📗difficulty: Medium
🎯Tags:
输入两棵二叉树A和B,判断B是不是A的子结构。(约定空树不是任意一个树的子结构)
B是A的子结构, 即 A中有出现和B相同的结构和节点值。
例如:
给定的树 A :
3
/ \
4 5
/ \
1 2
给定的树 B :
4
/
1
限制:
0 <= 节点个数 <= 10000
在 isSubStructure
,尝试寻找到 A 中和 B 相等的“起始点”,如果当前的 A.val != B.val
,就对 A 进行先序遍历,直到找到这样的节点 或者 A 遍历结束,没有找到这样的节点,返回 false
。
如果找到了 A.val == B.val
就执行 isContainerSubtree
去检查,是不是完全包含子结构。
贯穿这 2 个递归函数的,是对树的先序遍历,同时,因为涉及到树的操作,需要格外注意空指针的判定,否则容易引起程序崩溃和错误答案。
public boolean isSubStructure(TreeNode A, TreeNode B) {
// 任意一棵 树 为空,返回 false
boolean res = false;
if (A != null && B != null) {
if (A.val == B.val) {
res = isContainerSubtree(A, B);
}
if (!res) {
res = isSubStructure(A.left, B);
}
if (!res) {
res = isSubStructure(A.right, B);
}
}
return res;
}
public boolean isContainerSubtree(TreeNode base, TreeNode sub) {
// 这里判断 null 的先后是有原因的,只能允许 sub 为 null
// 检索完 sub 子树,说明 base 中包含 sub 的子结构
if (sub == null) {
return true;
}
if (base == null) {
return false;
}
if (base.val != sub.val) {
return false;
}
return isContainerSubtree(base.left, sub.left) && isContainerSubtree(base.right, sub.right);
}
- 时间复杂度:
O(n + m)
。最坏情况下,每个节点都需要被访问一次。 - 空间复杂度:
O(n + m)
,树退化为单链表的情况下,为最坏情况。
以下代码来自 leetcode-cn 用户 Krahets 的题解,感谢其的详细讲解和分析。
这里做的改进是将 判定值 的操作放到了 recur
函数中去。思路上更加容易理解。
// 思路二:比较值的操作在 recur 时一并判断
public boolean isSubStructure(TreeNode A, TreeNode B) {
return (A != null && B != null) && (recur(A, B) || isSubStructure(A.left, B) || isSubStructure(A.right, B));
}
boolean recur(TreeNode A, TreeNode B) {
if (B == null) return true;
if (A == null || A.val != B.val) return false;
return recur(A.left, B.left) && recur(A.right, B.right);
}
- 时间复杂度
O(M * N)
: 其中M,N
分别为树 A 和 树 B 的节点数量;先序遍历树 A 占用O(M)
,每次调用recur(A, B)
判断占用O(N)
。 - 空间复杂度
O(M)
: 当树A
和树B
都退化为链表时,递归调用深度最大。当M ≤ N
时,遍历树 A 与递归判断的总递归深度为 M ;当M > N
时,最差情况为遍历至树 A 叶子节点,此时总递归深度为 M。
主要考察树的遍历熟悉程度,和对递归条件的把握。使用最简单的 先序遍历的递归形式 即可。