牛客题解 | 判断是不是平衡二叉树

题目

题目链接

#题解
这是一篇针对初学者的题解,用两种方法解决。
知识点:树,递归
难度:一星

#题解

##方法一:自顶向下
判断一个数是否为平衡二叉树。平衡二叉树是左子树的高度与右子树的高度差的绝对值小于等于1,同样左子树是平衡二叉树,右子树为平衡二叉树。

根据定义,如果我们能够求出以每个结点为根的树的高度,然后再根据左右子树高度差绝对值小于等于1,,就可以判断以每个结点为根的树是否满足定义。
我们可以用hash<treenode*, int>来存以每个结点的树的高度。
代码如下:

map<treenode*, int> hs;
int depth(TreeNode *root) {
    if (!root) return 0;
    if (hs.find(root) != hs.end()) return hs[root];
    int ldep = depth(root-&gt;left);
    int rdep = depth(root-&gt;right);
    return hs[root] = max(ldep, rdep) + 1;
}

然后再用先序遍历:根节点、左子树、右子树来判断以每个结点为根的树是否满足条件。
代码如下:

bool judge(TreeNode *root) {
    if (!root) return true;
    return abs(hs[root-&gt;left] - hs[root-&gt;right]) &lt;= 1 &amp;&amp; 
    judge(root-&gt;left) &amp;&amp; judge(root-&gt;right);
}

最后的代码为:

class Solution {
public:
    map<treenode*, int> hs;
    int depth(TreeNode *root) {
        if (!root) return 0;
        if (hs.find(root) != hs.end()) return hs[root];
        int ldep = depth(root-&gt;left);
        int rdep = depth(root-&gt;right);
        return hs[root] = max(ldep, rdep) + 1;
    }
    bool judge(TreeNode *root) {
        if (!root) return true;
        return abs(hs[root-&gt;left] - hs[root-&gt;right]) &lt;= 1 &amp;&amp; 
        judge(root-&gt;left) &amp;&amp; judge(root-&gt;right);
    }
    bool IsBalanced_Solution(TreeNode* root) {
        depth(root);
        return judge(root);
    }
};

时间复杂度:O(N)
空间复杂度:O(N)

##方法二:自底向上
方法一是先求出以每个结点为根的树的高度,然后再判断,其实可以直接再求高度的同时,直接判断即可。
利用后序遍历:左子树、右子树、根节点,可以先递归到叶子节点,然后在回溯的过程中来判断是否满足条件。
求树的高度的代码为:

int depth(TreeNode *root) {
    if (!root) return 0;
    int ldep = depth(root-&gt;left);
    int rdep = depth(root-&gt;right);
    return max(ldep, rdep) + 1;
}

然后对上述代码加以改造,如果不满足平衡二叉树的定义,则返回-1,并且如果左子树不满足条件了,直接返回-1,右子树也是如此,相当于剪枝,加速结束递归。
代码如下:

int depth(TreeNode *root) {
    if (!root) return 0;
    int ldep = depth(root-&gt;left);
    if (ldep == -1) return -1;
    int rdep = depth(root-&gt;right);
    if (rdep == -1) return -1;
    int sub = abs(ldep - rdep);
    if (sub &gt; 1) return -1;
    return max(ldep, rdep) + 1;
}

最后只需要判断depth(root)返回的是否为-1,如果是-1,则不是,否则,则是。
代码如下:

class Solution {
public:
    int depth(TreeNode *root) {
        if (!root) return 0;
        int ldep = depth(root-&gt;left);
        if (ldep == -1) return -1;
        int rdep = depth(root-&gt;right);
        if (rdep == -1) return -1;
        int sub = abs(ldep - rdep);
        if (sub &gt; 1) return -1;
        return max(ldep, rdep) + 1;
    }
    bool IsBalanced_Solution(TreeNode* root) {
        return depth(root) != -1;
    }
};

时间复杂度:O(N)
空间复杂度:O(N)</treenode*,></treenode*,></treenode*,>

练习赛142是一场编程竞赛,通常包含多个算法题目,涵盖如数组、字符串、链表、动态规划等常见数据结构算法知识点。针对这类比赛的解题思路和方法,可以从以下几个方面进行分析: ### 题目类型与解题策略 1. **数组相关问题** - 常见的题目包括查找数组中出现次数超过一半的数字、寻找缺失的数字、求解最大子数组和等。 - 解题方法包括使用哈希表统计频率、摩尔投票法(适用于多数元素问题)、双指针技巧或前缀和优化。 2. **链表操作** - 链表题目可能涉及反转链表、判断链表是否有环、找出两个链表的相交节点等。 - 例如,在找两个链表相交点的问题中,可以先计算各自长度,然后让长链表先走差值步数,再同步遍历比较节点地址[^3]。 3. **字符串处理** - 包括最长回文子串、无重复字符的最长子串等。 - 可采用滑动窗口、动态规划或中心扩展法等策略。 4. **树与图** - 树相关的题目可能涉及二叉树的遍历、路径和、最近公共祖先等问题。 - 图论问题可能需要使用深度优先搜索(DFS)、广度优先搜索(BFS)或拓扑排序等算法。 5. **动态规划** - 动态规划常用于解决背包问题、最长递增子序列、编辑距离等。 - 关键在于定义状态转移方程,并通过迭代或记忆化搜索进行求解。 6. **贪心算法** - 适用于区间调度、活动选择、硬币找零等问题。 - 贪心策略的核心在于每一步都做出局部最优选择。 ### 示例代码:摩尔投票法解决“多数元素”问题 ```python def majorityElement(nums): count = 0 candidate = None for num in nums: if count == 0: candidate = num count += (1 if num == candidate else -1) return candidate ``` 该算法时间复杂度为 O(n),空间复杂度为 O(1),非常适合处理大规模输入的数据集[^2]。 ### 提升解题能力的建议 - **刷题积累经验**:在 LeetCode、Codeforces、AtCoder 等平台上持续练习,熟悉各种题型。 - **学习经典算法**:掌握常见的算法模板,如二分查找、归并排序、快速选择等。 - **阅读官方题解与讨论区**:了解不同解法的优劣,尤其是最优解的时间复杂度分析。 - **模拟比赛训练**:定期参加在线编程比赛,提升实战能力和代码调试速度。 ---
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