Question

class Solution: 
    def findDuplicateSubtrees(self, root):
        self.res = []
        self.dic = {}
        self.dfs(root)
        return self.res

    def dfs(self, root):
        if not root: return '#'
        tree = self.dfs(root.left) + self.dfs(root.right) + str(root.val)

        if tree in self.dic and self.dic[tree] == 1:
            self.res.append(root)
        self.dic[tree] = self.dic.get(tree, 0) + 1

        return tree

这是一种在给定二叉树的情况下获取所有重复子树的解决方案。我不确定tree = self.dfs(root.left) + self.dfs(root.right) + str(root.val)想要提供什么。

我知道它正在尝试进行后遍历，但是这部分实际上是如何工作的？

如果任何人都可以遵循此代码，那就太好了。谢谢。

Answer 1

最好从下往上解开递归。

非节点（叶节点的子节点）将返回"#"。
具有值1的叶子将返回"##1"（因为它有两个非节点子节点）。
具有两个叶子节点3和1的节点2将返回##1##23。 "##1"是左子节点的dfs，"##2"是右子节点的dfs，而"3"是字符串化的当前节点的值。

这样，假设不存在任何值为23的节点，而另一个节点的值为空字符串，则可以看到，如果两个不同的节点产生##1##23，则它们是重复的子树。如果使用一些附加的分隔符（例如，该行末尾的分号将产生"##1;##2;3;）会更健壮，这足以使其更具可读性和更少歧义。如果使用列表，则更安全（但更慢）。

Answer 2

基本上，变量tree可以看作是每个子树的编码字符串。并且我们使用全局字典self.dic来记住那些编码的字符串。

一个例子：

     A
  B      C
D   D  E   B
          D  D

按照级别顺序，二叉树可以描述为[[A], [B, C], [D, D, E, B], [#, #, #, #, #, #, D, D]]，因此我们至少有两个重复的子树为[[B], [D, D]]和[D] 遵循代码，我们有

dfs(A)
  dfs(B)
    dfs(D) *save ##D, return ##D
    dfs(D) *find ##D, get one subtree, return ##D
  *save ##D##DB, return ##D##DB
  dfs(C)
  ...

不确定此递归如何工作

2 个答案: