这道题几乎是二叉树入门必刷题,也是面试高频题。LeetCode 222题“完全二叉树的节点个数”,从名字看平淡无奇,无非是数一数树里有多少个节点,递归遍历一次就完事。但如果你真这么想,就漏掉了这道题最核心的考点——完全二叉树这个特殊结构带来的时间复杂度优化空间。今天我从最朴素的解法讲起,一路拆到利用完全二叉树性质把复杂度压到 O(log²n) 的经典做法,把这个题彻底吃透。
1. 从最朴素的解法说起:为什么直接遍历不是最优解
最直接的思路,就是把这棵树当成一棵普通二叉树来处理。不管你是用递归做深度优先遍历,还是用队列做广度优先遍历,时间复杂度都是 O(n),n 是节点总数。这个方案没有任何问题,甚至在工程上,如果树的规模不大,直接用递归遍历反而是最稳、最不容易出错的写法。
python复制# 递归解法,适用于所有二叉树
def countNodes(root):
if not root:
return 0
return 1 + countNodes(root.left) + countNodes(root.right)
这么写,简洁、清晰、可读性拉满,面试时先抛出这个解法绝对不会扣分。但问题在于——题目明明白白告诉你这是“完全二叉树”,而你却用了一视同仁的普通树遍历方案,等于主动放弃了题目给你开的"外挂"。
空间复杂度方面,递归解法在最坏情况下会调用系统栈 O(n) 次,也就是树退化成链表的时候。完全二叉树不会退化,它的高度是 O(log n),所以递归深度最多也就是 O(log n),空间上倒是没什么压力。但时间上的 O(n) 在极端场景下就是瓶颈:想象一棵深度为 20 的完全二叉树,节点总数是 2²⁰ - 1,约 100 万个节点。你遍历 100 万个节点,和利用完全二叉树性质直接算出来,这中间的性能差距是非常可观的。
所以在面试场景下,如果你直接给出遍历解法,面试官大概率会追问一句:”能不能利用完全二叉树的性质优化一下?”这一问,才真正开始考验你对完全二叉树结构本质的理解。
1.1 完全二叉树的两个关键性质
要理解高效解法,先要把完全二叉树的性质刻在脑子里:
- 性质一:除了最后一层,其他每一层都是满的。
- 性质二:最后一层的节点,从左到右连续排列,中间不能有空缺。
这两个性质直接决定了:一棵完全二叉树的左子树和右子树中,至少有一棵是满二叉树。这是所有高效解法的根基,后面所有优化思路,都是围绕这句话展开的。
为什么这么说?你可以画一棵完全二叉树感受一下。假设树的高度是 h(从 0 开始计数),那么前 h-1 层都是满的,最后一层的节点从左往右排。对于根节点的左子树而言,它的最后一层正好对应整棵树的最后一层,所以左子树有可能是满的,也可能不是满的——取决于最后一层的节点是否排满了左子树的范围。但右子树呢?它的最后一层最多和左子树的最后一层齐平,而且整棵树的最后一层节点是从左往右连续排列的,所以右子树的最后一层要么是满的,要么就没有节点。换句话说,右子树的高度要么等于左子树高度,要么比左子树高度少 1,而且只要右子树不是满的,它自己就一定是一棵满二叉树。
这个“左右子树至少一棵是满二叉树”的性质,就是优化算法的钥匙。
1.2 满二叉树的节点个数可以直接算
满二叉树是指每一层都是满的二叉树。一个高度为 h 的满二叉树,节点总数是 2^(h+1) - 1(h 从 0 开始计数,即根节点单独一层时 h=0)。
这个公式不需要递归,不需要遍历,一条幂运算就搞定。这就是优化的核心思路:如果我能判断某棵子树是满二叉树,直接套公式算出它的节点数,完全不需要再递归进去数。
判断一棵子树是不是满二叉树,最直接的方式就是分别沿着最左侧路径和最右侧路径往下走到叶子,统计两边的深度。如果左右深度相等,这棵子树就是满二叉树。
满二叉树的判断路径本身要花 O(log n) 的时间,但一旦判断成功,就能省掉一整棵子树的遍历,收益相当可观。下面这段代码就是完整的高效解法。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 时间复杂度 O(log²n) 的核心解法:左右子树"分而治之"
理解了上面的性质,代码就水到渠成了。核心思路是这样的:对于当前节点 root,计算它的左子树最左侧路径深度和右子树最右侧路径深度。
- 如果两个深度相等,说明左子树是一棵满二叉树(因为最后一层已经排满了左子树的范围),此时左子树的节点数可以直接用公式算出,然后加上根节点自己,再递归去数右子树。
- 如果两个深度不相等,说明左子树不是满的,那右子树肯定是满的,此时右子树的节点数直接用公式算出,加上根节点自己,再递归去数左子树。
递归的出口是遇到空节点,返回 0。
python复制def countNodes(root):
if not root:
return 0
# 计算左子树最左侧深度
left_depth = 0
node = root.left
while node:
left_depth += 1
node = node.left
# 计算右子树最右侧深度
right_depth = 0
node = root.right
while node:
right_depth += 1
node = node.right
# 左右深度相等,说明左子树是满二叉树
if left_depth
