LeetCode 第110题: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。
难度
简单
题目链接
示例
示例 1:
输入:root = [3,9,20,null,null,15,7]
输出:true
示例 2:
输入:root = [1,2,2,3,3,null,null,4,4]
输出:false
示例 3:
输入:root = []
输出:true
提示
- 树中的节点数在范围
[0, 5000]
内 -10^4 <= Node.val <= 10^4
解题思路
方法一:自顶向下递归
最直观的方法是使用递归,对于每个节点,我们需要:
- 计算左子树的高度
- 计算右子树的高度
- 判断左右子树高度差是否不超过1
- 递归判断左子树是否平衡
- 递归判断右子树是否平衡
关键点:
- 定义一个计算树高度的函数
- 对每个节点进行平衡性检查
- 只有当左右子树都平衡且高度差不超过1时,整棵树才平衡
具体步骤:
- 如果根节点为空,返回true(空树是平衡的)
- 计算左子树高度和右子树高度
- 如果高度差的绝对值大于1,返回false
- 递归检查左子树和右子树是否平衡
- 只有当左右子树都平衡时,返回true
时间复杂度:O(n²),其中n是树中节点的数量,因为每个节点都需要计算高度
空间复杂度:O(n),递归调用栈的深度
方法二:自底向上递归(优化)
方法一中,我们对每个节点都重复计算了高度,导致了很多重复计算。我们可以采用自底向上的方法,在计算高度的同时判断是否平衡,只需要遍历一次树。
关键点:
- 定义一个函数,同时返回子树高度和是否平衡
- 如果子树不平衡,直接返回-1表示不平衡
- 否则返回子树的实际高度
具体步骤:
- 定义一个辅助函数,计算树的高度并判断是否平衡
- 如果节点为空,返回0(高度为0)
- 递归计算左子树的高度,如果返回-1,表示左子树不平衡,直接返回-1
- 递归计算右子树的高度,如果返回-1,表示右子树不平衡,直接返回-1
- 如果左右子树高度差的绝对值大于1,返回-1
- 否则返回左右子树高度的较大值加1
时间复杂度:O(n),每个节点只访问一次
空间复杂度:O(n),递归调用栈的深度
图解思路
方法一:自顶向下递归过程
节点 | 左子树高度 | 右子树高度 | 高度差 | 是否平衡 |
---|---|---|---|---|
3 | 1 | 2 | 1 | 是 |
9 | 0 | 0 | 0 | 是 |
20 | 1 | 1 | 0 | 是 |
15 | 0 | 0 | 0 | 是 |
7 | 0 | 0 | 0 | 是 |
方法二:自底向上递归过程
节点 | 左子树结果 | 右子树结果 | 当前节点结果 | 说明 |
---|---|---|---|---|
9 | 0 | 0 | 1 | 叶子节点,高度为1 |
15 | 0 | 0 | 1 | 叶子节点,高度为1 |
7 | 0 | 0 | 1 | 叶子节点,高度为1 |
20 | 1 | 1 | 2 | 左右子树高度相等,高度为2 |
3 | 1 | 2 | 3 | 高度差为1,高度为3 |
代码实现
C# 实现
/**
* Definition for a binary tree node.
* public class TreeNode {
* public int val;
* public TreeNode left;
* public TreeNode right;
* public TreeNode(int val=0, TreeNode left=null, TreeNode right=null) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
public class Solution {
// 方法一:自顶向下递归
public bool IsBalanced(TreeNode root) {
if (root == null) {
return true;
}
// 计算左右子树高度
int leftHeight = GetHeight(root.left);
int rightHeight = GetHeight(root.right);
// 判断高度差是否不超过1,并且左右子树也都是平衡的
return Math.Abs(leftHeight - rightHeight) <= 1
&& IsBalanced(root.left)
&& IsBalanced(root.right);
}
private int GetHeight(TreeNode node) {
if (node == null) {
return 0;
}
return Math.Max(GetHeight(node.left), GetHeight(node.right)) + 1;
}
// 方法二:自底向上递归(优化)
public bool IsBalancedOptimized(TreeNode root) {
return GetHeightAndCheck(root) != -1;
}
private int GetHeightAndCheck(TreeNode node) {
if (node == null) {
return 0;
}
// 递归计算左子树高度,如果左子树不平衡,直接返回-1
int leftHeight = GetHeightAndCheck(node.left);
if (leftHeight == -1) {
return -1;
}
// 递归计算右子树高度,如果右子树不平衡,直接返回-1
int rightHeight = GetHeightAndCheck(node.right);
if (rightHeight == -1) {
return -1;
}
// 判断当前节点是否平衡
if (Math.Abs(leftHeight - rightHeight) > 1) {
return -1;
}
// 返回当前节点的高度
return Math.Max(leftHeight, rightHeight) + 1;
}
}
Python 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:
# 方法一:自顶向下递归
def isBalanced(self, root: Optional[TreeNode]) -> bool:
if not root:
return True
# 计算左右子树高度
left_height = self.get_height(root.left)
right_height = self.get_height(root.right)
# 判断高度差是否不超过1,并且左右子树也都是平衡的
return abs(left_height - right_height) <= 1 and \
self.isBalanced(root.left) and \
self.isBalanced(root.right)
def get_height(self, node: Optional[TreeNode]) -> int:
if not node:
return 0
return max(self.get_height(node.left), self.get_height(node.right)) + 1
# 方法二:自底向上递归(优化)
def isBalancedOptimized(self, root: Optional[TreeNode]) -> bool:
return self.get_height_and_check(root) != -1
def get_height_and_check(self, node: Optional[TreeNode]) -> int:
if not node:
return 0
# 递归计算左子树高度,如果左子树不平衡,直接返回-1
left_height = self.get_height_and_check(node.left)
if left_height == -1:
return -1
# 递归计算右子树高度,如果右子树不平衡,直接返回-1
right_height = self.get_height_and_check(node.right)
if right_height == -1:
return -1
# 判断当前节点是否平衡
if abs(left_height - right_height) > 1:
return -1
# 返回当前节点的高度
return max(left_height, right_height) + 1
C++ 实现
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
// 方法一:自顶向下递归
bool isBalanced(TreeNode* root) {
if (root == nullptr) {
return true;
}
// 计算左右子树高度
int leftHeight = getHeight(root->left);
int rightHeight = getHeight(root->right);
// 判断高度差是否不超过1,并且左右子树也都是平衡的
return abs(leftHeight - rightHeight) <= 1
&& isBalanced(root->left)
&& isBalanced(root->right);
}
private:
int getHeight(TreeNode* node) {
if (node == nullptr) {
return 0;
}
return max(getHeight(node->left), getHeight(node->right)) + 1;
}
public:
// 方法二:自底向上递归(优化)
bool isBalancedOptimized(TreeNode* root) {
return getHeightAndCheck(root) != -1;
}
private:
int getHeightAndCheck(TreeNode* node) {
if (node == nullptr) {
return 0;
}
// 递归计算左子树高度,如果左子树不平衡,直接返回-1
int leftHeight = getHeightAndCheck(node->left);
if (leftHeight == -1) {
return -1;
}
// 递归计算右子树高度,如果右子树不平衡,直接返回-1
int rightHeight = getHeightAndCheck(node->right);
if (rightHeight == -1) {
return -1;
}
// 判断当前节点是否平衡
if (abs(leftHeight - rightHeight) > 1) {
return -1;
}
// 返回当前节点的高度
return max(leftHeight, rightHeight) + 1;
}
};
执行结果
C# 实现
- 执行用时:88 ms (方法一), 76 ms (方法二)
- 内存消耗:41.5 MB (方法一), 41.3 MB (方法二)
Python 实现
- 执行用时:52 ms (方法一), 44 ms (方法二)
- 内存消耗:19.2 MB (方法一), 19.1 MB (方法二)
C++ 实现
- 执行用时:16 ms (方法一), 8 ms (方法二)
- 内存消耗:20.8 MB (方法一), 20.7 MB (方法二)
性能对比
语言 | 方法 | 执行用时 | 内存消耗 | 特点 |
---|---|---|---|---|
C# | 方法一 | 88 ms | 41.5 MB | 代码直观,但效率较低 |
C# | 方法二 | 76 ms | 41.3 MB | 效率更高,代码略复杂 |
Python | 方法一 | 52 ms | 19.2 MB | 代码简洁,但效率较低 |
Python | 方法二 | 44 ms | 19.1 MB | 效率更高,代码略复杂 |
C++ | 方法一 | 16 ms | 20.8 MB | 执行效率高,但不是最优 |
C++ | 方法二 | 8 ms | 20.7 MB | 执行效率最高,内存占用最小 |
代码亮点
- 🎯 提供两种不同的解法,适应不同的时间复杂度要求
- 💡 方法二巧妙地将高度计算和平衡性检查合并,避免重复计算
- 🔍 使用-1作为特殊返回值,简化了代码逻辑
- 🎨 代码结构清晰,变量命名规范,易于理解
常见错误分析
- 🚫 忘记处理空树的情况
- 🚫 计算高度时没有考虑空节点
- 🚫 没有同时检查左右子树是否平衡
- 🚫 在方法二中,没有及时返回-1导致不必要的计算
解法对比
解法 | 时间复杂度 | 空间复杂度 | 优点 | 缺点 |
---|---|---|---|---|
自顶向下递归 | O(n²) | O(n) | 实现简单,直观 | 存在大量重复计算 |
自底向上递归 | O(n) | O(n) | 时间效率高 | 代码略复杂 |
迭代实现 | O(n) | O(n) | 避免递归栈溢出 | 实现最复杂 |