此处可以使用p == NULL || q == NULL来判断。

相信有人会问,这样判断的话如果两个都是空节点的话,那不就返回false了吗?当然不会,如果能从第一个判断出来,就说明不会出现都为空的情况,那么进入此if语句的条件就只有两个节点中的一个为空!

判断完空节点的情况,我们便可判断这两个节点的值是否相同,若不同则返回false。最后再递归两棵二叉树的左右子树,若两函数都为true,则最终返回true。


解题代码:

bool isSameTree(struct TreeNode* p, struct TreeNode* q) {
    if(p == NULL && q == NULL)
        return true;
    if(p == NULL || q == NULL)
        return false;
    if(p->val != q->val)
        return false;
    return isSameTree(p->left, q->left) && isSameTree(p->right, q->right);
}

代码图解:


1.3 对称二叉树

题目描述: 给你一个二叉树的根节点 root , 检查它是否轴对称。

做题链接: 101. 对称二叉树

解题思路:

看上面这个二叉树,如果我们将它分为,根节点,左子树,右子树。如果将左子树和右子树拆分开,那么判断对称二叉树,便可转化为检查两颗树是否相同!!

那么便可在1.2的基础上修改一下代码即可,即二叉树p的左子树和二叉树q的右子树是否相同,(isSameTree(p->left, q->right) && isSameTree(p->right, q->left)),因为两棵二叉树是镜像的关系。

解题代码:

//检查两颗树是否相同
bool isSameTree(struct TreeNode* p, struct TreeNode* q)
{
    if(!p && !q)
        return true;
    if(!p || !q)
        return false;
    if(q->val != p->val)
        return false;
    return isSameTree(p->left, q->right) && isSameTree(p->right, q->left);
}
//分出左右子树
bool isSymmetric(struct TreeNode* root) {
    return isSameTree(root->left, root->right);
}

1.4 另一颗树的子树

题目描述: 给你两棵二叉树 rootsubRoot 。检验 root 中是否包含和 subRoot具有相同结构和节点值的子树。如果存在,返回true ;否则,返回false

二叉树 tree的一棵子树包括 tree 的某个节点和这个节点的所有后代节点。tree也可以看做它自身的一棵子树。

做题链接: 572. 另一棵树的子树

解题思路:

此题思路任然与1.2检查两颗树是否相同,相似。若在root中寻找subRoot,那么便可以先判断当前二叉树root与sunRoot是否相似,若相似则返回true;不相似则继续递归root的左子树和右子树。 还需要注意的是,此处判断左右子树的函数使用||相连,因为只要左右子树中一个有subRoot即可。

解题代码:

bool isSubtree(struct TreeNode* root, struct TreeNode* subRoot){
    if(root == NULL && subRoot == NULL)
        return true;
    if(root == NULL || subRoot == NULL)
        return false;
    if(root->val != subRoot->val)
        return false;
    return isSubtree(root->left,subRoot) || isSubtree(root->right,subRoot);
}

1.5 平衡二叉树

做题链接: 110. 平衡二叉树

题目描述: 给定一个二叉树,判断它是否是高度平衡的二叉树。本题中,一棵高度平衡二叉树定义为:一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1 。

解题思路:

既然要判断左右子树的高度差,那么就要写出求二叉树的高度的函数。此函数实现思想:遇到空节点便返回0,然后递归左右子树,每递归一层便加一,返回左子树高度和右子树高度中的较大者,利用fmax()函数求较大值,具体思想还请参考图解:

基于上述求二叉树最大高度的函数BinaryTreeHeight,那么便可利用递归分治的思想:根节点下左右子树的高度差,根节点左孩子作为二叉树第一层的左右子树的高度差,根节点右孩子作为二叉树第一层的左右子树的高度差。

遇到空节点便返回true,先利用BinaryTreeHeight函数求出左子树(leftHeight)和右子树(rightHeight)的最大高度,然后比较高度差(abs(leftHeight - rightHeight) > 1),若大于一则返回false,最后再递归左右子树。

解题代码:

//求当前节点下的左子树和右子树高度,并返回较大值
int BinaryTreeHeight(struct TreeNode* root)
{
   if(root == NULL)
       return 0;
   int leftHeight = BinaryTreeHeight(root->left) + 1;
   int rightHeight = BinaryTreeHeight(root->right) + 1;
   return fmax(leftHeight, rightHeight);
}
//主函数
bool isBalanced(struct TreeNode* root) 
{
    if(root == NULL)
        return true;
    //左 右子树高度
    int leftHeight = BinaryTreeHeight(root->left);
    int rightHeight = BinaryTreeHeight(root->right);
    //差值判断
    if(abs(leftHeight - rightHeight) > 1)
        return false;
    //递归左右子树
    return isBalanced(root->left) && isBalanced(root->right);
}

二、概念选择题

  1. 在一颗完全二叉树中,某一个结点没有其左孩子,则该结点一定(B
    A.是根结点
    B.是叶结点
    C.是分支结点
    D.在倒数第二层

解析: 完全二叉树中如果一个节点没有左孩子,则一定没有右孩子,必定为一个叶子节点,最后一层一定为叶子节点,但是倒数第二层也可能存在叶子节点。

  1. 有n个元素的完全二叉树的深度是(D
    A.nlogn
    B.nlogn+1
    C.logn
    D.logn+1
  2. 在一颗度为3的树中,度为3的结点有2个,度为2的结点有1个,度为1的结点有2个,则叶子结点有(B)个。

解析: 设度为i的节点个数为ni。 该树总共有n个节点,则n=n0+n1+n2+n3。有n个节点的树的总边数为n-1条。根据度的定义,总边数与度之间的关系为:n-1=0*n0+1*n1+2*n2+3*n3。联立两个方程求解,可以得到n0 = n2 + 2n3 + 1, n0=6。

  1. 下列关于二叉树的叙述错误的是( A
    A.二叉树指的是深度为 2 的树
    B.一个 n 个结点的二叉树将拥有 n-1 条边
    C.一颗深度为 h 的满二叉树拥有 2^h-1 个结点(根结点深度为1)
    D.二叉树有二叉链和三叉链两种表示方式

解析: A错误: 二叉树指最大孩子个数为2,即树的度为二的树。深度描述的为树的层数。

B正确:对于任意的树都满足:边的条数比节点个数少1,因为每个节点都有双亲,但是根节点没有

C正确:正确,参加二叉树性质

D正确:二叉链一般指孩子表示法,三叉连指孩子双亲表示法,这两种方式是二叉树最常见的表示方式,虽然还有孩子兄弟表示法,该中表示方式本质也是二叉链。

  1. 设根结点的深度为1,则一个拥有n个结点的二叉树的深度一定在(A)区间内
    A.[log(n + 1),n]
    B.[logn,n]
    C.[log(n + 1),n - 1]
    D.[log(n + 1),n + 1]

解析: 最大深度: 即每次只有一个节点,次数二叉树的高度为n,为最高的高度。最小深度: 此树为完全二叉树, 如果是完全二叉树。根据二叉树性质,完全二叉树的高低为 h = log(n+1)向上取整。

目录
打赏
0
1
1
0
4
分享
相关文章
|
1月前
|
算法系列之数据结构-二叉树
树是一种重要的非线性数据结构,广泛应用于各种算法和应用中。本文介绍了树的基本概念、常见类型(如二叉树、满二叉树、完全二叉树、平衡二叉树、B树等)及其在Java中的实现。通过递归方法实现了二叉树的前序、中序、后序和层次遍历,并展示了具体的代码示例和运行结果。掌握树结构有助于提高编程能力,优化算法设计。
54 9
 算法系列之数据结构-二叉树
|
1月前
|
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
62 3
 算法系列之数据结构-Huffman树
|
1月前
|
算法系列之数据结构-二叉搜索树
二叉查找树(Binary Search Tree,简称BST)是一种常用的数据结构,它能够高效地进行查找、插入和删除操作。二叉查找树的特点是,对于树中的每个节点,其左子树中的所有节点都小于该节点,而右子树中的所有节点都大于该节点。
81 22
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
110 29
☀☀☀☀☀☀☀有关栈和队列应用的oj题讲解☼☼☼☼☼☼☼
### 简介 本文介绍了三种数据结构的实现方法:用两个队列实现栈、用两个栈实现队列以及设计循环队列。具体思路如下: 1. **用两个队列实现栈**: - 插入元素时,选择非空队列进行插入。 - 移除栈顶元素时,将非空队列中的元素依次转移到另一个队列,直到只剩下一个元素,然后弹出该元素。 - 判空条件为两个队列均为空。 2. **用两个栈实现队列**: - 插入元素时,选择非空栈进行插入。 - 移除队首元素时,将非空栈中的元素依次转移到另一个栈,再将这些元素重新放回原栈以保持顺序。 - 判空条件为两个栈均为空。
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
142 25
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。
基于AES的遥感图像加密算法matlab仿真
本程序基于MATLAB 2022a实现,采用AES算法对遥感图像进行加密与解密。主要步骤包括:将彩色图像灰度化并重置大小为256×256像素,通过AES的字节替换、行移位、列混合及轮密钥加等操作完成加密,随后进行解密并验证图像质量(如PSNR值)。实验结果展示了原图、加密图和解密图,分析了图像直方图、相关性及熵的变化,确保加密安全性与解密后图像质量。该方法适用于保护遥感图像中的敏感信息,在军事、环境监测等领域具有重要应用价值。
基于免疫算法的最优物流仓储点选址方案MATLAB仿真
本程序基于免疫算法实现物流仓储点选址优化,并通过MATLAB 2022A仿真展示结果。核心代码包括收敛曲线绘制、最优派送路线规划及可视化。算法模拟生物免疫系统,通过多样性生成、亲和力评价、选择、克隆、变异和抑制机制,高效搜索最优解。解决了物流仓储点选址这一复杂多目标优化问题,显著提升物流效率与服务质量。附完整无水印运行结果图示。
基于免疫算法的最优物流仓储点选址方案MATLAB仿真
基于GA遗传优化TCN-GRU时间卷积神经网络时间序列预测算法matlab仿真
本项目基于MATLAB2022a开发,提供无水印算法运行效果预览及核心程序(含详细中文注释与操作视频)。通过结合时间卷积神经网络(TCN)和遗传算法(GA),实现复杂非线性时间序列的高精度预测。TCN利用因果卷积层与残差连接提取时间特征,GA优化超参数(如卷积核大小、层数等),显著提升模型性能。项目涵盖理论概述、程序代码及完整实现流程,适用于金融、气象、工业等领域的时间序列预测任务。
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等