LeetCode题练习与总结:二叉树的最近公共祖先--236
一、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 的两个节点 p、q,最近公共祖先表示为一个节点 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)。”
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。
示例 3:
输入:root = [1,2], p = 1, q = 2 输出:1
提示:
- 树中节点数目在范围
[2, 10^5]
内。 -10^9 <= Node.val <= 10^9
- 所有
Node.val
互不相同
。 p != q
p
和q
均存在于给定的二叉树中。
二、解题思路
- 如果当前节点为空,或者当前节点是 p 或 q 中的一个,那么返回当前节点。
- 递归地在左子树中查找 p 和 q 的最近公共祖先。
- 递归地在右子树中查找 p 和 q 的最近公共祖先。
- 如果左子树和右子树中分别找到了 p 和 q,那么当前节点就是最近公共祖先。
- 如果只在左子树中找到了 p 和 q 中的一个或两个,那么最近公共祖先一定在左子树中,返回左子树的查找结果。
- 如果只在右子树中找到了 p 和 q 中的一个或两个,那么最近公共祖先一定在右子树中,返回右子树的查找结果。
三、具体代码
class Solution {
public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
// 如果当前节点为空,或者当前节点是 p 或 q,直接返回当前节点
if (root == null || root == p || root == q) {
return root;
}
// 递归地在左子树中查找 p 和 q 的最近公共祖先
TreeNode left = lowestCommonAncestor(root.left, p, q);
// 递归地在右子树中查找 p 和 q 的最近公共祖先
TreeNode right = lowestCommonAncestor(root.right, p, q);
// 如果左子树和右子树中分别找到了 p 和 q,那么当前节点就是最近公共祖先
if (left != null && right != null) {
return root;
}
// 如果只在左子树中找到了 p 和 q,那么最近公共祖先一定在左子树中
if (left != null) {
return left;
}
// 如果只在右子树中找到了 p 和 q,那么最近公共祖先一定在右子树中
return right;
}
}
四、时间复杂度和空间复杂度
1. 时间复杂度
-
单次访问节点:对于树中的每个节点,我们最多只会访问它一次。在递归函数中,每个节点都会被访问一次,然后它的子节点会被递归地访问。
-
递归深度:在最坏的情况下,递归的深度会达到树的高度。在二叉树中,最坏情况是树退化成一条链,此时递归深度为 n(n 是树中节点的数量)。
因此,时间复杂度是 O(n),其中 n 是树中节点的数量。
2. 空间复杂度
-
递归调用栈:由于递归的特性,在递归过程中,函数调用栈会保存每一层递归的信息。在最坏情况下,递归的深度会达到树的高度。
-
递归深度与空间复杂度的关系:在最坏的情况下,如果树是一条链,那么递归的深度就是 n,此时递归调用栈将占用 O(n) 的空间。
因此,空间复杂度是 O(n),其中 n 是树中节点的数量。
综上所述:
- 时间复杂度:O(n),因为每个节点最多被访问一次。
- 空间复杂度:O(n),因为递归调用栈在最坏情况下可能达到 n 的深度。
五、总结知识点
-
递归:
- 递归是一种常用的算法设计方法,它允许函数调用自身来解决问题。
- 在这个代码中,递归用于遍历二叉树并查找两个节点的最近公共祖先。
-
二叉树遍历:
- 代码通过递归实现了二叉树的遍历,具体是后序遍历(先访问左右子节点,再访问根节点)。
- 遍历过程中,如果找到了 p 或 q 节点,则递归函数会返回该节点。
-
逻辑判断:
- 代码包含了多个 if 语句,用于判断递归函数返回的节点是否为空,从而确定最近公共祖先的位置。
-
树的结构:
- 代码操作的数据结构是二叉树,树中的每个节点包含值(val)、左子节点(left)和右子节点(right)。
-
最近公共祖先的定义:
- 代码实现了一个基于最近公共祖先定义的算法,即对于两个节点 p 和 q,找到它们在二叉树中的最低(最深的)共同祖先。
-
边界条件处理:
- 代码首先检查了边界条件,即当前节点是否为空或等于 p 或 q,这确保了递归的基本情况。
-
递归与回溯的结合:
- 在递归过程中,通过回溯(递归返回)的方式,将子树中的信息传递给父节点,以便在父节点做出决策。
以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。