前言🌧️
算法，对前端人来说陌生又熟悉，很多时候我们都不会像后端工程师一样重视这项能力。但事实上，算法对每一个程序员来说，都有着不可撼动的地位。
因为开发的过程就是把实际问题转换成计算机可识别的指令，也就是《数据结构》里说的，「设计出数据结构，在施加以算法就行了」。
当然，学习也是有侧重点的，作为前端我们不需要像后端开发一样对算法全盘掌握，有些比较偏、不实用的类型和解法，只要稍做了解即可。
题目🦀
难度中等
输入两棵二叉树A和B，判断B是不是A的子结构。(约定空树不是任意一个树的子结构)
B是A的子结构， 即 A中有出现和B相同的结构和节点值。
例如: 给定的树 A:
3 / \ 4 5 / \ 1 2给定的树 B：
4 / 1返回 true，因为 B 与 A 的一个子树拥有相同的结构和节点值。
示例 1：
输入：A = [1,2,3], B = [3,1] 输出：false
示例 2：
输入：A = [3,4,5,1,2], B = [4,1] 输出：true
限制：
0 <= 节点个数 <= 10000
解题思路🌵
- 分为三种情况，1.根节点开始就和B相同 2.根节点的左子树有和B相同的 3.根节点的右子树有和B相同的
- A空或B空，
false - 退出条件，当A为空，B不为空时，返回false
- 退出条件，当B为空时，表示已经匹配完成了，返回true
源码🔥
/** * Definition for a binary tree node. * function TreeNode(val) { * this.val = val; * this.left = this.right = null; * } */ /** * @param {TreeNode} A * @param {TreeNode} B * @return {boolean} */ var isSubStructure = function(A, B) { //处理边界条件 if(!A||!B){return false} const dfs=(A,B)=>{ //A空，B不为空，false if(!A&&B) return false //当B为空时，表示匹配完成 if(!B) return true; return A.val===B.val && dfs(A.left,B.left) && dfs(A.right,B.right) } return dfs(A,B) || isSubStructure(A.left,B) || isSubStructure(A.right,B) };
时间复杂度: O(MN) 其中 M,N 分别为树 A 和 树 B 的节点数量
空间复杂度 : O(M)
结束语🌞
那么鱼鱼的LeetCode算法篇的「LeetCode」剑指Offer-26树的子结构⚡️就结束了，算法这个东西没有捷径，只能多写多练，多总结，文章的目的其实很简单，就是督促自己去完成算法练习并总结和输出，菜不菜不重要，但是热爱🔥，喜欢大家能够喜欢我的短文，也希望通过文章认识更多志同道合的朋友，如果你也喜欢折腾，欢迎加我好友，一起沙雕，一起进步。
