python code practice:树图

Posted Ariel_一只猫的旅行

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python code practice:树图相关的知识,希望对你有一定的参考价值。

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

 

以上是关于python code practice:树图的主要内容,如果未能解决你的问题,请参考以下文章

python code practice:KMP算法二分搜索的实现哈希表

python pyecharts绘制矩形树图Treemap

python 决策树图

python3画聚类树图

如何使用 export_graphviz 显示决策树图

实现矩形树图代码统计工具源代码