dfs调用小经验+All Nodes Distance K in Binary Tree实践

这里记录一个小经验吧，关于dfs的原理和更多实践可以看：

https://blog.csdn.net/weixin_42001089/article/details/83001841

在处理树问题的时候，一般要使用dfs进行遍历，遍历函数的参数有时候需要母亲节点和孩子节点

即如下形式：

def dfs(parent,child):
    pass

比如我们定义好了该dfs函数，在之后的递归调用中可以方便的使用：

def dfs(parent,child):
    .....
    dfs(child,child.left)
    dfs(child,child.right)

现在有个小问题就是怎么调用，我们假设根节点是root,容易想到的是：

dfs(root,root.left)
dfs(root,root.right)

弄不好还的先判断一下其孩子有没有存在即：

if root.left:
    dfs(root,root.left)
if root.right:
    dfs(root,root.right)

其实这里有的时候不必这样，直接写成一个调用函数即可：

dfs(None,root)

只不过在定义dfs内部的时候，大概需要这样：

def dfs(parent,child):

    if parent and child:
        pass

    if child.left:
        dfs(child,child.left)

    if child.right:
        dfs(child,child.right)

下面是leetcode一个例题：思路是讨论区一个大神的，只不过正好说明了上面的问题，所以这里就看一下具体的实践吧

863. All Nodes Distance K in Binary Tree

扫描二维码关注公众号，回复： 4116044 查看本文章

class Solution(object):
    def distanceK(self, root, target, K):
        """
        :type root: TreeNode
        :type target: TreeNode
        :type K: int
        :rtype: List[int]
        """
        import collections
        dict = collections.defaultdict(list)
        def dfs(parent,child):
            if parent and child:
                dict[parent.val].append(child.val)
                dict[child.val].append(parent.val)
            if child.left:
                dfs(child,child.left)
            if child.right:
                dfs(child,child.right)
        dfs(None,root)
        scope = [target.val]
        seen = set(scope)
        for i in range(K):
            scope = [y for x in scope for y in dict[x] if y  not in seen]
            seen|=set(scope)
        return scope

大体思路就是先dfs遍历得到dict,其key键是每一个节点值，其value值是一个列表，里面记录的是和key相邻的所有节点值

接着就是从目的节点不断向外搜索（每次相当于向外走一步，走K步正好就是达到我们想要的结果值），seen记录的是我们走过的值，scope记录的是每向外走一步所达到的所有元素集合