面试算法题:二叉树的平衡性检测
来源:互联网 发布:淘宝信用查询网站 编辑:程序博客网 时间:2024/06/11 17:42
更详细的讲解和代码调试演示过程,请参看视频
如何进入google,算法面试技能全面提升指南
如果你对机器学习感兴趣,请参看一下链接:
机器学习:神经网络导论
二叉树由于其结构化清晰,并且变种多样,是面试中极为常见的考题。从本节开始,我们进入到有关二叉树面试题的研究中。
二叉树自身存在着一种递归结构,一个节点除了含有值外,还含有两个节点指针,这两个指针又分别指向两颗二叉树。二叉树有一个很重要的概念叫做树的高,它指的的是从某个节点开始,抵达某个叶子节点的最长路径。例如给定下面的二叉树:
如果从根节点6算起,二叉树的高度为4,因为它有4个层级,那么6的左子树,它的高度就为3,以此类推。
如果一颗二叉树是平衡的,必须满足每个节点,它左子树和右子树高度只差不超过1. 问题是,给定一颗二叉树的根节点,给出算法,判断该二叉树是否是一颗平衡二叉树。
如果一棵二叉树是空的,那么我们认为它的高度为0.
对于任意叶子节点,有就是节点的左右子树为空,那么它的高度为1.
对于非叶子节点,它的高度是先计算它的左右子树的高度,那么它本身的高度就是左右子树的最大高度加1.
由此,这道题的解决思路是计算每个节点左右子树的高度,如果两者高度只差大于1,那么它不是平衡的,如果每个节点左右子树的高度只差不超过1,那么他就是一棵平衡二叉树。
二叉树的高度可以递归来计算:
1. 如果输入的是空节点,那么返回高度值0
2. 如果输入的是叶子节点,那么返回高度1
3. 如果输入的是非叶子节点,那么分别计算左右子树的高度,选取其中最大者加1作为本节点的高度。
根据上面思路,我们实现的算法如下:
public class BalancedTree { private boolean balanced = true; public boolean isTreeBalanced(TreeNode node) { computeTreeHeight(node); return balanced; } private int computeTreeHeight(TreeNode node) { if (node == null) { return 0; } int leftHeight = computeTreeHeight(node.left); int rightHeight = computeTreeHeight(node.right); int height = leftHeight > rightHeight ? leftHeight : rightHeight; if (Math.abs(rightHeight - leftHeight) > 1) { balanced = false; } return height + 1; }}
computeTreeHeight 接收的参数是一个二叉树的节点,然后分别计算该节点的左右子树高度,然后根据结果计算自身高度,在计算过程中,如果发现左右子树高度超过1,那么把balanced 设置成false, 如果该值设置成false的话,那么该二叉树就不是平衡的。
我们看看二叉树节点的定义和构造:
public class TreeNode { public int vaule; public TreeNode left; public TreeNode right; public TreeNode(int v) { this.vaule = v; this.left = this.right = null; }}public class TreeUtil { private TreeNode root = null; public void addTreeNode(TreeNode node) { if (root == null) { root = node; return; } TreeNode cur = root, prev = root; while (cur != null) { prev = cur; if (cur.vaule > node.vaule) { cur = cur.left; } else { cur = cur.right; } } if (prev.vaule > node.vaule) { prev.left = node; } else { prev.right = node; } } public TreeNode getTreeRoot() { return root; }}
TreeUtil用来构建一棵二叉树,它构建的是一棵排序二叉树,如果加入的节点比当前节点值小,那么把节点加入当前节点的左子树,如果加入节点的值比当前节点值大,那么把节点加入当前节点的右子树。我们再看看主函数入口处代码:
public class BinaryTree { public static void main(String[] s) { int[] arr = new int[]{6,4,9,2,5,7,10,1,3,8}; TreeUtil util = new TreeUtil(); for (int i = 0; i < arr.length; i++) { TreeNode n = new TreeNode(arr[i]); util.addTreeNode(n); } TreeNode root = util.getTreeRoot(); BalancedTree bt = new BalancedTree(); boolean isBalanced = bt.isTreeBalanced(root); System.out.println("If the binary tree is banlanced ? the answer is : " + isBalanced);public class BinaryTree { public static void main(String[] s) { int[] arr = new int[]{6,4,9,2,5,7,10,1,3,8}; TreeUtil util = new TreeUtil(); for (int i = 0; i < arr.length; i++) { TreeNode n = new TreeNode(arr[i]); util.addTreeNode(n); } TreeNode root = util.getTreeRoot(); BalancedTree bt = new BalancedTree(); boolean isBalanced = bt.isTreeBalanced(root); System.out.println("If the binary tree is banlanced ? the answer is : " + isBalanced); util.addTreeNode(new TreeNode(11)); util.addTreeNode(new TreeNode(12)); util.addTreeNode(new TreeNode(13)); root = util.getTreeRoot(); isBalanced = bt.isTreeBalanced(root); System.out.println("If the binary tree is banlanced ? the answer is : " + isBalanced); }} }}
开始的for 循环利用TreeUtil构建了前面图像所示的二叉树,然后获得该二叉树的根节点,然后使用BalancedTree来检验该二叉树是否平衡,通过观察我们知道,该二叉树每个节点的左右子树高度不超过1,所以该二叉树是平衡的。
接下来,我们又给二叉树加入三个节点,节点值分别为11,12,13,于是二叉树如图所示:
此时我们可以看到,节点10的左子树是空,因此左子树的高度是0,右子树的高度是3,左右子树的高度相差超过了1,所以此时该二叉树是不平衡的。如果运行代码,可以发现,我们的代码能给出去正确的判断,因此代码对算法的实现是正确的。
该算法主要是递归的去计算每个节点的高度,在计算过程中,每个节点最多被访问1次,因此算法的复杂度是O(n),算法没有申请新内存因此算法的空间复杂度是O(1).
更详细的解释和代码演示,请参看视频。
更多技术信息,包括操作系统,编译器,面试算法,机器学习,人工智能,请关照我的公众号:
- 面试算法题:二叉树的平衡性检测
- 《程序员面试金典》--平衡二叉树的检测
- 【算法题】判断二叉树平衡性
- 面试算法:镜像二叉树的检测
- JAVA二叉树平衡检测
- 算法-平衡二叉树
- 平衡二叉树(面试提问)
- 平衡二叉树的数组表示算法
- 平衡二叉树的实现算法
- 平衡二叉查找树的基本算法
- 二叉平衡树的算法复杂度笔记
- 【基础算法】:平衡二叉树的插入
- 笔试面试算法经典--判断二叉树是否是平衡二叉树(Java)
- 平衡二叉树算法详解
- 平衡二叉树算法详解
- 平衡二叉树算法分析
- 平衡二叉树算法分析
- 二叉排序树、二叉平衡树算法
- Markdown插入公式~最佳方案
- RecyclerView添加Item的点击事件
- 【Android】退出多个Activity方法(三)
- 生产环境实战spark (10)分布式集群 5台设备 SPARK集群 HistoryServer WEBUI不能打开问题解决 File file:/tmp/spark-events does not
- Linux常用的一些内核参数(调优)
- 面试算法题:二叉树的平衡性检测
- BlueROV-4: DroneKit, MAVLink and Companion Computers
- Leetcode 371(Java)
- 徒手启动jenkins-体会docker好处
- 一种跨域技术:JSONP
- luogu 1521-求逆序对
- TT打字练习软件(dos)
- 【AOJ 865】青铜莲花池(BFS)
- 运维基础——Zabbix快速配置和使用