首页手记 LeetCode 199. 二叉树的右视图

LeetCode 199. 二叉树的右视图

标签：

Python 算法

199. 二叉树的右视图

题目来源：https://leetcode-cn.com/problems/binary-tree-right-side-view/

题目

给定一棵二叉树，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。

示例:

输入: [1,2,3,null,5,null,4]
输出: [1, 3, 4]
解释:

   1            <---
 /   \
2     3         <---
 \     \
  5     4       <---

解题思路

思路一：广度优化搜索

当对二叉树进行层次遍历时，每一层最右边的节点是最后访问的。题目中要求返回从右侧所能看到的节点值，正是这里每层最右边的节点。那么保留每层最后的访问节点，就能得到需要求的答案。

这里使用队列存储。

具体可参照代码进行理解。

思路二：深度优化搜索

同样的，这道题也能够使用深度优化搜索来解决。

在搜索的过程中，我们先访问右子树，再访问左子树。那么每层的第一个节点就是最右边节点。这个时候，只要知道二叉树的深度，则可以得到最终的答案。

具体可参照代码进行理解。

代码实现

代码实现 | 广度优化搜索

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def rightSideView(self, root: TreeNode) -> List[int]:
        if root == None:
            return []
        # 导入 deque 创建队列
        from collections import deque

        queue = deque([root])

        res = []

        while queue:
            size = len(queue)
            # 这里用 size 记录二叉树每层的节点数，
            for i in range(size):
                # 弹出节点
                node = queue.popleft()
                # 先将左节点入队
                if node.left != None:
                    queue.append(node.left)
                # 再将右节点入队
                if node.right != None:
                    queue.append(node.right)
                # 队列先入先出，如果 i 等于 size - 1，
                # 那么这里就是最右边的节点，这个就要得到的结果，将其放入返回列表中
                if i == size - 1:
                    res.append(node.val)

        return res

代码实现 | 深度优化搜索

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def rightSideView(self, root: TreeNode) -> List[int]:
        res = []

        def _dfs(node, depth):
            if node == None:
                return []

            # res 的索引表示二叉树的深度
            # 若当前的深度的节点不存在于 res 中，
            # 表示该层的最右边节点还未将其添加到 res 中
            # 将其加入到节点中
            if depth == len(res):
                res.append(node.val)
            # 往一下层访问，先访问右子树，在访问左子树
            depth += 1

            _dfs(node.right, depth)
            _dfs(node.left, depth)

        _dfs(root, 0)

        return res