[AcWing]37. 树的子结构

输入两棵二叉树 A,B,判断 B 是不是 A 的子结构。

我们规定空树不是任何树的子结构。

数据范围

每棵树的节点数量 [0,1000]

样例:

1
2
3
4
5
6
7
    8
/ \
8 7
/ \
9 2
/ \
4 7

B

1
2
3
  8
/ \
9 2

返回 true,因为 BA 的子结构。

算法思路

代码分为两个部分:

  1. 遍历树A中的所有非空节点R;
  2. 判断树A中以R为根节点的子树是不是包含和树B一样的结构,且我们从根节点开始匹配;

对于第一部分,我们直接递归遍历树A即可,遇到非空节点后,就进行第二部分的判断。

对于第二部分,我们同时从根节点开始遍历两棵子树:

  • 如果树B中的节点为空,则表示当前分支是匹配的,返回true;
  • 如果树A中的节点为空,但树B中的节点不为空,则说明不匹配,返回false;
  • 如果两个节点都不为空,但数值不同,则说明不匹配,返回false;
  • 否则说明当前这个点是匹配的,然后递归判断左子树和右子树是否分别匹配即可;

代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
bool isPart(TreeNode* pA,TreeNode* pB){
// 需要注意的是:必须先判断pB,否则遇到两棵一模一样的树,会返回false
// 我曾写成这样,然后报错了。
// if(!pA) return false;
// if(!pB) return true;
// 匹配成功的情况,B树已经遍历完了
if(!pB) return true;
// 匹配失败的情况(pB不为空)
// B树相比A树更枝繁叶茂,或者A树和B树比较的节点值不同,则子结构匹配失败
if(!pA || pA -> val != pB -> val) return false;
// 如果A树和B树当前节点值相同,则继续匹配左右子树
return isPart(pA -> left, pB -> left) && isPart(pA -> right, pB -> right);
}

bool hasSubtree(TreeNode* pRoot1, TreeNode* pRoot2) {
//空树不是任何树的子结构。任何树也不是空树的子结构。
if(!pRoot1 || !pRoot2) return false;
// 如果是真的全匹配了,那么就是子结构
// 需要区别于 => return isPart(pRoot1,pRoot2);
// 上面这行是只要匹配错一个就直接错了,无容错空间。
// 下面这行是有容错空间的,还可以执行下下行代码
if(isPart(pRoot1,pRoot2)) return true;
// 出现了一个节点不匹配,使得上面的出口未跳出
// 说明需要进入A树的左右子树,继续进行匹配
return hasSubtree(pRoot1 -> left, pRoot2) || hasSubtree(pRoot1 -> right, pRoot2);
}
};
这里有个注意事项:代码注释已经写出,但这里抽出来再次解释
  1. if(isPart(pRoot1,pRoot2)) return true;这行代码需要区别于 => return isPart(pRoot1,pRoot2);
  2. return isPart(pRoot1,pRoot2);这行是只要匹配错一个就直接错了,无容错空间。
  3. if(isPart(pRoot1,pRoot2)) return true;这行是有容错空间的,还可以执行if后面的代码。

时间复杂度

最坏情况下,我们对于树A中的每个节点都要递归判断一遍,每次判断在最坏情况下需要遍历完树B中的所有节点。
所以时间复杂度是 O(nm),其中 n 是树A中的节点数, m 是树B中的节点数。