二叉树递归套路序
判断一颗二叉树是否是完全二叉树
分如下四种情况：
1、首先以x为头的数它的左边和右边子树都是满的，且高度一样，则X为头的二叉树既是完全二叉树也是
满二叉树。
2、如果左树是完全二叉树，且右树是满二叉树那么左树高度比右树高度大1个，那么则是完全二叉树，
这种情况如下图所示：
3、左树是满的并且右树是满的，我左树高度比右树高度大1个，那么也是一颗完全二叉树，这种情况如下图所示：
4、左树是满二叉树，右树是完全二叉树，如果两树高度相等，则是完全二叉树：
需要获取的信息体：
我需要拿到的信息是
左树是否满右树是否满，
左树是否是完全，右树是否是完全，
左树高度和右树高度
代码如下：
public static class Info {
//是否满二叉树
public boolean isFull;
//是否完全二叉树
public boolean isCBT;
public int height;
public Info(boolean isFull, boolean isCBT, int height) {
this.isFull = isFull;
this.isCBT = isCBT;
this.height = height;
}
}
public static boolean isCBT2(Node head) {
return process(head).isCBT;
}
public static Info process(Node x) {
if (x == null) {
return new Info(true, true, 0);
}
Info leftInfo = process(x.left);
Info rightInfo = process(x.right);
//左树满和右树满
int height = Math.max(leftInfo.height, rightInfo.height) + 1;
boolean isFull = leftInfo.isFull && rightInfo.isFull
&& leftInfo.height == rightInfo.height;
boolean isCBT = false;
//可能性1
if (leftInfo.isFull && rightInfo.isFull && leftInfo.height == rightInfo.height) {
isCBT = true;
}
//可能性2
if (leftInfo.isCBT && rightInfo.isFull && leftInfo.height == rightInfo.height + 1) {
isCBT = true;
}
//可能性3
if (leftInfo.isFull && rightInfo.isFull && leftInfo.height == rightInfo.height + 1){
isCBT = true;
}
//可能性4
if (leftInfo.isFull && rightInfo.isCBT && leftInfo.height == rightInfo.height) {
isCBT = true;
}
return new Info(isFull, isCBT, height);
}
给定一颗二叉树的头节点head，和另外两个节点a和b，返回a和b的最低公共祖先
两个节点同时往上跑，是在哪个节点上最初汇聚的，汇聚的点就是公共祖先节点。
这种情况最低公共祖先在a：
解法一：
生成一个map记录任何一个节点的父是谁，然后将a的节点向上找的各个节点全放在一个
set里面，然后b在往上找，直到b往上找的元素出现在set里面，那么这个元素就是最低公共祖先
节点。
二叉树递归套路解法：
x这颗树上a和b汇聚在哪，如果x这棵树上a和b没有汇聚，那么则返回null，
如果a和b有汇聚节点，则将这个节点返回。
判断以x为头的节点是否发现a，并且也要判断是否发现了b。
总结出：
汇聚点和X无关（X不是最低汇聚点）
（1）左树上面有答案
（2）右树上面有答案
（3）a,b没有找全
汇聚点和X有关
（1）左树发现了a，b任意个，右树发现了a，b任意一个
（2）X本身是a节点，左树或者右树发现了b
（3）X本身是b节点，左树或者右树发现了a
需要的信息：
1、树上是否发现a
2、树上是否发现b
3、树上是否发生汇聚
public static Node lowestAncestor2(Node head, Node a, Node b) {
return process(head,a,b).ans;
}
public static class Info {
public boolean findA;
public boolean findB;
public Node ans;
public Info(boolean findA, boolean findB, Node ans) {
this.findA = findA;
this.findB = findB;
this.ans = ans;
}
}
public static Info process(Node x, Node a, Node b) {
if (x == null) {
return new Info(false, false, null);
}
Info leftInfo = process(x.left, a, b);
Info rightInfo = process(x.right, a, b);
//自己再搜集三个信息
boolean findA = (x == a) || leftInfo.findA || rightInfo.findA;
boolean findB = (x == b) || leftInfo.findB || rightInfo.findB;
Node ans = null;
//左树上找到答案了，那么则直接将当前的答案赋值
if (leftInfo.ans != null) {
ans = leftInfo.ans;
} else if (rightInfo.ans != null) {
ans = rightInfo.ans;
} else {
//既找到了A又找到了B那么答案就是我自己
if (findA && findB) {
ans = x;
}
}
return new Info(findA, findB, ans);
}
派对的最大快乐值
公司的每个员工都符合 Employee 类的描述。整个公司的人员结构可以看作是一棵标准的、 没有环的多叉树。树的头节点是公司唯一的老板。除老板之外的每个员工都有唯一的直接上级。 叶节点是没有任何下属的基层员工(subordinates列表为空)，除基层员工外，每个员工都有一个或多个直接下级。
这个公司现在要办party，你可以决定哪些员工来，哪些员工不来，规则：
1.如果某个员工来了，那么这个员工的所有直接下级都不能来【直接上下级不要在一起】
2.派对的整体快乐值是所有到场员工快乐值的累加
3.你的目标是让派对的整体快乐值尽量大给定一棵多叉树的头节点boss，请返回派对的最大快乐值。
如下给17和20发请柬，最大happy值为37
列可能性：
以X为头的多岔树
1、X来
（1）X自己的快乐值加上a不来情况下最大收益加上b不来情况下的最大收益，加上c不来情况下的最大收益。
2、X不来
（1）0+a来或不来的情况下最大+b来或不来的情况下最大+c来或不来的情况下最大
public static class Employee {
public int happy;
public List<Employee> nexts;
public Employee(int h) {
happy = h;
nexts = new ArrayList<>();
}
}
public static int maxHappy2(Employee head) {
Info allInfo = process(head);
return Math.max(allInfo.no, allInfo.yes);
}
public static class Info {
//x不来
public int no;
//x来
public int yes;
public Info(int no, int yes) {
this.no = no;
this.yes = yes;
}
}
public static Info process(Employee x) {
if (x == null) {
return new Info(0, 0);
}
int no = 0;
//来提前获取一个happy
int yes = x.happy;
for (Employee next : x.nexts) {
Info nextInfo = process(next);
yes += nextInfo.no;
//我后代可以来或者可以不来
no += Math.max(nextInfo.no, nextInfo.yes);
}
return new Info(no,yes);
}
贪心算法
介绍：
（1）最自然智慧的算法
（2）用一种局部最功利的标准，总是做出在当前看来最好的选择
（3）难点在于证明局部最功利的标准可以得到全局最优解
（4）对于贪心算法的学习主要以增加阅历和经验为主
题目：
给定一个由字符串组成的数组strs，必须把所有的字符串拼接起来，返回所有可能的拼接结果中
，字典序最小的结果
首先得出贪心的思路是：
有a,b两个字符串，如果a concat b 小于b concat a，那么可以得出把a放前面，否则把b放前面。
首先证明：
我们的排序是有传递性的【为了证明这种策略下得到的结果是唯一的】：
1、不如说有三个整形遍历，a,b,c，如果a<b 并且b<c 那么一定能够得到a<c【这就是传递性】
换言之我们这里就是要推出：
a拼接上b小于等于b拼接上a
b拼接上c小于等于c拼接上b
从而推出
a拼接上c小于等于c拼接上a，这样才能证明其传递性
我们把拼接的过程抽象成一个k进制：
再把k的x次方抽象为一个m(x)方法：
得到如下式子：
a.b <= b.a -> am(b)+b<=bm(a)+a
b.c <= c.b -> bm?+c<= cm(b)+b
将第一个式子乘以一个c，第二个式子乘以一个a
由于以上式子am(b)c是一样的，则就可以将两个式子给连起来了：
**cbm(a)+ac-bc>= abm?+ac-ba**
化简：
cbm(a)-bc>= abm?-ba
得到如下式子：
cm(a)-c>= am?-a
a.c<=c.a
至此传递性证明完毕。
2、证明整体字典序最小
假设a是某一个在前的字符串，b是某一个在后的字符串,并且按照我的策略已经排完了。
如下图：
a和b之间有字符串数组m1和m2，如何证明a,m1,m2,b比
b,m1,m2,a大呢？
a.m1<=m1.a<= a.m2
再将a跟b交换了，
最后再交换成b m1 m2 a 的字符串，发现是一个递增的过程，所以交换a和b只会字典序上升
不会字典序下降。
日常写法中可以通过一个暴力解加贪心去解决这一类问题。
暴力解：
public static String lowestString1(String[] strs) {
if (strs == null || strs.length == 0) {
return "";
}
TreeSet<String> ans = process(strs);
return ans.size()==0? "": ans.first();
}
//strs中所有字符串的全排列，返回所有可能的结果
public static TreeSet<String> process(String[] strs) {
TreeSet<String> ans = new TreeSet<>();
if (strs.length == 0) {
ans.add("");
return ans;
}
for (int i = 0; i < strs.length; i++) {
//每一个位置都可以作为第一个字符串
String first = strs[i];
//移除当前作为第一个位置的字符串
String[] nexts = removeIndexString(strs, i);
//求出后续串的排序
TreeSet<String> next = process(nexts);
//每一种结果拼接
for (String cur : next) {
ans.add(first + cur);
}
}
return ans;
}
//{"abc","cks","bct"}
// removeIndexString(arr , 1) -> {"abc", "bct"}
public static String[] removeIndexString(String[] strs, int index) {
String[] ans = new String[strs.length - 1];
int ansIndex = 0;
for (int i = 0; i < strs.length; i++) {
if (i != index) {
ans[ansIndex++] = strs[i];
}
}
return ans;
}
贪心解：
public static class MyComparator implements Comparator<String> {
@Override
public int compare(String a, String b) {
return (a + b).compareTo(b + a);
}
}
public static String lowestString2(String[] strs) {
if (strs == null || strs.length == 0) {
return "";
}
Arrays.sort(strs, new MyComparator());
String res = "";
for (int i = 0; i < strs.length; i++) {
res += strs[i];
}
return res;
}