代码随想录——二叉树21、合并二叉树（附：递归算法复杂度分析）
1.代码随想录-逆波兰式、滑动窗口最大值2.代码随想录-栈与队列-有效的括号（括号匹配）3.代码随想录——栈与队列8-前K个高频元素4.二叉树的递归遍历和迭代遍历5.代码随想录——二叉树-11.完全二叉树的节点个数6.代码随想录——二叉树-12.平衡二叉树7.代码随想录——二叉树17-路径总和8.代码随想录——二叉树19.最大二叉树
9.代码随想录——二叉树21、合并二叉树（附：递归算法复杂度分析）
10.代码随想录——二叉树23、验证二叉搜索树11.代码随想录——25二叉搜索树的最小绝对值差（递归遍历如何记录前后两个指针）12.代码随想录——25.二叉搜索树中的众数13.代码随想录——26、二叉(搜索)树的最近公共祖先14.代码随想录——回溯8、组合总和II15.代码随想录——回溯9.分割回文串16.代码随想录——回溯19重新安排行程17.代码随想录——回溯 N皇后18.代码随想录——贪心8.跳跃游戏II19.代码随想录——贪心9.K次取反后最大化的数组和 && std::sort函数的第三个参数说明20.代码随想录——贪心13.分发糖果21.代码随想录——贪心算法：根据身高重建队列 & Vector原理22.代码随想录——贪心算法22单调递增的数字23.代码随想录——贪心23监控二叉树24.代码随想录——动态规划5.周总结25.代码随想录——动态规划9不同的二叉搜索树26.代码随想录——动态规划01背包27.代码随想录——动态规划13.分割等和子集28.代码随想录——动态规划14最后一块石头的重量II（01背包）29.动态规划——dp的含义归类（完全背包和01背包区别）30.动态规划——26单词拆分31.代码随想录——动态规划背包问题总结32.代码随想录——动态规划31打家劫舍III（树状DP）33.代码随想录——动态规划、股票问题34.代码随想录——单调栈35.回溯总结
思路
本题难点在于：如何同时遍历两棵二叉树。
方法和遍历一颗二叉树类似，只是同时传入两棵二叉树的节点。
代码
class Solution {
public:
TreeNode* mergeTrees(TreeNode* root1, TreeNode* root2) {
if(root1 == nullptr && root2 == nullptr)return nullptr;
if(root1 == nullptr)return root2;
if(root2 == nullptr)return root1;
//如果都不空
TreeNode* node = new TreeNode(root1->val + root2->val);
node->left = mergeTrees(root1->left,root2->left);
node->right = mergeTrees(root1->right,root2->right);
return node;
}
};
递归算法复杂度分析
递归算法的时间复杂度一般需要通过以下步骤计算：
- 分析递归树：确定递归调用的次数和规模。
- 计算单次递归的时间复杂度。
- 结合递归调用次数和单次复杂度，得出总时间复杂度。
以本题为例：
- 分析递归树：递归的总次数与两个输入树的节点数相关。
因为只有两个树对应节点都不为空时才访问，设两棵树节点数分别为m,n，所以递归总次数为O(min(m，n)) - 在递归中，每次递归调用的时间复杂度为 O(1)。
- 总时间复杂度就是O(min(m,n))
空间复杂度主要由递归调用栈的深度决定：
这里都视一进递归函数就被return的情况不算一次递归调用
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型，支持深度思考和联网搜索！
· 基于 Docker 搭建 FRP 内网穿透开源项目（很简单哒）
· ollama系列01：轻松3步本地部署deepseek，普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现