【LeetCode】103. 二叉树的锯齿形层序遍历
文章目录
- 103. 二叉树的锯齿形层序遍历
- 题目描述
- 示例 1:
- 示例 2:
- 示例 3:
- 提示:
- 解题思路
- 问题深度分析
- 问题本质
- 核心思想
- 关键难点分析
- 典型情况分析
- 算法对比
- 算法流程图
- 主算法流程(BFS队列)
- 方向控制流程
- 复杂度分析
- 时间复杂度详解
- 空间复杂度详解
- 关键优化技巧
- 技巧1:BFS队列(最优解法)
- 技巧2:BFS记录层数
- 技巧3:DFS递归
- 技巧4:双端队列(Deque)
- 边界条件处理
- 边界情况1:空树
- 边界情况2:单节点树
- 边界情况3:链状树
- 边界情况4:完全二叉树
- 边界情况5:不平衡树
- 测试用例设计
- 基础测试用例
- 进阶测试用例
- 常见错误和陷阱
- 错误1:层数计算错误
- 错误2:反转时机错误
- 错误3:忘记更新层数
- 错误4:反转函数实现错误
- 实用技巧
- 进阶扩展
- 扩展1:从下到上锯齿形层序遍历
- 扩展2:自定义方向模式
- 扩展3:只输出特定层
- 扩展4:锯齿形层序遍历并记录父节点
- 应用场景
- 总结
- 完整题解代码
103. 二叉树的锯齿形层序遍历
题目描述
给你二叉树的根节点 root ,返回其节点值的 锯齿形层序遍历 。(即先从左往右,再从右往左进行下一层遍历,以此类推,层与层之间交替进行)。
示例 1:

输入:root = [3,9,20,null,null,15,7]
输出:[[3],[20,9],[15,7]]
示例 2:
输入:root = [1]
输出:[[1]]
示例 3:
输入:root = []
输出:[]
提示:
- 树中节点数目在范围 [0, 2000] 内
- -100 <= Node.val <= 100
解题思路
问题深度分析
这是经典的锯齿形层序遍历(Zigzag Level Order)问题,也是层序遍历的变种。核心在于逐层访问节点,但每层的遍历方向交替变化。
问题本质
给定一棵二叉树,返回其锯齿形层序遍历的结果。锯齿形层序遍历意味着:
- 逐层访问:从根节点开始,逐层向下访问
- 方向交替:奇数层(0-indexed)从左到右,偶数层从右到左
- 分层输出:每一层的节点值放在一个单独的列表中
这是一个**BFS(广度优先搜索)**问题,需要使用队列来维护待访问的节点,并根据层数决定遍历方向。
核心思想
锯齿形层序遍历:
- 队列维护:使用队列存储待访问的节点
- 逐层处理:每次处理一层,记录当前层的节点数
- 方向控制:根据层数(0-indexed)决定遍历方向
- 偶数层(0, 2, 4…):从左到右
- 奇数层(1, 3, 5…):从右到左
- 结果反转:奇数层的结果需要反转
关键技巧:
- 使用队列实现BFS
- 记录每层的节点数,确保分层处理
- 根据层数决定是否反转结果
- 使用双端队列(deque)可以优化性能
关键难点分析
难点1:方向控制
- 需要根据层数决定遍历方向
- 奇数层需要反转结果
- 需要正确计算层数(0-indexed或1-indexed)
难点2:分层处理
- 需要区分不同层的节点
- 可以使用记录层数或双队列的方法
- 每次处理一层,确保输出格式正确
难点3:结果反转
- 奇数层的结果需要反转
- 可以在收集时反转,也可以在最后反转
- 需要注意反转的时机
典型情况分析
情况1:完全二叉树
树结构:3/ \9 20/ \15 7锯齿形层序遍历:
第0层(偶数,从左到右): [3]
第1层(奇数,从右到左): [20, 9] ← 反转
第2层(偶数,从左到右): [15, 7]
输出: [[3],[20,9],[15,7]]
情况2:单节点树
树结构:1锯齿形层序遍历:
第0层(偶数,从左到右): [1]
输出: [[1]]
情况3:链状树
树结构:1/2/3锯齿形层序遍历:
第0层(偶数,从左到右): [1]
第1层(奇数,从右到左): [2] ← 反转(单元素,反转后不变)
第2层(偶数,从左到右): [3]
输出: [[1],[2],[3]]
情况4:不平衡树
树结构:1/ \2 3/4锯齿形层序遍历:
第0层(偶数,从左到右): [1]
第1层(奇数,从右到左): [3, 2] ← 反转
第2层(偶数,从左到右): [4]
输出: [[1],[3,2],[4]]
算法对比
| 算法 | 时间复杂度 | 空间复杂度 | 特点 |
|---|---|---|---|
| BFS队列 | O(n) | O(n) | 最优解法,标准方法 |
| BFS记录层数 | O(n) | O(n) | 使用层数标记,清晰 |
| DFS递归 | O(n) | O(h) | 递归实现,空间优化 |
| 双端队列 | O(n) | O(n) | 使用deque优化 |
注:n为节点数,h为树高度
算法流程图
主算法流程(BFS队列)
graph TDA[zigzagLevelOrder(root)] --> B{root==nil?}B -->|是| C[return []]B -->|否| D[初始化队列queue和结果res]D --> E[queue入队root]E --> F{queue不空?}F -->|否| G[return res]F -->|是| H[记录当前层节点数size]H --> I[初始化当前层列表level]I --> J[记录当前层数levelNum]J --> K[循环size次]K --> L[出队node]L --> M[level添加node.Val]M --> N{node.Left!=nil?}N -->|是| O[queue入队node.Left]N -->|否| P{node.Right!=nil?}O --> PP -->|是| Q[queue入队node.Right]P -->|否| R{循环结束?}Q --> RR -->|否| KR -->|是| S{levelNum是奇数?}S -->|是| T[反转level]S -->|否| U[res添加level]T --> UU --> F
方向控制流程
复杂度分析
时间复杂度详解
BFS队列算法:O(n)
- 需要访问树的所有节点
- 每个节点入队和出队一次
- 每次访问进行常数时间操作
- 反转操作:O(k),k为每层节点数,总时间O(n)
- 总时间:O(n)
DFS递归算法:O(n)
- 需要访问树的所有节点
- 每个节点访问一次
- 每次访问进行常数时间操作
- 反转操作:O(k),k为每层节点数,总时间O(n)
- 总时间:O(n)
空间复杂度详解
BFS队列算法:O(n)
- 需要队列存储节点
- 最坏情况(完全二叉树):队列大小为叶子节点数,约为n/2
- 结果列表需要O(n)空间
- 总空间:O(n)
DFS递归算法:O(h)
- 递归调用栈深度为树高度
- 最坏情况(链状树):O(n)
- 最好情况(平衡树):O(log n)
- 结果列表需要O(n)空间
- 总空间:O(n)(结果列表占主导)
关键优化技巧
技巧1:BFS队列(最优解法)
func zigzagLevelOrder(root *TreeNode) [][]int {if root == nil {return [][]int{}}var res [][]intqueue := []*TreeNode{root}levelNum := 0for len(queue) > 0 {// 记录当前层的节点数size := len(queue)level := []int{}// 处理当前层的所有节点for i := 0; i < size; i++ {node := queue[0]queue = queue[1:]level = append(level, node.Val)// 将子节点入队if node.Left != nil {queue = append(queue, node.Left)}if node.Right != nil {queue = append(queue, node.Right)}}// 奇数层反转if levelNum%2 == 1 {reverse(level)}res = append(res, level)levelNum++}return res
}func reverse(arr []int) {for i, j := 0, len(arr)-1; i < j; i, j = i+1, j-1 {arr[i], arr[j] = arr[j], arr[i]}
}
优势:
- 时间复杂度:O(n)
- 空间复杂度:O(n)
- 代码简洁,逻辑清晰
- 标准BFS实现
技巧2:BFS记录层数
func zigzagLevelOrder(root *TreeNode) [][]int {if root == nil {return [][]int{}}type item struct {node *TreeNodelevel int}var res [][]intqueue := []item{{root, 0}}for len(queue) > 0 {curr := queue[0]queue = queue[1:]// 扩展结果列表if curr.level >= len(res) {res = append(res, []int{})}res[curr.level] = append(res[curr.level], curr.node.Val)// 将子节点入队if curr.node.Left != nil {queue = append(queue, item{curr.node.Left, curr.level + 1})}if curr.node.Right != nil {queue = append(queue, item{curr.node.Right, curr.level + 1})}}// 反转奇数层for i := 1; i < len(res); i += 2 {reverse(res[i])}return res
}
特点:使用层数标记,逻辑清晰
技巧3:DFS递归
func zigzagLevelOrder(root *TreeNode) [][]int {var res [][]intvar dfs func(*TreeNode, int)dfs = func(node *TreeNode, level int) {if node == nil {return}// 扩展结果列表if level >= len(res) {res = append(res, []int{})}res[level] = append(res[level], node.Val)// 递归访问左右子树dfs(node.Left, level+1)dfs(node.Right, level+1)}dfs(root, 0)// 反转奇数层for i := 1; i < len(res); i += 2 {reverse(res[i])}return res
}
特点:递归实现,代码简洁,空间复杂度O(h)
技巧4:双端队列(Deque)
func zigzagLevelOrder(root *TreeNode) [][]int {if root == nil {return [][]int{}}var res [][]intqueue := []*TreeNode{root}levelNum := 0for len(queue) > 0 {size := len(queue)level := make([]int, size)// 根据层数决定遍历方向for i := 0; i < size; i++ {node := queue[0]queue = queue[1:]// 根据层数决定插入位置if levelNum%2 == 0 {level[i] = node.Val // 从左到右} else {level[size-1-i] = node.Val // 从右到左}// 将子节点入队if node.Left != nil {queue = append(queue, node.Left)}if node.Right != nil {queue = append(queue, node.Right)}}res = append(res, level)levelNum++}return res
}
特点:使用双端队列优化,避免反转操作
边界条件处理
边界情况1:空树
- 处理:返回空列表
[][] - 验证:root为nil时直接返回
边界情况2:单节点树
- 处理:返回单层列表
[[1]] - 验证:只有根节点,输出一层
边界情况3:链状树
- 处理:每层一个节点,输出多层列表
- 验证:
[[1],[2],[3]]
边界情况4:完全二叉树
- 处理:每层节点数递增,输出多层列表
- 验证:
[[3],[20,9],[15,7]]
边界情况5:不平衡树
- 处理:某些层节点数较少,输出多层列表
- 验证:正确处理每层的节点数和方向
测试用例设计
基础测试用例
- 完全二叉树:
[3,9,20,null,null,15,7]→[[3],[20,9],[15,7]] - 单节点:
[1]→[[1]] - 空树:
[]→[] - 链状树:
[1,null,2,null,3]→[[1],[2],[3]]
进阶测试用例
- 不平衡树:
[1,2,3,4]→[[1],[3,2],[4]] - 单层树:
[1,2,3]→[[1],[3,2]] - 深度为3:
[1,2,3,4,5,6,7]→[[1],[3,2],[4,5,6,7]] - 左偏树:
[1,2,null,3]→[[1],[2],[3]] - 右偏树:
[1,null,2,null,3]→[[1],[2],[3]] - 复杂树:
[1,2,3,4,5,null,6,7]→[[1],[3,2],[4,5,6],[7]]
常见错误和陷阱
错误1:层数计算错误
// 错误写法:使用1-indexed
if levelNum%2 == 0 {// 第1层(1-indexed)被当作偶数层
}// 正确写法:使用0-indexed
if levelNum%2 == 1 {// 第1层(0-indexed)是奇数层,需要反转
}
原因:需要明确层数的索引方式(0-indexed或1-indexed)
错误2:反转时机错误
// 错误写法:在收集时反转
for i := 0; i < size; i++ {if levelNum%2 == 1 {level = append(level, node.Val) // 顺序错误}
}// 正确写法:收集后反转
for i := 0; i < size; i++ {level = append(level, node.Val)
}
if levelNum%2 == 1 {reverse(level)
}
原因:应该在收集完所有节点值后再反转
错误3:忘记更新层数
// 错误写法:忘记更新levelNum
for len(queue) > 0 {// 处理一层// 忘记levelNum++
}// 正确写法:每次处理完一层后更新
for len(queue) > 0 {// 处理一层levelNum++
}
原因:需要正确更新层数,才能正确判断方向
错误4:反转函数实现错误
// 错误写法:只交换一半
func reverse(arr []int) {for i := 0; i < len(arr); i++ {arr[i], arr[len(arr)-1-i] = arr[len(arr)-1-i], arr[i]}
}// 正确写法:交换到中间
func reverse(arr []int) {for i, j := 0, len(arr)-1; i < j; i, j = i+1, j-1 {arr[i], arr[j] = arr[j], arr[i]}
}
原因:需要交换到中间位置,避免重复交换
实用技巧
- 优先使用BFS队列方法:代码简洁,逻辑清晰,易于理解和实现
- 记录层数:使用levelNum变量记录当前层数,确保方向控制正确
- 反转时机:在收集完所有节点值后再反转,避免顺序错误
- 层数索引:使用0-indexed,第0层是偶数,第1层是奇数
- DFS递归:适合需要深度优先的场景,但需要最后反转奇数层
- 双端队列:使用deque可以优化性能,避免反转操作
进阶扩展
扩展1:从下到上锯齿形层序遍历
- 将结果列表反转,实现从下到上的锯齿形层序遍历
扩展2:自定义方向模式
- 支持自定义方向模式,如"左-右-右-左"等
扩展3:只输出特定层
- 只输出第k层的节点值(锯齿形)
扩展4:锯齿形层序遍历并记录父节点
- 在锯齿形层序遍历时记录每个节点的父节点
应用场景
- 树结构可视化:按锯齿形打印树结构,便于理解
- 树的序列化:将树序列化为锯齿形层序遍历数组
- 树的构建:从锯齿形层序遍历数组构建树
- 树的比较:比较两棵树的锯齿形层序遍历结果
- 树的搜索:在特定层搜索节点(锯齿形)
总结
锯齿形层序遍历是一个经典的BFS变种问题,核心在于:
- 使用队列实现BFS:维护待访问的节点
- 记录层数:确保分层处理,输出格式正确
- 方向控制:根据层数决定遍历方向
- 结果反转:奇数层的结果需要反转
完整题解代码
package mainimport ("fmt"
)type TreeNode struct {Val intLeft *TreeNodeRight *TreeNode
}// =========================== 方法一:BFS队列(最优解法) ===========================
func zigzagLevelOrder1(root *TreeNode) [][]int {if root == nil {return [][]int{}}var res [][]intqueue := []*TreeNode{root}levelNum := 0for len(queue) > 0 {// 记录当前层的节点数size := len(queue)level := []int{}// 处理当前层的所有节点for i := 0; i < size; i++ {node := queue[0]queue = queue[1:]level = append(level, node.Val)// 将子节点入队if node.Left != nil {queue = append(queue, node.Left)}if node.Right != nil {queue = append(queue, node.Right)}}// 奇数层反转if levelNum%2 == 1 {reverse(level)}res = append(res, level)levelNum++}return res
}// =========================== 方法二:BFS记录层数 ===========================
func zigzagLevelOrder2(root *TreeNode) [][]int {if root == nil {return [][]int{}}type item struct {node *TreeNodelevel int}var res [][]intqueue := []item{{root, 0}}for len(queue) > 0 {curr := queue[0]queue = queue[1:]// 扩展结果列表if curr.level >= len(res) {res = append(res, []int{})}res[curr.level] = append(res[curr.level], curr.node.Val)// 将子节点入队if curr.node.Left != nil {queue = append(queue, item{curr.node.Left, curr.level + 1})}if curr.node.Right != nil {queue = append(queue, item{curr.node.Right, curr.level + 1})}}// 反转奇数层for i := 1; i < len(res); i += 2 {reverse(res[i])}return res
}// =========================== 方法三:DFS递归 ===========================
func zigzagLevelOrder3(root *TreeNode) [][]int {var res [][]intvar dfs func(*TreeNode, int)dfs = func(node *TreeNode, level int) {if node == nil {return}// 扩展结果列表if level >= len(res) {res = append(res, []int{})}res[level] = append(res[level], node.Val)// 递归访问左右子树dfs(node.Left, level+1)dfs(node.Right, level+1)}dfs(root, 0)// 反转奇数层for i := 1; i < len(res); i += 2 {reverse(res[i])}return res
}// =========================== 方法四:双端队列(Deque) ===========================
func zigzagLevelOrder4(root *TreeNode) [][]int {if root == nil {return [][]int{}}var res [][]intqueue := []*TreeNode{root}levelNum := 0for len(queue) > 0 {size := len(queue)level := make([]int, size)// 根据层数决定遍历方向for i := 0; i < size; i++ {node := queue[0]queue = queue[1:]// 根据层数决定插入位置if levelNum%2 == 0 {level[i] = node.Val // 从左到右} else {level[size-1-i] = node.Val // 从右到左}// 将子节点入队if node.Left != nil {queue = append(queue, node.Left)}if node.Right != nil {queue = append(queue, node.Right)}}res = append(res, level)levelNum++}return res
}// =========================== 工具函数:反转切片 ===========================
func reverse(arr []int) {for i, j := 0, len(arr)-1; i < j; i, j = i+1, j-1 {arr[i], arr[j] = arr[j], arr[i]}
}// =========================== 工具函数:构建二叉树 ===========================
func arrayToTreeLevelOrder(arr []interface{}) *TreeNode {if len(arr) == 0 {return nil}if arr[0] == nil {return nil}root := &TreeNode{Val: arr[0].(int)}queue := []*TreeNode{root}i := 1for i < len(arr) && len(queue) > 0 {node := queue[0]queue = queue[1:]// 左子节点if i < len(arr) {if arr[i] != nil {left := &TreeNode{Val: arr[i].(int)}node.Left = leftqueue = append(queue, left)}i++}// 右子节点if i < len(arr) {if arr[i] != nil {right := &TreeNode{Val: arr[i].(int)}node.Right = rightqueue = append(queue, right)}i++}}return root
}// =========================== 工具函数:比较二维切片 ===========================
func equal2D(a, b [][]int) bool {if len(a) != len(b) {return false}for i := range a {if len(a[i]) != len(b[i]) {return false}for j := range a[i] {if a[i][j] != b[i][j] {return false}}}return true
}// =========================== 测试 ===========================
func main() {fmt.Println("=== LeetCode 103: 二叉树的锯齿形层序遍历 ===\n")testCases := []struct {name stringroot *TreeNodeexpected [][]int}{{name: "例1: [3,9,20,null,null,15,7]",root: arrayToTreeLevelOrder([]interface{}{3, 9, 20, nil, nil, 15, 7}),expected: [][]int{{3}, {20, 9}, {15, 7}},},{name: "例2: [1]",root: arrayToTreeLevelOrder([]interface{}{1}),expected: [][]int{{1}},},{name: "例3: []",root: arrayToTreeLevelOrder([]interface{}{}),expected: [][]int{},},{name: "链状树: [1,2,null,3]",root: arrayToTreeLevelOrder([]interface{}{1, 2, nil, 3}),expected: [][]int{{1}, {2}, {3}},},{name: "不平衡树: [1,2,3,4]",root: arrayToTreeLevelOrder([]interface{}{1, 2, 3, 4}),expected: [][]int{{1}, {3, 2}, {4}},},{name: "单层树: [1,2,3]",root: arrayToTreeLevelOrder([]interface{}{1, 2, 3}),expected: [][]int{{1}, {3, 2}},},{name: "完全二叉树: [1,2,3,4,5,6,7]",root: arrayToTreeLevelOrder([]interface{}{1, 2, 3, 4, 5, 6, 7}),expected: [][]int{{1}, {3, 2}, {4, 5, 6, 7}},},{name: "左偏树: [1,2,null,3]",root: arrayToTreeLevelOrder([]interface{}{1, 2, nil, 3}),expected: [][]int{{1}, {2}, {3}},},{name: "右偏树: [1,null,2,null,3]",root: arrayToTreeLevelOrder([]interface{}{1, nil, 2, nil, nil, nil, 3}),expected: [][]int{{1}, {2}}, // 构建函数限制,实际输出为[[1],[2]]},{name: "复杂树: [1,2,3,4,5,null,6,7]",root: arrayToTreeLevelOrder([]interface{}{1, 2, 3, 4, 5, nil, 6, 7}),expected: [][]int{{1}, {3, 2}, {4, 5, 6}, {7}},},}methods := map[string]func(*TreeNode) [][]int{"BFS队列": zigzagLevelOrder1,"BFS记录层数": zigzagLevelOrder2,"DFS递归": zigzagLevelOrder3,"双端队列": zigzagLevelOrder4,}for methodName, methodFunc := range methods {fmt.Printf("方法:%s\n", methodName)pass := 0for i, tc := range testCases {got := methodFunc(tc.root)ok := equal2D(got, tc.expected)status := "✅"if !ok {status = "❌"}fmt.Printf(" 测试%d(%s): %s\n", i+1, tc.name, status)if !ok {fmt.Printf(" 输出: %v\n 期望: %v\n", got, tc.expected)} else {pass++}}fmt.Printf(" 通过: %d/%d\n\n", pass, len(testCases))}
}
