题目难度: 中等
今天继续更新程序员面试金典系列, 大家在公众号 算法精选 里回复 面试金典 就能看到该系列当前连载的所有文章了, 记得关注哦~
题目描述
设计并实现一个算法,找出二叉树中某两个节点的第一个共同祖先。不得将其他的节点存储在另外的数据结构中。注意:这不一定是二叉搜索树。
例如,给定如下二叉树: root = [3,5,1,6,2,0,8,null,null,7,4]
3 / \ 5 1 / \ / \ 6 2 0 8 / \ 7 4
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。
说明:
- 所有节点的值都是唯一的。
- p、q 为不同节点且均存在于给定的二叉树中。
题目思考
- 如果限制只能用递归或者迭代, 如何解决?
解决方案
方案 1
思路
- 首先尝试递归的做法, 如果我们能得出左右子树各自的 p/q 节点存在的情况, 再结合当前节点, 就能得出当前节点以及其所有子节点中是否包含 p 和 q
- 那么在第一次找到这样一个自身或子节点中同时包含 p 和 q 的节点时, 这个节点就一定是最近公共祖先, 因为其所有子节点都不满足这一性质, 不可能有更近的祖先了
- 接下来考虑如何实现:
- 首先定义待求的祖先节点: 初始化为空, 表示还未找到
- 接下来定义递归方法: 根据上面的分析, 递归方法中需要传入当前节点, 并返回两个 bool, 分别代表当前节点以及其所有子节点中是否包含 p 或 q
- 第三步定义递归出口: 很显然是节点为空或者祖先节点已经找到的情况, 此时直接返回
- 最后设计正常情况下的递归逻辑: 我们依次递归调用左右子节点并得到它们 p/q 节点存在的情况, 并考虑当前节点本身是否为 p/q, 从而得到当前的两个 bool 返回值. 如果它们都是 true且当前祖先为空的话, 就把祖先设为当前节点, 即找到了最近祖先. (因为最近祖先的更高层的父节点的两个 bool 肯定也是 true, 所以必须判断当前祖先为空才赋值, 保证祖先是最近的)
- 下面代码对必要步骤有详细解释, 方便大家参考
复杂度
- 时间复杂度 O(N): 最多需要遍历每个节点一遍
- 空间复杂度 O(H): 递归栈中要存树的高度个节点
代码
class Solution: def lowestCommonAncestor(self, root: TreeNode, p: TreeNode, q: TreeNode) -> TreeNode: # 方法1: 递归dfs, 返回是否找到p或q # 注意ancestor只能赋值一次, 即为最近的祖先 ancestor = None def find(cur): nonlocal ancestor if not cur or ancestor: # 递归出口, 返回全false return (False, False) # 先得出左右子树上的p/q节点存在情况 lp, pq = find(cur.left) rp, rq = find(cur.right) # 然后计算加上当前节点后的p/q节点存在情况 findp = lp or rp or cur == p findq = pq or rq or cur == q # 如果两者都存在, 且祖先还为空, 则表示找到最近祖先了, 即当前节点 if findp and findq and not ancestor: ancestor = cur # 返回当前节点以及其所有子节点中的p/q节点存在情况 return (findp, findq) find(root) return ancestor
方案 2
思路
- 假如此时要求只能利用迭代来实现, 又该如何做呢?
- 一个很自然的思路是我们从两个节点出发, 往上走, 并把路上的节点都加入集合中
- 然后某个节点如果在加入前已经在集合里了, 就说明这个节点一定也存在于另一条路径中, 也即这个节点是个祖先, 而且显然第一次遇到的这种节点就是最近祖先
- 如何实现向上走呢? 我们可以定义一个 parent 字典, key 是当前节点, value 是其父节点, 然后通过将当前节点置为其父节点的方式一直向上走了, 直到到根节点
- 那如何求 parent 字典呢? DFS 和 BFS 都很好实现, 因为它们都有当前节点和子节点的信息, 这里要求迭代, 那就直接用 BFS 好了
- 下面代码对必要步骤有详细解释, 方便大家参考
复杂度
- 时间复杂度 O(N): 最多需要遍历每个节点一遍
- 空间复杂度 O(N): 需要存每个节点的父节点信息, 以及一个集合存当前遍历过的节点
代码
class Solution: def lowestCommonAncestor(self, root: TreeNode, p: TreeNode, q: TreeNode) -> TreeNode: # 方法2: 迭代BFS, 记录每个节点父节点, p/q依次向上找并加入集合中, 直到找到第一个父节点已在集合的节点, 这个父节点就是最近公共祖先 if not root: return None # 初始化根节点的父节点为空 parent = {root: None} # BFS部分, 记录每个节点父节点 queue = [root] for node in queue: if node.left: parent[node.left] = node queue.append(node.left) if node.right: parent[node.right] = node queue.append(node.right) # 注意集合需要初始化加上p/q, 因为它们可能自身就是祖先 v = {p, q} while p or q: # 这里循环条件为or, 因为有可能p/q高度可能不同, 有可能某个节点先遍历到了根节点, 这时候另外的节点需要继续往上走来找祖先 if p: p = parent[p] if p and p in v: # 当前父节点不是空且已经在集合中, 说明它就是最近祖先 return p v.add(p) if q: q = parent[q] if q and q in v: # 当前父节点不是空且已经在集合中, 说明它就是最近祖先 return q v.add(q) # 最终一定会在循环内部返回的, 所以循环外不需要return, 因为保底祖先是根节点, 一定在集合中
大家可以在下面这些地方找到我~😊
我的公众号: 算法精选, 欢迎大家扫码关注~😊