617. 合并二叉树
难度: 简单
来源: 每日一题 2023.08.14
给你两棵二叉树: root1
和 root2
。
想象一下,当你将其中一棵覆盖到另一棵之上时,两棵树上的一些节点将会重叠(而另一些不会)。你需要将这两棵树合并成一棵新二叉树。合并的规则是:如果两个节点重叠,那么将这两个节点的值相加作为合并后节点的新值;否则,不为 null 的节点将直接作为新二叉树的节点。
返回合并后的二叉树。
注意: 合并过程必须从两个树的根节点开始。
示例 1:
输入:root1 = [1,3,2,5], root2 = [2,1,3,null,4,null,7]
输出:[3,4,5,5,4,null,7]
示例 2:
输入:root1 = [1], root2 = [1,2]
输出:[2,2]
提示:
-
两棵树中的节点数目在范围 [0, 2000] 内
-
-104 <= Node.val <= 104
class Solution {
public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
}
}
分析与题解
-
重拳出击👊🏻 + 前/中/后序遍历任选其一遍历
这个题目要求我们把两个二叉树合并在一起, 如果我们对前/中/后序遍历非常熟悉的话, 我们只需要通过一次递归性质的前/中/后序遍历即可完成整个题目.
首先我们要先处理边界情况, 也就是 root1 和 root2 同时为空, 我们返回空.
if (root1 == null && root2 == null) { return null; }
然后就是创建当前
node节点
把root1
和root2
的值添加到当前节点中.int value = 0; TreeNode node1Left = null, node1Right = null, node2Left = null, node2Right = null; if (root1 != null) { value += root1.val; node1Left = root1.left; node1Right = root1.right; } if (root2 != null) { value += root2.val; node2Left = root2.left; node2Right = root2.right; } TreeNode node = new TreeNode(value);
最后我们对当前的
node节点
的 left节点 和 right节点 进行递归操作即可.node.left = mergeTrees(node1Left, node2Left); node.right = mergeTrees(node1Right, node2Right);
整个题目的题解过程如下所示.
/** * Definition for a binary tree node. * public class TreeNode { * int val; * TreeNode left; * TreeNode right; * TreeNode() {} * TreeNode(int val) { this.val = val; } * TreeNode(int val, TreeNode left, TreeNode right) { * this.val = val; * this.left = left; * this.right = right; * } * } */ class Solution { public TreeNode mergeTrees(TreeNode root1, TreeNode root2) { // 利用二叉树的前序遍历即可 if (root1 == null && root2 == null) { return null; } int value = 0; TreeNode node1Left = null, node1Right = null, node2Left = null, node2Right = null; if (root1 != null) { value += root1.val; node1Left = root1.left; node1Right = root1.right; } if (root2 != null) { value += root2.val; node2Left = root2.left; node2Right = root2.right; } TreeNode node = new TreeNode(value); node.left = mergeTrees(node1Left, node2Left); node.right = mergeTrees(node1Right, node2Right); return node; } }
复杂度分析:
- 时间复杂度: O(max(m,n)), 谁多遍历谁.
- 空间复杂度: O(min(m,n)), 谁的节点数量多就以谁为准, 当然了可能会超出.
结果如下所示.
Comments | 0 条评论