描述
给你二叉树的根结点 root ，请你设计算法计算二叉树的 垂序遍历 序列。
对位于 (row, col) 的每个结点而言，其左右子结点分别位于 (row + 1, col - 1) 和 (row + 1, col + 1) 。树的根结点位于 (0, 0) 。
二叉树的 垂序遍历 从最左边的列开始直到最右边的列结束，按列索引每一列上的所有结点，形成一个按出现位置从上到下排序的有序列表。如果同行同列上有多个结点，则按结点的值从小到大进行排序。
返回二叉树的 垂序遍历 序列。
示例 1：
输入：root = [3,9,20,null,null,15,7]
输出：[[9],[3,15],[20],[7]]
解释：
列 -1 ：只有结点 9 在此列中。
列 0 ：只有结点 3 和 15 在此列中，按从上到下顺序。
列 1 ：只有结点 20 在此列中。
列 2 ：只有结点 7 在此列中。
示例 2：
输入：root = [1,2,3,4,5,6,7]
输出：[[4],[2],[1,5,6],[3],[7]]
解释：
列 -2 ：只有结点 4 在此列中。
列 -1 ：只有结点 2 在此列中。
列 0 ：结点 1 、5 和 6 都在此列中。
1 在上面，所以它出现在前面。
5 和 6 位置都是 (2, 0) ，所以按值从小到大排序，5 在 6 的前面。
列 1 ：只有结点 3 在此列中。
列 2 ：只有结点 7 在此列中。
示例 3：
输入：root = [1,2,3,4,6,5,7]
输出：[[4],[2],[1,5,6],[3],[7]]
解释：
这个示例实际上与示例 2 完全相同，只是结点 5 和 6 在树中的位置发生了交换。
因为 5 和 6 的位置仍然相同，所以答案保持不变，仍然按值从小到大排序。
提示：
树中结点数目总数在范围 [1, 1000] 内
0 <= Node.val <= 1000
链接：https://leetcode-cn.com/problems/vertical-order-traversal-of-a-binary-tree
思路
先遍历树找出输出数组的长度，再次遍历树并保存每个节点的深度和值，将节点插入对应横坐标的列表，最后再排序
代码
class Solution {
public:
int m_left, m_right;
vector<vector<int>> verticalTraversal(TreeNode* root) {
getRange(root, 0);
vector<vector<pair<int, int>>> res(m_right-m_left+1, vector<pair<int, int>>());
dfs(root, res, -m_left, 0);
for (auto& list : res) {
sort(list.begin(), list.end(), [](pair<int, int>& a, pair<int, int>& b) -> bool {
if (a.first > b.first) return false;
else if (a.first < b.first) return true;
return a.second < b.second;
});
}
vector<vector<int>> ans;
for (auto & list : res) {
vector<int> temp;
for (auto& p : list) {
temp.push_back(p.second);
}
ans.push_back(temp);
}
return ans;
}
void dfs(TreeNode* root, vector<vector<pair<int, int>>>& res, int i, int depth) {
if (root) {
res[i].push_back({depth, root->val});
}
if (root->left)
dfs(root->left, res, i - 1, depth+1);
if (root->right)
dfs(root->right, res, i + 1, depth+1);
}
void getRange(TreeNode* root, int index) {
if (!root) return;
if (m_left > index) m_left = index;
if (m_right < index) m_right = index;
if (root->left) getRange(root->left, index-1);
if (root->right) getRange(root->right, index+1);
}
};
复杂度
n 表示节点个数
时间复杂度：O(n)
空间复杂度：O(n)