题目
给定一个二叉树的根节点
root
,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。
一、代码实现
type TreeNode struct {Val intLeft *TreeNodeRight *TreeNode
}func rightSideView(root *TreeNode) []int {if root == nil {return []int{}}var result []intqueue := []*TreeNode{root}for len(queue) > 0 {levelSize := len(queue)for i := 0; i < levelSize; i++ {node := queue[0]queue = queue[1:]if i == levelSize-1 {result = append(result, node.Val)}if node.Left != nil {queue = append(queue, node.Left)}if node.Right != nil {queue = append(queue, node.Right)}}}return result
}
二、算法分析
1. 核心思路
- 层次遍历(BFS):利用队列进行广度优先搜索,记录每层最后一个节点值
- 右视图特性:每层最右侧节点即为该层可见的节点
2. 关键步骤
- 队列初始化:根节点入队
- 层级遍历:记录当前层节点数,遍历时保留下一层节点
- 右节点捕获:当遍历到当前层最后一个节点时记录值
- 子节点入队:按顺序处理左右子节点
3. 复杂度
指标 | 值 | 说明 |
---|---|---|
时间复杂度 | O(n) | 每个节点遍历一次 |
空间复杂度 | O(n) | 队列最大存储空间为最宽层节点数 |
三、图解示例
四、边界条件与扩展
1. 特殊场景验证
- 空树:返回空数组
- 完全左斜树:返回根节点到最底层左节点的路径
- 单节点树:返回单个元素的数组
2. 多语言实现
class TreeNode:def __init__(self, val=0, left=None, right=None):self.val = valself.left = leftself.right = rightclass Solution:def rightSideView(self, root: TreeNode) -> List[int]:if not root:return []result = []queue = [root]while queue:level_size = len(queue)for i in range(level_size):node = queue.pop(0)if i == level_size - 1:result.append(node.val)if node.left:queue.append(node.left)if node.right:queue.append(node.right)return result
class TreeNode {int val;TreeNode left;TreeNode right;TreeNode(int x) { val = x; }
}class Solution {public List<Integer> rightSideView(TreeNode root) {List<Integer> result = new ArrayList<>();if (root == null) return result;Queue<TreeNode> queue = new LinkedList<>();queue.offer(root);while (!queue.isEmpty()) {int levelSize = queue.size();for (int i = 0; i < levelSize; i++) {TreeNode node = queue.poll();if (i == levelSize - 1) {result.add(node.val);}if (node.left != null) queue.offer(node.left);if (node.right != null) queue.offer(node.right);}}return result;}
}
五、总结与扩展
1. 核心创新点
- 层级遍历特性:利用BFS天然的分层特性获取右视图
- 高效判断逻辑:通过层级索引直接定位最右节点
2. 扩展应用
- 左视图:改为记录每层第一个节点
- 对角线视图:修改节点入队顺序和记录策略
- Z型遍历:结合层级奇偶性改变遍历方向
3. 工程优化
- 双向队列:使用Deque提升出队效率
- 层级缓存:预先缓存层级大小避免动态计算
- 内存优化:每层处理完后及时释放引用