关于leetcode:JavaScript刷LeetCode拿offer树的遍历

什么是树

• 一种 分层 数据的形象模型。
• 前端工作中常见的树包含：DOM 树，级联抉择，树形控件
• JS 中没有树，能够用 Object 和 Array 构建树
• 树的罕用操作：深度 / 广度优先遍历 ， 先中后序遍历

深度优先遍历

• 拜访 根节点
• 对根节点的 children 挨个进行 深度优先 遍历

代码展现：

const tree = {
    val: 'a',
    children: [
        {
            val: 'b',
            children: [
                {
                    val: 'd',
                    children: []},
                {
                    val: 'e',
                    children: []}
            ]
        },
        {
            val: 'c',
            children: [
                {
                    val: 'f',
                    children: []},
                {
                    val: 'g',
                    children: []}
            ]
        }
    ],
};

const dfs = (root) => {console.log(root.val);
  root.children.forEach(dfs);
}

dfs(tree);

输入程序：a -> b -> d -> e -> c -> f -> g

广度优先遍历

• 新建一个 队列 ，把 根节点入队
• 把 队头出队 并拜访
• 把 队头的 children 别离入队
• 反复二，三步，直到队列为空

代码展现：

const bfs = (root) => {const q = [root];
    while (q.length) {const n = q.shift();
        console.log(n.val);
        n.children.forEach((child) => {q.push(child);
        })
    }
}

bfs(tree);  

输入程序：a -> b -> c -> d -> e -> f -> g

先序遍历

• 拜访 根节点
• 对根节点的 左子树 进行先序遍历
• 对根节点的 右子树 进行先序遍历

代码展现：

const bt = {
    val: 1,
    left: {
        val: 2,
        left: {
            val: 4,
            left: null,
            right: null
        },
        right: {
            val: 5,
            left: null,
            right: null
        }
    },
    right: {
        val: 3,
        left: {
            val: 6,
            left: null,
            right: null
        },
        right: {
            val: 7,
            left: null,
            right: null
        }
    }
};
// 递归
const preorder = (root) => {if (!root) return;
    console.log(root.val);
    preorder(root.left);
    preorder(root.right);
}

preorder(tree);

// 迭代
const preorder = (root) => {if (root) return;
    const stack = [root];
    while (stack.length) {const n = stack.pop();
        console.log(top.val);
        if (n.right) stack.push(n.right);
        if (n.left) stack.push(n.left);
    }
  }
}

preorder(tree);

参考视频：传送门

输入程序：1 -> 2 -> 4 -> 5 -> 3 -> 6 -> 7

中序遍历

• 对根节点的 左子树 进行中序遍历
• 拜访 根节点
• 对根节点的 右子树 进行中序遍历

代码展现：

// 递归
const inorder = (root) => {if (!root) return;
    preorder(root.left);
    console.log(root.val);
    preorder(root.right);
}

inorder(tree);

// 迭代
const inorder = (root) => {if (!root) return;
    const stack = [];
    let p = root;
    while (stack.length || p) {while (p) {stack.push(p);
            p = p.left;
        }
        const n = stack.pop();
        console.log(n.val);
        p = n.right;
    }
}

inorder(tree);

输入程序：4 -> 2 -> 5 -> 1 -> 6 -> 3 -> 7

后序遍历

• 对根节点的 左子树 进行后序遍历
• 对根节点的 右子树 进行后序遍历
• 拜访 根节点

代码展现：

// 递归
const postorder = (root) => {if (!root) return;
    preorder(root.left);
    preorder(root.right);
    console.log(root.val);
}

postorder(tree);

// 迭代
const postorder = (root) => {if (!root) return;
    const stack = [root];
    const outputStack = [];
    while (stack.length) {const n = stack.pop();
        outputStack.push(n);
        if (n.left) stack.push(n.left);
        if (n.right) stack.push(n.right);
    }
    while (outputStack) {const n = outputStack.pop();
        console.log(n.val);
    }
}

postorder(tree);

输入程序：4 -> 5 -> 2 -> 6 -> 7 -> 3 -> 1

leetcode 题目

难度：简略

104. 二叉树的最大深度

思路：

• 求最大深度，优先思考 深度优先 遍历
• 在深度优先遍历过程中，记录 每个节点所在的 层级，找到最大的层级即可

代码展现：

/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxDepth = function(root) {
  let maxDepth = 0;
  const dfs = (n, l) => {if (!n) return;
    dfs(n.left, l + 1);
    dfs(n.right, l + 1);
    if (!n.left && !n.right) maxDepth = Math.max(maxDepth, l);
  }
  dfs(root, 1);
  return maxDepth;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点个数。
• 空间复杂度：O(height)：height 为二叉树的最大深度。在均匀状况下，二叉树的高度与节点个数为对数关系，即 O(logN)。而在最坏状况下，树形成链状，空间复杂度为 O(N)。
• 翻转二叉树

思路：

• 办法一应用 广度优先 遍历，在遍历树的过程中，替换以后层级下的左右子树
• 办法二应用 递归 解决，递归最重要的是定义子问题。

代码展现：

办法一：广度优先遍历

/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var invertTree = function(root) {if (!root) root;
    const bfs = (root) => {const q  = [root];
        while (q.length) {const n = q.shift();
            const temp = n.right;
            n.right = n.left;
            n.left = temp;
            if (n.left) q.push(n.left);
            if (n.right) q.push(n.right);
        }
    }
    bfs(root);
    return root;
}

办法二：递归

/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var invertTree = function(root) {if (!root) return null;
  let newTree = new TreeNode(root.val);
  newTree.left = invertTree(root.right);
  newTree.right = invertTree(root.left);
  return newTree;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点个数。
• 空间复杂度：O(height)：height 为二叉树的最大深度。在均匀状况下，二叉树的高度与节点个数为对数关系，即 O(logN)。而在最坏状况下，树形成链状，空间复杂度为 O(N)。
• 对称二叉树

思路：

• 通过遍历比拟两个雷同根节点的左子树和右子树的值是否相等
• 如果每次都相等，直到两个节点都不存在，阐明是对称的
• 如果两个节点不相等，则阐明不对称

代码展现：

/** * @param {TreeNode} root * @return {boolean} */
var isSymmetric = function(root) {if (!root) return false;
    const checkSym = (p, q) => {if (!p && !q) return true;
        if (!p || !q) return false;
        return p.val === q.val && checkSym(p.left, q.right) && checkSym(q.left, p.right);
    }
    return checkSym(root, root);
}

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数，最差状况为 O(n)。
• 二叉树的直径

思路：

• 思考 深度优先 遍历
• 寻找两个最深的节点间隔之和

代码展现：

/**
 * @param {TreeNode} root
 * @return {number}
 */
var diameterOfBinaryTree = function(root) {if (!root) return 0;
  let res = 1; // 默认为根节点的门路长度
  const dfs = (root) => {if (!root) return 0;
    let L = dfs(root.left);  // 左子树深度，上图为例，最长 L 为 2
    let R = dfs(root.right);  // 右子树深度，上图为例，最长 R 为 1
    res = Math.max(res, L + R + 1); // 最大 L +R+1，+ 1 为根节点，总共深度为 4，即节点树为 4
    return Math.max(L, R) + 1;  // 蕴含根节点的深度，上图为例，最长 L 为 2，最长 R 为 1
  }
  dfs(root);
  return res - 1; // 最终后果要失去直径为 3
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(height)：height 为二叉树的最大深度。在均匀状况下，二叉树的高度与节点个数为对数关系，即 O(logN)。而在最坏状况下，树形成链状，空间复杂度为 O(N)。

剑指 Offer 27. 二叉树的镜像

思路：

• 逐层递归调换左右子树节点的地位

代码展现：

/**
 * @param {TreeNode} root
 * @return {TreeNode}
 */
var mirrorTree = function(root) {if (!root) return root;
    const temp = root.left;
    root.left = root.right;
    root.right = temp;
    mirrorTree(root.left);
    mirrorTree(root.right);
    return root;
}

优化后：

/** * @param {TreeNode} root * @return {TreeNode} */
var mirrorTree = function(root) {if (!root) return root;
    [root.left, root.right] = [mirrorTree(root.right), mirrorTree(root.left)];
    return root;
}

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点树。
• 二叉树的最近公共先人

剑指 Offer 68 – II. 二叉树的最近公共先人

思路：

• 递归

代码展现：

/** * @param {TreeNode} root * @param {TreeNode} p * @param {TreeNode} q * @return {TreeNode} */
var lowestCommonAncestor = function(root, p, q) {
  // 当传入递归的树等于 p 或者等于 q，阐明找到了 p 或者 q，返回给递归调用的 l 或 r
  if (!root || p === root || q === root) return root;
  let l = lowestCommonAncestor(root.left, p, q); // 递归调用，寻找 p 和 q
  let r = lowestCommonAncestor(root.right, p, q); // 递归调用，寻找 p 和 q
  return l && r ? root : l || r; 
  // 如果 p 和 q 别离在 root.left 和 root.right 中找到，则根节点 root 成为最近的公共先人返回。// 如果 p 和 q 在 root.left 中找到，递归会把 p 和 q 的公共先人返回给 l。// 如果，p 和 q 在 root.right 中找到，递归会把 p 和 q 的公共先人返回给 r。// 根节点 root，l 或 r 最终成为以后函数的返回值。};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数。递归调用的栈深度取决于二叉树的高度，二叉树最坏状况下为一条链，此时高度为 N，因而空间复杂度为 O(N)。

剑指 Offer 55 – I. 二叉树的深度

思路：

• 思考 深度优先 遍历

代码展现：

var maxDepth = function (root) {if (!root) return 0;
    let max = 0;
    const dfs = (root, l) => {if (root.left) dfs(root.left, l + 1);
        if (root.right) dfs(root.right, l + 1);
        if (!root.left && !root.right) max = Math.max(max, l);
    }
    dfs(root, 1);
    return max;
}

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数，计算树的深度须要遍历所有节点。
• 空间复杂度：O(n)：最差状况下，空间复杂度为 O(n)。
• 二叉树的所有门路

思路：

• 本题思考应用 深度优先 遍历。
• 如果以后节点有 左子树 或右子树，就递归调用函数，直到左右子树都不存在，此时就是咱们要找的的门路。

代码展现：

/**
 * @param {TreeNode} root
 * @return {string[]}
 */
var binaryTreePaths = function(root) {if (!root) return [];
  const res = [];
  const dfs = (root, path) => {if (root) {
          path += root.val;
          if (!root.left && !root.right) {res.push(path);
          } else {
              path += '->';
              dfs(root.left, path);
              dfs(root.right, path);
          }
      }
  }
  dfs(root, "");
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n^2)：n 为二叉树节点数。在深度优先搜寻中每个节点会被拜访一次且只会被拜访一次，每一次会对 path 变量进行拷贝结构，工夫代价为 O(N)，故工夫复杂度为 O(N^2)。
• 空间复杂度：O(n^2)：n 为二叉树节点数。

剑指 Offer 32 – I. 从上到下打印二叉树

剑指 Offer 32 – II. 从上到下打印二叉树 II

• 解题办法同二叉树的层序遍历
• 均衡二叉树

思路：

• 思考 深度优先 遍历
• 算出最大深度和最小深度的差值，即可判断是否为均衡二叉树 (本题和求二叉树直径做法相似)

代码展现：

/**
 * @param {TreeNode} root
 * @return {boolean}
 */
var isBalanced = function(root) {if (!root) return true;
  let diff = 0;
  const dfs = (root) => {if (!root) return 0;
    let L = dfs(root.left);
    let R = dfs(root.right);
    diff = Math.max(diff, Math.abs(R - L));
    return Math.max(L, R) + 1;
  }
  dfs(root);
  return diff - 1 <= 0;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数，最差状况为 O(n)。
• 合并二叉树

思路：

• 递归对两个雷同地位的节点相加

代码展现：

/**
 * @param {TreeNode} root1
 * @param {TreeNode} root2
 * @return {TreeNode}
 */
var mergeTrees = function(root1, root2) {if (!root1 || !root2) return root1 || root2;
  let newRoot = new TreeNode(root1.val + root2.val);
  newRoot.left = mergeTrees(root1.left, root2.left);
  newRoot.right = mergeTrees(root1.right, root2.right);
  return newRoot;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数。
• 门路总和

思路：

• 思考 深度优先 遍历
• 记录从根节点到以后节点的和，与 target 比拟。

代码展现：

/** * @param {TreeNode} root * @param {number} targetSum * @return {boolean} */
var hasPathSum = function(root, targetSum) {if (!root) return false;
  let res = false;
  const dfs = (root, val) => {if (root.left) dfs(root.left, val + root.left.val);
    if (root.right) dfs(root.right, val + root.right.val);
    if (!root.left && !root.right && val === targetSum) res = true;
  }
  dfs(root, root.val);
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数。
• 二叉树的最小深度

思路：

• 办法一思考应用 广度优先 遍历
• 办法二思考应用 深度优先 遍历

代码展现：

办法一：

/**
 * @param {TreeNode} root
 * @return {number}
 */
var minDepth = function(root) {if (!root) return 0;
    let minDep = Infinity;
    const bfs = (root, l) => {const q = [[root, l]];
        while (q.length) {const [n, l] = q.shift();
            if (n.left) q.push([n.left, l + 1]);
            if (n.right) q.push([n.right, l + 1]);
            if (!n.left && !n.right) minDep = Math.min(minDep, l);
        }
    }
    bfs(root, 1);
    return minDep;
};

办法二：

/** * @param {TreeNode} root * @return {number} */
var minDepth = function(root) {if (!root) return 0;
  if (root.left && root.right) {return 1 + Math.min(minDepth(root.left), minDepth(root.right));
  } else if (root.left) {return 1 + minDepth(root.left);
  } else if (root.right) {return 1 + minDepth(root.right);
  } else {return 1;}
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数。
• N 叉树的前序遍历

思路：

• 相似于二叉树的前序遍历

代码展现：

// 递归
var preorder = function(root) {if (!root) return [];
  const res = [];
  const preord = (n) => {if (n) res.push(n.val);
    n.children.forEach(preord);
  }
  preord(root);
  return res;
};

// 迭代
var preorder = function(root) {if (!root) return [];
  const stack = [root];
  const res = [];
  while (stack.length) {const n = stack.pop();
    res.push(n.val);
    n.children.reverse().forEach(child => {stack.push(child);
    });
  }
  return res;
}

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(height)：height 为二叉树最大深度。

剑指 Offer 54. 二叉搜寻树的第 k 大节点

思路：

• 依据树的特点，采纳 中序遍历 ，按 右子树 - 根节点 - 左子树 的程序遍历，就能够由大到小找到第 k 大节点

代码展现：

/**
 * @param {TreeNode} root
 * @param {number} k
 * @return {number}
 */
var kthLargest = function(root, k) {if (!root || k <= 0) return null;
  const stack = [];
  const res = null;
  let p = root;
  while (stack.length || p) {while (p) {stack.push(p);
      p = p.right;
    }
    const top = stack.pop();
    if (--k === 0) return top.val;
    p = top.left;
  }
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)：n 为二叉树节点数。

难度：中等

144. 二叉树的前序遍历

代码展现：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var preorderTraversal = function(root) {if (!root) return [];
  const stack = [root];
  const res = [];
  while (stack.length) {const n = stack.pop();
    res.push(n.val);
    if (n.right) stack.push(n.right);
    if (n.left) stack.push(n.left);
  }
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 二叉树的中序遍历

代码展现：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var inorderTraversal = function(root) {if (!root) return [];
  const stack = [];
  const res = [];
  let p = root;
  while (stack.length || p) {while (p) {stack.push(p);
      p = p.left;
    }
    const n = stack.pop();
    res.push(n.val);
    p = n.right;
  }
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 二叉树的后序遍历

代码展现：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var postorderTraversal = function(root) {if (!root) return [];
  const stack = [root];
  const outputStack = [];
  const res = [];
  while (stack.length) {const n = stack.pop();
      outputStack.push(n);
      if (n.left) stack.push(n.left);
      if (n.right) stack.push(n.right);
  }
  while (outputStack.length) {const n = outputStack.pop();
      res.push(n.val);
  }
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 二叉树的层序遍历

代码展现：

办法一：深度优先遍历

/**
 * @param {TreeNode} root
 * @return {number[][]}
 */
var levelOrder = function(root) {if (!root) return [];
  const res = [];
  const dfs = ([root, l]) => {if (!res[l]) {res[l] = [root.val];
    } else {res[l].push(root.val)
    }
    if (root.left) dfs([root.left, l + 1]);
    if (root.right) dfs([root.right, l + 1]);
  }
  dfs([root, 0]);
  return res;
};

办法二：广度优先遍历

/**
 * @param {TreeNode} root
 * @return {number[][]}
 */
var levelOrder = function(root) {if (!root) return [];
  let res = [];
  const bfs = (root, l) => {const q = [[root, l]];
    while (q.length) {const [n, l] = q.shift();
      if (!res[l]) res[l] = [];
      res[l].push(n.val);
      if (n.left) q.push([n.left, l + 1]);
      if (n.right) q.push([n.right, l + 1]);
    }
  };
  bfs(root, 0);
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 从前序与中序遍历序列结构二叉树

106. 从中序与后序遍历序列结构二叉树

剑指 Offer 07. 重建二叉树

思路：

• 递归

代码展现：

参考：多种解法，逐步优化

/**
 * @param {number[]} preorder
 * @param {number[]} inorder
 * @return {TreeNode}
 */
var buildTree = function(preorder, inorder) {if (!preorder.length || !inorder.length) return null;
  const map = new Map();
  for (let i = 0; i < inorder.length; i++) {map.set(inorder[i], i);
  }
  const builder = (p_start, p_end, i_start, i_end) => {if (p_start > p_end) return null;
    let rootVal = preorder[p_start]; // 找到根节点
    let root = new TreeNode(rootVal); // 设置二叉树的根节点
    let mid = map.get(rootVal);  // 找到根节点在 inorder 中的地位
    let leftNum = mid - i_start; // 左子树的个数
    root.left = builder(p_start + 1, p_start + leftNum, i_start, mid - 1);
    root.right = builder(p_start + leftNum + 1, p_end, mid + 1, i_end);
    return root;
  }
  return builder(0, preorder.length - 1, 0, inorder.length - 1);
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 二叉树的锯齿形层序遍历

思路：

• 同二叉树层序遍历

代码展现：

/**
 * @param {TreeNode} root
 * @return {number[][]}
 */
var zigzagLevelOrder = function(root) {if (!root) return [];
  const res = [];
  const bfs = ([root, index]) => {if (!root) return;
    if (!res[index]) {res[index] = [root.val];
    } else {index % 2 === 0 ? res[index].push(root.val) : res[index].unshift(root.val);
    }
    if (root.left) bfs([root.left, index + 1]);
    if (root.right) bfs([root.right, index + 1]);
  }
  bfs([root, 0]);
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 二叉树的右视图

思路：

• 办法一思考 广度优先 遍历，每层保留最初一个元素
• 办法二思考应用相似 先序遍历 ， 根 - 右 - 左 的形式遍历，每层第一个呈现的元素保留下来即可

代码展现：

办法一：广度优先遍历

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var rightSideView = function(root) {if (!root) return [];
  const res = [];
  const bfs = (root, l) => {const q = [[root, l]]
    while (q.length) {const [n, l] = q.shift();
      res[l] = n.val;
      if (n.left) q.push([n.left, l + 1]);
      if (n.right) q.push([n.right, l + 1]);
    }
  }
  bfs(root, 0);
  return res;
};

办法二：

/**
 * @param {TreeNode} root
 * @return {number[]}
 */
var rightSideView = function(root) {if (!root) return [];
  const res = [];
  const stack = [[root, 0]];
  while (stack.length) {const [n, l] = stack.pop();
    if (res[l] == undefined) res.push(n.val);
    if (n.left) stack.push([n.left, l + 1]);
    if (n.right) stack.push([n.right, l + 1]);
  }
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)

剑指 Offer 26. 树的子结构

思路：

• 递归比拟

代码展现：

/** * @param {TreeNode} A * @param {TreeNode} B * @return {boolean} */
var isSubStructure = function(A, B) {if (!A || !B) return false;
  const isSameSub = (p, q) => {if (!q) return true;
    if (!p) return false;
    if (p.val !== q.val) return false;
    return isSameSub(p.left, q.left) && isSameSub(p.right, q.right);
  }
  return isSameSub(A, B) || isSubStructure(A.left, B) || isSubStructure(A.right, B);
};

复杂度剖析：

• 工夫复杂度：O(mn)：m，n 别离为 A 和 B 的节点数。
• 空间复杂度：O(m)
• 验证二叉搜寻树

代码展现：

/** * @param {TreeNode} root * @return {boolean} */
var isValidBST = function(root) {const helper = (root, lower, upper) => {if (root === null) {return true;}
    if (root.val <= lower || root.val >= upper) {return false;}
    return helper(root.left, lower, root.val) && helper(root.right, root.val, upper);
  }
  return helper(root, -Infinity, Infinity);
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)
• 不同的二叉搜寻树

思路：

• 卡塔兰数公式

代码展现：

var numTrees = function(n) {
    let C = 1;
    for (let i = 0; i < n; ++i) {C = C * 2 * (2 * i + 1) / (i + 2);
    }
    return C;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(1)
• 齐全二叉树的节点个数

代码展现：

/** * @param {TreeNode} root * @return {number} */
var countNodes = function(root) {return root ? countNodes(root.left) + countNodes(root.right) + 1 : 0;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(1)

剑指 Offer 34. 二叉树中和为某一值的门路

代码展现：

/**
 * @param {TreeNode} root
 * @param {number} target
 * @return {number[][]}
 */
var pathSum = function(root, target) {if (!root) return [];
  const res = [];
  let temp = [];
  const dfs = (root, v) => {if (!root) return null;
    temp.push(root.val);
    if (root.left) dfs(root.left, root.left.val + v);
    if (root.right) dfs(root.right, root.right.val + v);
    if (!root.left && !root.right && v === target) {res.push([...temp]);
    }
    temp.pop();}
  dfs(root, root.val);
  return res;
};

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)

难度：艰难

124. 二叉树中的最大门路和

代码展现：

参考解法

/**
 * @param {TreeNode} root
 * @return {number}
 */
var maxPathSum = function(root) {
  let maxNum = Number.MIN_SAFE_INTEGER;
  const dfs = (root) => {if (!root) return 0;
    const left = dfs(root.left);
    const right = dfs(root.right);
    const curMaxSum = left + root.val + right; // 以后子树外部最大门路和
    maxNum = Math.max(maxNum, curMaxSum);
    const outputMaxSum = root.val + Math.max(left, right); // 以后子树对上一层输入的最大门路和
    return outputMaxSum > 0 ? outputMaxSum : 0; // 大于 0 有输入的必要，小于 0 就返回 0
  };
  dfs(root);
  return maxNum;
}

复杂度剖析：

• 工夫复杂度：O(n)：n 为二叉树节点数。
• 空间复杂度：O(n)

剑指 Offer 37. 序列化二叉树

总结

持续对树的深度 / 广度优先遍历，先中后序遍历，层序遍历等遍历和递归的办法，有更深刻的了解和学习。