春招来了，辞了职在家里准备再找份实习工作。相信大家，尤其是大三、大四的同学都经常在招聘要求上看到这样一条要求：熟悉常见的数据结构与算法。常见的数据结构通常有：链表、二叉树，如果要求再高点，可能会让你实现红黑树、AVL树这种高级的数据结构。由此可见，数据结构与算法还是比较重要的，最近也是在复习这方面的知识。本篇为复习过程中遇到过的总结，同时也给各位跟我一样准备面试的同学一份参考。另外，由于篇幅有限，本篇的重点在于二叉树的常见算法以及实现。

常见的二叉树实现代码

之前写过相关的文章，是关于如何创建及遍历二叉树的，这里不再赘述。提供链接给各位感兴趣的小伙伴，点此

翻转二叉树

对于一棵二叉树，翻转它的左右子树，如下图所示：

下面来分析具体的实现思路：

• 对于根结点为空的情况
  这种情况需要排除，因为null不是一个对象，不可能存在左右子树并且可以翻转的情况
• 对于一棵只有一个根结点的二叉树
  emmm，这种情况也可以翻转，因为此时根结点左右子树为null，交换左右子树其实也就是在交换两个null，理论上是翻转了，但实际上我们看到的和没有翻转之前的结果是一样的
• 对于一棵具有两个或两个以上结点的二叉树，此时二叉树可以表示为如下的图像：

可以看出，无论是只有左子树还是只有右子树都可以进行翻转。这句话等价于，为空的子树可以和不为空的子树进行交换，也就是 不对为空的子树进行特殊处理

分析过程

其实这样我们还是不知道二叉树是如何翻转的，我们可以用第一张图的二叉树为例子，看一下翻转的具体过程。

1. 首先我们需要对根结点进行判空处理，在根结点不为空的情况下存在左右子树（即使左右子树为空），然后交换左右子树；

2. 把根结点的左子树当成左子树的根结点，对当前根结点进行判空处理，不为空时交换左右子树;

3. 把根结的右子树当成右子树的根结点，对当前根结点进行判空处理，不为空时交换左右子树;

4. 重复步骤 2、 3，最后二叉树变为原来的镜像结构,结果可以参考文章第一张示意图。

示例代码

根据上面的推理过程我们可以得出如下的代码：

function reverseTree(root){    if( root !== null){        [root.left, root.right] = [root.right, root.left]        reverseTree(root.left)        reverseTree(root.right)    }}复制代码

虽然推理过程比较复杂（也可能是写的比较啰嗦。。），但是仔细观察代码，这和遍历的代码似乎也没多大差别，只是把输出结点变为了交换结点。

判断二叉树是否完全对称

一棵左右完全对称的二叉树是这样的：

那到底如何判断呢？

• 根结点为空时，此时为一棵空二叉树，满足对称条件（-_-||）
• 只有一个根结点时，左右子树都为null，满足左右对称条件
• 只有两个结点时，此时左右子树必定有一个为空，不可能存在对称的情况
• 结点数在三个及三个以上时，二叉树有对称的可能。

按照我们正常的思维，看对称与否，首先看左边，然后看右边，最后比较左右是否相等。同时我们注意到，在二叉树深度比较大的时候，我们光是比较左右是不够的。可以观察到，我们比较完左右以后还需要比较左的左和右的右，比较左的右和右的左

分析过程

这么看是比较绕，接下来我们来看图分析：

1. 先比较根结点左右孩子

2. 将左子树根结点的左孩子与右子树根结点的右孩子进行比较

3. 将左子树根结点的右孩子与右子树根结点的左孩子进行比较

4. 重复以上过程...

示例代码

function isSymmetrical(pRoot){    // write code here    if(!pRoot){        return true    }    return funC(pRoot.left, pRoot.right)} function funC(left, right){         if(!left){        return right === null    }         if(!right){        return false    }         if(left.val !== right.val){        return false    }         return funC(left.right, right.left) && funC(left.left, right.right)}复制代码

求二叉树的深度

分析过程

• 只有一个根结点时，二叉树深度为1
• 只有左子树时，二叉树深度为左子树深度加1
• 只有右子树时，二叉树深度为右子树深度加1
• 同时存在左右子树时，二叉树深度为左右子树中深度最大者加1

示例代码

function deep(root){    if(!root){        return 0    }    let left = deep(root.left)    let right = deep(root.right)    return left > right ? left + 1 : right + 1}复制代码

求二叉树的宽度

二叉树的宽度是啥？我把它理解为具有最多结点数的层中包含的结点数，比如下图所示的二叉树，其实它的宽度就是为4：

分析过程

根据上图，我们如何算出二叉树的宽度呢？其实有个很简单的思路：

1. 算出第一层的结点数，保存
2. 算出第二层的结点数，保存一二层中较大的结点数
3. 重复以上过程

示例代码

根据分析过程，我们可以利用队列这种数据结构来实现这个算法，代码如下：

function width(root){    if(!root){        return 0    }    let queue = [root], max = 1, deep = 1    while(queue.length){        while(deep--){            let temp = queue.shift()            if(temp.left){                queue.push(temp.left)            }            if(temp.right){                queue.push(temp.right)            }        }        deep = queue.length        max = max > deep ? max : deep    }    return max}复制代码

重建二叉树

常见的遍历

• 前序遍历： 前序遍历首先访问根结点然后遍历左子树，最后遍历右子树。

• 中序遍历： 中序遍历首先访问左子树然后遍历根节点，最后遍历右子树。

• 后序遍历： 后序遍历首先遍历左子树，然后遍历右子树，最后访问根结点

题目描述

根据前序遍历产生的序列和中序遍历产生的序列生成一颗二叉树

思路分析

假如有这么一棵二叉树：

可以看出它 前序遍历序列为： 8 6 5 7 10 9 11， 中序遍历序列为： 5 6 7 8 9 10 11 其中有个很明显的特征，根结点的值为 前序遍历序列的第一个值，而且我们在 中序遍历序列中很容易看出，根结点左右两边的结点分别为构成 左子树和 右子树的结点，所以我们可以得到一种解决问题的思路：

1. 获取前序遍历的第一个值，构建根结点
2. 生成左子树的前序遍历序列和中序遍历序列
3. 生成右子树的前序遍历序列和中序遍历序列
4. 重复以上过程...

示例代码

function reConstructBinaryTree(pre, vin){    if(!pre || !vin || !pre.length || !vin.length){        return null    }    let root = new TreeNode(pre[0]),        tIndex = vin.indexOf(pre[0]),        leftIn = [],leftPre = [],rightIn = [],rightPre = []        for(let i = 0; i < tIndex; i++){        leftIn.push(vin[i])        leftPre.push(pre[i+1])    }    for(let i = tIndex+1; i < pre.length; i++){        rightIn.push(vin[i])        rightPre.push(pre[i])    }    //递归    root.left = reConstructBinaryTree(leftPre, leftIn)    root.right = reConstructBinaryTree(rightPre, rightIn)    return root}复制代码

以上思路、代码有错漏请在评论区指出！

总结

代码部分来自，相应的题目也都可以在上面找到。不过在这期间，我也是找到了份实习工作，年后就要去搬砖了。既然找到了，春招就不参与了（春招难度比秋招难太多了）希望看这篇文章的同学们也能找到份合适的工作。