跟着卡哥学算法Day 18:二叉树常见题目6
530.二叉搜索树的最小绝对差 🌟
力扣链接 🌟
题目描述
给你一棵所有节点为非负值的二叉搜索树,请你计算树中任意两节点的差的绝对值的最小值。
示例 :

解题思路
- 利用中序遍历,得到一个有序数组
- 求有序数组,相邻元素的最小差值
时间复杂度和空间复杂度都是 O(n)
优化: 不需要存储整个数组,而是在中序遍历的过程中,记录前一个节点的值,然后每次计算当前节点与前一个节点的差值,并维护一个最小值
递归
递归三部曲:
-
明确递归函数的参数和返回值
- 参数 1:根节点
- 返回值:不需要返回值,实时更新最小值
-
明确终止条件
- 节点不存在时,终止
-
确定单层递归逻辑
-
递归左子树
-
处理中间节点逻辑
// 前一个节点值if (prev) {minDiff = Math.min(minDiff, node.val - prev)}prev = node.val -
递归右子树
-
function getMinimumDifference(root) { let minDiff = Infinity let prev = null
const traverse = (root) => { if (!root) return
traverse(root.left) if (prev) minDiff = Math.min(minDiff, root.val - prev.val) prev = root traverse(root.right) }
traverse(root) return minDiff}迭代
- 初始化战,先将所有左子节点入栈
- 依次弹出节点处理,处理完当前节点后转向右子树
- 同样维护 prev 和 minDiff,实时计算相邻节点差值
var getMinimumDifference = function (root) { let stack = [] let curr = root let prev = null let minDiff = Infinity
while (curr || stack.length) { while (curr) { stack.push(curr) curr = curr.left } curr = stack.pop() if (prev !== null) { minDiff = Math.min(minDiff, curr.val - prev) } prev = curr.val curr = curr.right } return minDiff}501.二叉搜索树中的众数 🌟
力扣链接 🌟
题目描述
给定一个有相同值的二叉搜索树(BST),找出 BST 中的所有众数(出现频率最高的元素)。
假定 BST 有如下定义:
- 结点左子树中所含结点的值小于等于当前结点的值
- 结点右子树中所含结点的值大于等于当前结点的值
- 左子树和右子树都是二叉搜索树
例如:
给定 BST [1,null,2,2],
// 1// \// 2// /// 2返回[2].
提示:如果众数超过 1 个,不需考虑输出顺序
进阶:你可以不使用额外的空间吗?(假设由递归产生的隐式调用栈的开销不被计算在内)
解题思路
递归
如果不是二叉搜索树,遍历树节点,用 map 统计频率
如果是二叉搜索树,中序遍历时统计当前值的出现次数,每访问一个节点,比较节点值和 currentVal。如果相同,currentCount 加 1;否则,重置 currentVal 和 currentCount 为 1
递归三部曲:
-
确定递归函数的参数和返回值
- 参数:根节点
- 返回值:不需要
-
确定终止条件
遇到空节点返回
if (!root) return -
确定单层递归逻辑
- 递归处理左子树
- 中间节点处理逻辑
- 当前值 currentVal 等于 root.val 时,当前节点的频率 currentCount++
- 否则重置 currentCount=1,currentVal=root.val
- 比较当前节点的频率和最大频率 maxCount
- 相同,将当前节点加入结果数组;
- 大于最大频率,更新最大频率和结果数组
- 递归处理右子树
function findMode(root) { let maxCount = 0 let result = [] let currentVal = null let currentCount = 0
const inOrderTraverse = (root) => { if (!root) return inOrderTraverse(root.left)
if (node.val === currentVal) { currentCount++ } else { currentVal = node.val // 发现新数值 currentCount = 1 // 重置计数器 } if (currentCount > maxCount) { maxCount = currentCount // 刷新最高纪录 result = [currentVal] // 清空旧结果 } else if (currentCount === maxCount) { result.push(currentVal) // 并列众数加入 }
inOrderTraverse(root.right) }
inOrderTraverse(root)
return result}迭代
const findMode = function (root) { let currentVal = null let currentCount = 0 let maxCount = 0 let result = [] const stack = [] let node = root
while (node || stack.length) { // 深入左子树 while (node) { stack.push(node) node = node.left }
node = stack.pop() // 取出当前节点
// 统计频率 if (node.val === currentVal) { currentCount++ } else { currentVal = node.val currentCount = 1 }
// 更新结果 if (currentCount > maxCount) { maxCount = currentCount result = [currentVal] } else if (currentCount === maxCount) { result.push(currentVal) }
// 转向右子树 node = node.right }
return result}236. 二叉树的最近公共祖先 🌟🌟
力扣链接 🌟🌟
题目描述
给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”
例如,给定如下二叉树: root = [3,5,1,6,2,0,8,null,null,7,4]
示例:
// 3// / \// 5 1// / \ / \// 6 2 0 8// / \// 7 4示例 1: 输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1 输出: 3 解释: 节点 5 和节点 1 的最近公共祖先是节点 3。
示例 2: 输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 4 输出: 5 解释: 节点 5 和节点 4 的最近公共祖先是节点 5。因为根据定义最近公共祖先节点可以为节点本身。
说明:
- 所有节点的值都是唯一的。
- p、q 为不同节点且均存在于给定的二叉树中
解题思路
二叉树中两个节点的公共祖先可能有多个(比如,根节点肯定是所有节点的公共祖先。),但最近的那个就是离他们最近的共同父节点。
采用后序遍历
递归
递归三部曲:
-
确定递归函数的参数和返回值
- 参数 1:根节点
- 参数 2:p
- 参数 3:q
- 返回值:找到 p 或 q 就返回
-
确定终止条件
如果 root 为 null 或者找到数值了,返回 root
if (!root || node === q || root === p) return root -
确定单层递归逻辑
- 递归遍历左子树
- 递归遍历右子树
- 处理中间逻辑
- 如果左右都不为 null,则说明 q 和 p 分别在左子树和右子树中找到了,当前 root 节点就是要找的最近公共祖先
- 如果单侧找到目标,则返回找到结果
const lowestCommonAncestor = function (root, p, q) { // 递归终止条件:空节点或找到目标节点 if (!root || root === p || root === q) return root
// 递归查找左右子树 const left = lowestCommonAncestor(root.left, p, q) const right = lowestCommonAncestor(root.right, p, q)
// 情况判断 if (left && right) return root // 当前节点为LCA return left || right // 返回非空子节点}