LeetCode 114. Flatten Binary Tree to Linked List(Python)

本文介绍了一种将二叉树结构通过前序遍历的方式展平为链表的方法,并提供了一个具体的AC代码实现。通过对二叉树进行前序遍历并利用列表保存节点,最终将二叉树转换成一个链表。

题目描述:
Given a binary tree, flatten it to a linked list in-place.

For example,
Given

     1
    / \
   2   5
  / \   \
 3   4   6

The flattened tree should look like:

1
 \
  2
   \
    3
     \
      4
       \
        5
         \
          6

思路:
用列表保存该二叉树的前序遍历的结点,最后循环列表重新赋左右子树。

AC代码:

class Solution(object):
    def flatten(self, root):
        """
        :type root: TreeNode
        :rtype: void Do not return anything, modify root in-place instead.
        """
        ans = []
        def preOrderTravel(root):
            if not root:
                return
            ans.append(root)
            preOrderTravel(root.left)
            preOrderTravel(root.right)
        preOrderTravel(root)
        copy = root
        for i in range(1, len(ans)):
            copy.left = None
            copy.right = ans[i]
            copy = ans[i]
这段代码是一个**二叉树展开为链表**的解法,采用的是**后序遍历 + 头插法**的方式,将二叉树就地转换为一个**右偏的单链表**(即所有节点的 `left` 指针为空,`right` 指针指向后继节点)。 --- ## ✅ 问题描述(LeetCode 114. 二叉树展开为链表) 将一个二叉树原地修改为一个右偏的链表,例如: ``` 1 / \ 2 5 / \ \ 3 4 6 ``` 变成: ``` 1 \ 2 \ 3 \ 4 \ 5 \ 6 ``` --- ## ✅ 代码解析 ```cpp class Solution { TreeNode* head; // 用于记录当前链表的头部 public: void flatten(TreeNode* root) { if (root == nullptr) { return; } // 后序遍历:右 -> 左 -> 根 flatten(root->right); flatten(root->left); // 将当前节点插入链表头部 root->left = nullptr; // 左指针置空 root->right = head; // 右指针指向当前链表头 head = root; // 更新链表头为当前节点 } }; ``` --- ## 🧠 通俗解释 想象你是一个木匠,正在把一棵树的枝干**从下到上**、**从右到左**地一根一根地连接起来。 - 先处理右子树,再处理左子树,最后处理当前节点(**后序遍历**)。 - 使用一个 `head` 指针,始终指向链表的头部。 - 每次处理一个节点时,把它插在链表最前面(**头插法**)。 - 插入时,设置 `left = nullptr`,`right = head`,然后更新 `head`。 这样,整个树就被**从下到上地构建出一个右偏的链表**。 --- ## 🔁 举个例子 假设输入如下二叉树: ``` 1 / \ 2 5 / \ \ 3 4 6 ``` 后序遍历顺序为:3 → 4 → 2 → 6 → 5 → 1 构建过程如下: - 处理 3 → 链表:3 - 处理 4 → 链表:4 → 3 - 处理 2 → 链表:2 → 4 → 3 - 处理 6 → 链表:6 → 2 → 4 → 3 - 处理 5 → 链表:5 → 6 → 2 → 4 → 3 - 处理 1 → 链表:1 → 5 → 6 → 2 → 4 → 3 最终变成一个右偏的链表。 --- ## ✅ 时间复杂度 & 空间复杂度 - **时间复杂度**:O(n),每个节点访问一次。 - **空间复杂度**:O(h),递归栈深度,h 是树的高度。 --- ## ✅ 与其它方法的比较 | 方法 | 特点 | |------|------| | 前序遍历 + 重建链表 | 简单直观,但需要额外 O(n) 空间 | | 迭代 + 栈 | 类似前序遍历,需要栈空间 | | 后序遍历 + 头插法(本解法) | 原地修改,空间复杂度 O(h),递归栈开销 | | Morris 遍历 | 空间复杂度 O(1),最优化,但实现较复杂 | --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值