python code practice（四）：树、图
1、平衡二叉树
给定一个二叉树，判断它是否是高度平衡的二叉树。
本题中，一棵高度平衡二叉树定义为：
一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。
示例 1:
给定二叉树 [3,9,20,null,null,15,7]
3
/ \
9 20
/ \
15 7
返回 true 。
示例 2:
给定二叉树 [1,2,2,3,3,null,null,4,4]
1
/ \
2 2
/ \
3 3
/ \
4 4
返回 false 。
方法1：此方法容易想到，但会产生大量重复计算，时间复杂度较高。
思路是构造一个获取当前节点最大深度的方法 depth(root) ，通过比较此子树的左右子树的最大高度差abs(depth(root.left) - depth(root.right))，来判断此子树是否是二叉平衡树。若树的所有子树都平衡时，此树才平衡。总之，我们只要求左右子树相差的高度是否超过 1，就可以了!
算法流程：
isBalanced(root) ：判断树 root 是否平衡
特例处理： 若树根节点 root 为空，则直接返回 truetrue ；
返回值：
所有子树都需要满足平衡树性质，因此以下三者使用与逻辑 \&\&&& 连接；
abs(self.depth(root.left) - self.depth(root.right)) <= 1 ：判断 当前子树 是否是平衡树；
self.isBalanced(root.left) ： 先序遍历递归，判断 当前子树的左子树 是否是平衡树；
self.isBalanced(root.right) ： 先序遍历递归，判断 当前子树的右子树 是否是平衡树；
depth(root) ： 计算树 root 的最大高度
终止条件： 当 root 为空，即越过叶子节点，则返回高度 00 ；
返回值： 返回左 / 右子树的最大高度加 11 。
复杂度分析：
时间复杂度 O(Nlog2N)： 最差情况下， isBalanced(root) 遍历树所有节点，占用 O(N) ；判断每个节点的最大高度 depth(root) 需要遍历 各子树的所有节点 ，子树的节点数的复杂度为
空间复杂度 O(N)： 最差情况下（树退化为链表时），系统递归需要使用 O(N) 的栈空间。
class Solution: def isBalanced(self, root: TreeNode) -> bool: if not root: return True return abs(self.depth(root.left) - self.depth(root.right)) <= 1 and \ self.isBalanced(root.left) and self.isBalanced(root.right) def depth(self, root): if not root: return 0 return max(self.depth(root.left), self.depth(root.right)) + 1
方法2：
从底至顶（提前阻断）
此方法为本题的最优解法，但“从底至顶”的思路不易第一时间想到。
思路是对二叉树做先序遍历，从底至顶返回子树最大高度，若判定某子树不是平衡树则 “剪枝” ，直接向上返回。
算法流程：
recur(root):
递归返回值：
当节点root 左 / 右子树的高度差 < 2 ：则返回以节点root为根节点的子树的最大高度，即节点 root 的左右子树中最大高度加 1 （ max(left, right) + 1 ）；
当节点root 左 / 右子树的高度差≥2 ：则返回 -1 ，代表 此子树不是平衡树 。
递归终止条件：
当越过叶子节点时，返回高度 00 ；
当左（右）子树高度 left== -1 时，代表此子树的 左（右）子树 不是平衡树，因此直接返回 −1 ；
isBalanced(root) ：
返回值： 若 recur(root) != 1 ，则说明此树平衡，返回true ； 否则返回false 。
复杂度分析：
时间复杂度 O(N)： N 为树的节点数；最差情况下，需要递归遍历树的所有节点。
空间复杂度 O(N)： 最差情况下（树退化为链表时），系统递归需要使用 O(N) 的栈空间。
class Solution: def isBalanced(self, root: TreeNode) -> bool: return self.recur(root) != -1 def recur(self, root): if not root: return 0 left = self.recur(root.left) if left == -1: return -1 right = self.recur(root.right) if right == -1: return -1 return max(left, right) + 1 if abs(left - right) < 2 else -1
2.找树左下角的值
给定一个二叉树，在树的最后一行找到最左边的值。
示例 1:
输入:
2
/ \
1 3
输出:
1
示例 2:
输入:
1
/ \
2 3
/ / \
4 5 6
/
7
输出:
7
注意: 您可以假设树（即给定的根节点）不为 NULL。
方法1：从右到左的层序遍历，不需记录中间值(除了队列)。
一般的层序遍历是每层从左到右，遍历到最后的元素就是右下角元素。
如果反过来，每层从右到左进行层序遍历，最后一个就是左下角元素，直接输出即可，不需要记录深度。
class Solution: def findBottomLeftValue(self, root: TreeNode) -> int: if not root: return -1 queue = collections.deque() queue.append(root) while queue: cur = queue.popleft() if cur.right: # 先右 queue.append(cur.right) if cur.left: # 后左 queue.append(cur.left) return cur.val
方法2：广度优先遍历保存每层第一个节点。
class Solution: def findBottomLeftValue(self, root: TreeNode) -> int: last = None stack = [root] while stack: last = stack[0].val for i in range(len(stack)): n = stack.pop(0) if n.left: stack.append(n.left) if n.right: stack.append(n.right) return last
方法3：
准备一个字典，key为层深，value为该层节点值
中序遍历时，记录层深
取最深层第一个节点值即可
from collections import defaultdict class Solution: def findBottomLeftValue(self, root: TreeNode) -> int: height_dict = defaultdict(list) def helper(node, now): if not node: return now left = helper(node.left, now+1) height_dict[now].append(node.val) right = helper(node.right, now+1) helper(root, 0) return height_dict[max(height_dict.keys())][0]
方法：另一个写法
逐层遍历，先右后左，最后剩下底层最左。
class Solution: def findBottomLeftValue(self, root: TreeNode) -> int: next_level = [root] while next_level: node = next_level.pop(0) if node.right: next_level.append(node.right) if node.left: next_level.append(node.left) return node.val
