遍历二叉树的基本思路

遍历二叉树

示例：

输入:2/ \1   3输出:
1
输入:1/ \2   3/   / \4   5   6/7输出:
7

思路：

思路1：DFS深度递归遍历，时间O(n) 空间O(h)，h为数的高度

还是DFS递归，与递归的遍历形式基本一样，记录下当前的深度depth，同时用一个全局变量记录最大深度
当刚遍历到新的一层的时候，depth会增加1，此时比较第一次depth > maxdepth的时候
对应的node.val就是那层的第一个节点
同理，也能找出最右下角的值，只需把两个dfs调换位置

思路2：BFS广度循环遍历，时间O(n) 空间O(b)，b为树的宽度

BFS用循环就已经很好理解了，没必要写成递归形式
每一轮记录下当前层的第一个值，最后返回即可

py解法：

#python3
# DFS深度递归遍历，时间O(n) 空间O(h)，h为数的高度
class Solution:def findBottomLeftValue(self, root: TreeNode) -> int:def dfs(root, depth):if not root: returnif depth > self.maxdepth:self.maxdepth = depthself.res = root.val    dfs(root.left, depth+1)dfs(root.right, depth+1)self.maxdepth, self.res = -1, 0dfs(root, 0)return self.res# BFS广度循环遍历，时间O(n) 空间O(b)，b为树的宽度
class Solution:def findBottomLeftValue(self, root: TreeNode) -> int:if not root: return []cur, res = [root], Nonewhile cur:layer, res = [], cur[0].valfor node in cur:if node.left: layer.append(node.left)if node.right: layer.append(node.right)cur = layerreturn res

java解法：

考察二叉树的层序遍历，也就是广度优先遍历，广度优先遍历的基本思路为：每次将根节点的相邻节点放入一个容器（队列）中，遍历到目前为止容器中所有节点，并在遍历的过程中再将每个节点的所有相邻节点放入容器中，重复此过程直到队列为空。

import java.util.Queue;
import java.util.LinkedList;
import java.util.ArrayList;
class Solution {public int findBottomLeftValue(TreeNode root) {ArrayList<ArrayList<Integer>> result = new ArrayList<>();Queue<TreeNode> queue = new LinkedList<>();queue.add(root);while(!queue.isEmpty()){int size = queue.size();ArrayList<Integer> list = new ArrayList<>();for(int i = 0; i<size; i++){TreeNode temp = queue.poll();list.add(temp.val);if(temp.left != null){queue.add(temp.left);}if(temp.right != null){queue.add(temp.right);}}result.add(list);}return result.get(result.size()-1).get(0);}
}

仅仅击败的23.46%，太慢了。那有什么改进的思路呢？

通过我们细致的观察就可以发现，题目要求最后一层的左端第一个节点，其实也就是右端的最后一个节点。那这样的话，我们何不在层序遍历的时候直接从每层的右边开始遍历，那遍历的最后一个点也就是我们想要的答案了。而且这样我们就不用去记录深度了。

import java.util.Queue;
import java.util.LinkedList;
class Solution {public int findBottomLeftValue(TreeNode root) {int result = 0;Queue<TreeNode> queue = new LinkedList<>();queue.add(root);while(!queue.isEmpty()){TreeNode temp = queue.poll();//每次记录一下结果result = temp.val;//先放右边if(temp.right != null){queue.add(temp.right);}//再放左边if(temp.left != null){queue.add(temp.left);}}return result;}
}

C++解法：

class Solution {public:int findBottomLeftValue(TreeNode* root) {queue<TreeNode*> q;q.push(root);TreeNode* last = root;TreeNode* nlast = nullptr;vector<int> level_first; //每层第一个节点int res = 0;while (!q.empty()){TreeNode* node = q.front();q.pop();if (level_first.empty()) {level_first.push_back(node->val);}if (node->left){q.push(node->left);nlast = node->left;}if (node->right){q.push(node->right);nlast = node->right;}if (node == last){last = nlast;level_first.clear();}if(q.empty()) //最后一层 最后一个节点{res = level_first.front();}}return res;}//从右到左 找最后一个节点int findBottomLeftValue(TreeNode* root) {queue<TreeNode*> q;q.push(root);int res = 0;while (!q.empty()){TreeNode* node = q.front();q.pop();if (node->right){q.push(node->right);}if (node->left){q.push(node->left);}if(q.empty()) //最后一个节点{res = node->val;}}return res;}
};

返回每层最大的数

按层入坑，然后更新最大值。关键就在如何在更新最大值的时候判断当前坑位（层数）是否已经存在，即第一次遇到最新层的处理。
申请足够大的数组，初始化为最小值（因题目节点可能存在负数），因而解决第一次遇到最新层的问题。同时用超大数组操作还需要返回总元素个数（层数），也就是大于最大层数后面的元素都抛弃。

# py代码参考提交成功范例
class Solution:def largestValues(self, root: TreeNode) -> List[int]:ans = []def help(root: TreeNode, level: int) -> None:if not root: returnif len(ans) <= level:  # 遇到最新一层ans.append(float('-inf'))ans[level] = max(ans[level], root.val)help(root.left, level + 1)help(root.right, level + 1)help(root, 0)  # 初始化为0问题！return ans