当前位置: 首页 > news >正文

每日一题-判断是否是平衡二叉树

判断是否是平衡二叉树

    • 题目描述
    • 数据范围
    • 题解
      • 解题思路
      • 递归算法
      • 代码实现
      • 代码解析
      • 时间和空间复杂度分析
      • 示例
        • 示例 1
        • 示例 2
      • 总结

)

题目描述

输入一棵节点数为 n 的二叉树,判断该二叉树是否是平衡二叉树。平衡二叉树定义为:

  1. 它是一棵空树。
  2. 或者它的左右子树的高度差的绝对值不超过1,并且左右子树本身也是平衡二叉树。

平衡二叉树的性质:

  • 空树被认为是平衡二叉树。
  • 每个节点的左右子树高度差不超过1。
    平衡二叉树示例

数据范围

  • n ≤ 100
  • 每个节点的值 val 满足 0 ≤ val ≤ 1000

题解

解题思路

我们可以通过深度优先搜索(DFS)来判断一棵二叉树是否是平衡二叉树。具体步骤如下:

  1. 定义树的高度: 计算任意一个节点的左子树和右子树的高度。
  2. 平衡性判断: 如果某个节点的左右子树的高度差超过1,树就不平衡;否则继续判断该节点的左右子树。
  3. 递归遍历: 对树的每个节点递归地进行平衡性判断。

递归算法

我们可以通过递归来判断二叉树的平衡性,同时在递归过程中计算树的高度。递归的核心思想是:

  • 如果左右子树的高度差超过1,返回 false
  • 否则继续判断左右子树的平衡性。

为了避免重复计算,我们可以在递归时直接返回每个子树的高度。

代码实现

#include <stdbool.h>// 定义二叉树节点结构体
struct TreeNode {int val;struct TreeNode *left;struct TreeNode *right;
};// 计算树的高度
int height(struct TreeNode* pRoot) {if (pRoot == NULL)return 0;  // 空树高度为0int left = height(pRoot->left);  // 左子树的高度int right = height(pRoot->right);  // 右子树的高度if (left == -1 || right == -1 || abs(left - right) > 1) {return -1;  // 如果左右子树高度差超过1,返回-1,表示不平衡}return 1 + (left > right ? left : right);  // 返回树的高度
}// 判断是否为平衡二叉树
bool IsBalanced_Solution(struct TreeNode* pRoot) {return height(pRoot) != -1;  // 如果高度返回-1,表示不平衡
}

代码解析

  1. height 函数: 计算二叉树的高度,同时判断树是否平衡。

    • 如果当前节点为空,返回高度 0
    • 递归计算左子树和右子树的高度。
    • 如果某个子树的高度差超过1,或者某个子树本身不平衡(返回 -1),就返回 -1 表示树不平衡。
    • 否则,返回当前树的高度。
  2. IsBalanced_Solution 函数: 通过调用 height 函数来判断整棵树是否平衡。如果 height 返回 -1,则说明树不平衡,返回 false;否则返回 true

时间和空间复杂度分析

  • 时间复杂度: O(n)。每个节点只会被访问一次,时间复杂度为 O(n),其中 n 是树的节点数。
  • 空间复杂度: O(h)。递归调用栈的深度是树的高度 h,最坏情况下(例如完全不平衡的树),空间复杂度为 O(n)

示例

示例 1

输入:

{1,2,3,4,5,6,7}

输出:

true
示例 2

输入:

{}

输出:

true

总结

本题通过递归遍历二叉树,计算每个节点的左右子树高度,同时判断左右子树的高度差是否超过1来判断树是否平衡。时间复杂度为 O(n),空间复杂度为 O(h),其中 n 是节点数,h 是树的高度。非常难得是居然一次编译直接成功了,太开心了。题刷百编,其意自现。

http://www.lryc.cn/news/528319.html

相关文章:

  • FLTK - FLTK1.4.1 - 搭建模板,将FLTK自带的实现搬过来做实验
  • 《多阶段渐进式图像修复》学习笔记
  • AWScurl笔记
  • QT使用eigen
  • 揭示Baklib企业内容管理系统CMS的核心功能与应用价值
  • 如何跨互联网adb连接到远程手机-蓝牙电话集中维护
  • flume和kafka整合 flume和kafka为什么一起用?
  • java.util.Random类(详细案例拆解)(已完结)
  • Java后端之AOP
  • 【信息系统项目管理师-选择真题】2008上半年综合知识答案和详解
  • go到底是什么意思:对go的猜测或断言
  • 零刻SER7接口及配置跑分
  • 【Java基础-41.5】深入解析Java异常链:构建清晰的错误追踪体系
  • 【Python实现机器遗忘算法】复现2023年TNNLS期刊算法UNSIR
  • Object类(3)
  • Zookeeper(32) Zookeeper的版本号(version)是什么?
  • C# as 和 is 运算符区别和用法
  • 求解旅行商问题的三种精确性建模方法,性能差距巨大
  • SQL-leetcode—1193. 每月交易 I
  • 【MySQL — 数据库增删改查操作】深入解析MySQL的 Retrieve 检索操作
  • 项目开发实践——基于SpringBoot+Vue3实现的在线考试系统(九)(完结篇)
  • 离散 VS 流程制造,制造业的 “双生花” 如何绽放
  • freeswtch目录下modules.conf各个模块的介绍【freeswitch版本1.6.8】
  • 循序渐进kubernetes-RBAC(Role-Based Access Control)
  • 第3章 基于三电平空间矢量的中点电位平衡策略
  • 基于SpringBoot的阳光幼儿园管理系统
  • Python 数据分析 - Matplotlib 绘图
  • uniapp版本升级
  • Django ORM解决Oracle表多主键的问题
  • 机器学习2 (笔记)(朴素贝叶斯,集成学习,KNN和matlab运用)