二叉树展开为链表
标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。
标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。
当前调用等待哪些子问题回执,返回值对父节点意味着什么?
O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
先说结论:这道题到底解决什么
怎样从“标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。”推导出 二叉树 · 原地展开,并证明每次状态变化都不会漏掉答案?
中心结论:O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
- 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
- 2.当前调用等待哪些子问题回执,返回值对父节点意味着什么?
- 3.不变量“不是新建链表,原地改指针;已处理前缀形成正确前序右链;最终所有 Left=nil。”为什么能保证算法安全前进?
完整题目与题意拆解
给定一个二叉树,原地将它展开为链表。
在本站主例中,标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。
算法最终需要得到或观察:1→2→3→4→5→6 右链。
- • 输入:标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。
- • 机器需要维护:cur、pre、oldRight 三指针。
- • 最终可观察结果:1→2→3→4→5→6 右链。
先看清算法到底要维护什么
先建立输入、目标、输出和第一批状态,不急着进入模板。
前序:先访问结点,再递归子树
第一层方案:暴力做法
从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。
暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。
重复工作究竟发生在哪里
把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。
前序:先访问结点,再递归子树
整体地图:先做什么,再做什么
- 1建模把输入翻译成“递归回执树”,明确答案需要观察什么。
- 2状态只维护 cur、pre、oldRight 三指针。
- 3转移每一步按照 O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
- 4收尾读取 1→2→3→4→5→6 右链。,并复核边界与复杂度。
递归回执树:核心概念
先用一句话定义递归函数返回什么,父节点才能正确合并。
这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:cur、pre、oldRight 三指针。
- • 不是新建链表,原地改指针;已处理前缀形成正确前序右链;最终所有 Left=nil。
建立“递归回执树”心智模型
用主例建立核心状态,先预测下一步,再公开正确分支和理由。
前序:先访问结点,再递归子树
核心机制:状态如何一步步变化
要求把二叉树“打平”,按照先根遍历的顺序,把树的结点都放在右结点中。 按照递归和非递归思路实现即可。 递归的思路可以这么想:倒序遍历一颗树,即是先遍历右孩子,然后遍历左孩子,最后再遍历根节点。
1 / \ 2 5 / \ \ 3 4 6 ----------- pre = 5 cur = 4
1 / 2 / \ 3 4 \ 5 \ 6 ----------- pre = 4 cur = 3
1 / 2 / 3 \ 4 \ 5 \ 6 ----------- cur = 2 pre = 3
1 / 2 \ 3 \ 4 \ 5 \ 6 ----------- cur = 1 pre = 2
1 \ 2 \ 3 \ 4 \ 5 \ 6
可以先仿造先根遍历的代码,写出这个倒序遍历的逻辑:
public void flatten(TreeNode root) { if (root == null) return; flatten(root.right); flatten(root.left); }
实现了倒序遍历的逻辑以后,再进行结点之间的拼接:
private TreeNode prev = null;
public void flatten(TreeNode root) { if (root == null) return; flatten(root.right); flatten(root.left); root.right = prev; root.left = null; prev = root; }
O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
执行过程中持续维护:cur、pre、oldRight 三指针。
正确性依赖以下不变量:不是新建链表,原地改指针;已处理前缀形成正确前序右链;最终所有 Left=nil。
面试时可以压缩为:O(1) 原地:找 pre,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil;时间 O(n) 空间 O(1)。
落到当前题,执行机制可以压缩为:O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。
一次状态转移为什么成立
集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。
输出 1,顺序: 1
正确性证明:为什么不会漏答案
初始化:算法开始时,全部合法候选仍在状态表示范围内;不是新建链表,原地改指针;已处理前缀形成正确前序右链;最终所有 Left=nil。
保持:执行“O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。”时,只删除已经能证明不可能的候选,并把新信息写回 cur、pre、oldRight 三指针。
终止:没有待处理状态或达到命中条件时,当前可观察结果就是“1→2→3→4→5→6 右链。”。
完整执行过程
- 1题目与输入标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。 因为:O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
- 2递归栈:根-左-右从根开始 DFS。 因为:前序第一个输出根。
- 3访问结点 2记录当前结点。 因为:根在子树之前被访问。
- 4访问结点 3记录当前结点。 因为:根在子树之前被访问。
- 5预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
- 6访问结点 5记录当前结点。 因为:根在子树之前被访问。
- 7前序结果: 1 → 2 → 3 → 4 → 5 → 6栈空,输出完整。 因为:O(n) 访问每个结点一次。
- 8收尾与复杂度1→2→3→4→5→6 右链。 因为:时间 O(n) · 空间 O(1)。O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
从输入完整走到可观察结果
从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。
前序:先访问结点,再递归子树
把动画和 Go 代码逐行对应
代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。
让每个动作都落到 Go 分支
重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。
前序:先访问结点,再递归子树
完整 Go 提交代码与最小测试
// TreeNode define
/**
* Definition for a binary tree node.
* type TreeNode struct {
* Val int
* Left *TreeNode
* Right *TreeNode
* }
*/
// 解法一 非递归
func flatten(root *TreeNode) {
list := preorder(root)
for i := 1; i < len(list); i++ {
prev, cur := list[i-1], list[i]
prev.Left, prev.Right = nil, cur
}
return
}
func preorder(root *TreeNode) (ans []*TreeNode) {
if root != nil {
ans = append(ans, root)
ans = append(ans, preorder(root.Left)...)
ans = append(ans, preorder(root.Right)...)
}
return
}
// 解法二 递归
func flatten1(root *TreeNode) {
if root == nil || (root.Left == nil && root.Right == nil) {
return
}
flatten(root.Left)
flatten(root.Right)
currRight := root.Right
root.Right = root.Left
root.Left = nil
for root.Right != nil {
root = root.Right
}
root.Right = currRight
}
// 解法三 递归
func flatten2(root *TreeNode) {
if root == nil {
return
}
flatten(root.Right)
if root.Left == nil {
return
}
flatten(root.Left)
p := root.Left
for p.Right != nil {
p = p.Right
}
p.Right = root.Right
root.Right = root.Left
root.Left = nil
}func main() {
// 1. 主例
// 输入:mode="preorder", values=[1,2,5,3,4,null,6]
// 期望:1→2→3→4→5→6 右链。
//
// 2. 失败 / 未命中
// 检查:反序递归 prev 法空间 O(h) 不能与 O(1) 主解混讲;必须先存 oldRight 再改 cur.Right。
//
// 3. 边界
// 空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
//
// 4. 迁移
// LC206 反转链表;LC297 序列化
}Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。
正确性与复杂度
执行过程中只保留仍可能影响答案的状态。O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
额外状态主要用于维护:cur、pre、oldRight 三指针。
- • 不是新建链表,原地改指针;已处理前缀形成正确前序右链;最终所有 Left=nil。
最容易写错的地方
反序递归 prev 法空间 O(h) 不能与 O(1) 主解混讲;必须先存 oldRight 再改 cur.Right。
必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。
最后复盘:带走逻辑链
- 1题意标准样例原地展开为前序右链 1→2→3→4→5→6,所有 Left 为 nil。
- 2重复从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。
- 3优化O(1) 原地接线:cur 遍历,有左子则找 pre=左子树最右,oldRight=cur.Right,pre.Right=oldRight,cur.Right=cur.Left,cur.Left=nil。
- 4证明不是新建链表,原地改指针;已处理前缀形成正确前序右链;最终所有 Left=nil。
- 5复杂度时间 O(n),空间 O(1)
- • LC206 反转链表
- • LC297 序列化