【697】力扣中的二叉树 based on python

　　二叉树算是比较难得数据结构，相对于常见的数据结构而言更加抽象，本文主要是针对力扣中相关二叉树的问题进行说明，也是因为自己在做题中来逐渐学习和复习的过程！

　　首先几点说明如下：

• 判断是否存在根节点，可以直接 if root: ，也可以通过赋值来判断 if root == None: 以及 if root is None: 。

• 对于题目中给出的输入数据以数组形式显示，这个不用理会具体是通过怎样的遍历方式显示的，跟具体的解题没有关系，只是显示而已，具体的解题还是完全根据二叉树本身的结构和性质来实现！

• 针对二叉树的操作，需要多次运用到递归的思想，一个问题可能用到两次递归都是有可能的。

• 另外，可以通过 print 来调试程序，选择“执行代码”的时候也会打印出对应的信息，因为针对二叉树的问题，不容易在本地IDE上面处理，因为需要创建二叉树，不像数组那么简单！

1. #94 二叉树的中序遍历

　　二叉树的主要遍历就是

• 先序遍历

• 中序遍历

• 后序遍历

• 层次遍历

　　主要思想就是递归，设置一个出口！

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

# Definition for a binary tree node. # class TreeNode: #     def __init__(self, val=0, left=None, right=None): #         self.val = val #         self.left = left #         self.right = right class Solution:     def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:         if root is None:             return []         list_left = Solution.inorderTraversal(self, root.left)         list_middle = [root.val]         list_right = Solution.inorderTraversal(self, root.right)           return list_left + list_middle + list_right

 

2. #100. 相同的树

　　直接判断它们的遍历结果是否一致，为了区分不同方向的树，需要添加叶子节点的左右子树的信息。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

# Definition for a binary tree node. # class TreeNode: #     def __init__(self, val=0, left=None, right=None): #         self.val = val #         self.left = left #         self.right = right class Solution:     def isSameTree(self, p: TreeNode, q: TreeNode) -> bool:         p_list = Solution.preOrderTraverse(self, p)         q_list = Solution.preOrderTraverse(self, q)           if p_list == q_list:             return True         else:             return False       def preOrderTraverse(self, tn: TreeNode) -> list:         if tn is None:             return [0]  # 用来记录空树的信息           middle_list = [tn.val]         left_list = Solution.preOrderTraverse(self, tn.left)         right_list = Solution.preOrderTraverse(self, tn.right)           return middle_list + left_list + right_list

 

3. #101. 对称二叉树

　　考虑 先序遍历 与 后序遍历 正好相反来构建算法

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

# Definition for a binary tree node. # class TreeNode: #     def __init__(self, val=0, left=None, right=None): #         self.val = val #         self.left = left #         self.right = right class Solution:     def isSymmetric(self, root: Optional[TreeNode]) -> bool:         if root and root.left == None and root.right == None:             return True                   if root.left and root.right == None or root.left == None and root.right:             return False                   pre_list = Solution.preOrderTraverse(self, root)         post_list = Solution.postOrderTraverse(self, root)           if pre_list == post_list[::-1]:             return True         else:             return False       def preOrderTraverse(self, root: TreeNode):         if root is None:             return [0]           left_list = Solution.preOrderTraverse(self, root.left)         middle_list = [root.val]         right_list = Solution.preOrderTraverse(self, root.right)           return middle_list + left_list + right_list       def postOrderTraverse(self, root: TreeNode):         if root is None:             return [0]           left_list = Solution.postOrderTraverse(self, root.left)         middle_list = [root.val]         right_list = Solution.postOrderTraverse(self, root.right)           return left_list + right_list + middle_list       def midOrderTraverse(self, root: TreeNode):         if root is None:             return [0]           left_list = Solution.midOrderTraverse(self, root.left)         middle_list = [root.val]         right_list = Solution.midOrderTraverse(self, root.right)           return left_list + middle_list + right_list

 

4. #104. 二叉树的最大深度

　　直接递归就行了！

?

1 2 3 4 5 6 7 8 9 10 11

# Definition for a binary tree node. # class TreeNode: #     def __init__(self, val=0, left=None, right=None): #         self.val = val #         self.left = left #         self.right = right class Solution:     def maxDepth(self, root: Optional[TreeNode]) -> int:         if root is None:             return 0         return max(Solution.maxDepth(self, root.left), Solution.maxDepth(self, root.right)) + 1

 

5. #