LeetCode-297. 二叉树的序列化与反序列化

题目：

序列化是将一个数据结构或者对象转换为连续的比特位的操作，进而可以将转换后的数据存储在一个文件或者内存中，同时也可以通过网络传输到另一个计算机环境，采取相反方式重构得到原数据。

请设计一个算法来实现二叉树的序列化与反序列化。这里不限定你的序列 / 反序列化算法执行逻辑，你只需要保证一个二叉树可以被序列化为一个字符串并且将这个字符串反序列化为原始的树结构。

示例:

你可以将以下二叉树：

1
   / \
  2   3
     / \
    4   5
           

序列化为 “[1,2,3,null,null,4,5]”

提示: 这与 LeetCode 目前使用的方式一致，详情请参阅 LeetCode 序列化二叉树的格式。你并非必须采取这种方式，你也可以采用其他的方法解决这个问题。

说明: 不要使用类的成员 / 全局 / 静态变量来存储状态，你的序列化和反序列化算法应该是无状态的。

思路：

通过先序遍历实现序列化和反序列化。

【序列化】

先序遍历下的序列化过程，首先假设序列化的结果字符串为 str，初始时str=""。先序遍历二叉树：

如果遇到 null 节点，就在 str的末尾加上“#!”，“#”表示这个节点为空，节点值不存在，“!”表示一个值的结束；

如果遇到不为空的节点，假设节点值为 3，就在 str的末尾加上“3!”。

【反序列化】

把结果字符串 str 变成字符串类型的数组，记为 values，数组代表一棵二叉树先序遍历的节点顺序。例如，str=“12!3!#!#!#! “，生成的 values 为[“12”,“3”,”#”,"#","#"]，然后用values[0…4]按照先序遍历的顺序建立整棵树。

代码实现：

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
public class Codec {

    // Encodes a tree to a single string.
    public String serialize(TreeNode root) {
        if(root == null){
            return "#!";
        }
        String res = root.val + "!";
        res += serialize(root.left);
        res += serialize(root.right);
        return res;
    }

    // Decodes your encoded data to tree.
    public TreeNode deserialize(String data) {
        String[] values = data.split("!");
        Queue<String> queue = new LinkedList<>();
        for(String s: values){
            queue.offer(s);
        }
        return deserializeHelper(queue);
    }

    public TreeNode deserializeHelper( Queue<String> queue){
        String head = queue.poll();
        if(head.equals("#")){
            return null;
        }
        TreeNode node = new TreeNode(Integer.valueOf(head));
        node.left = deserializeHelper(queue);
        node.right = deserializeHelper(queue);

        return node;
    }
}

// Your Codec object will be instantiated and called as such:
// Codec codec = new Codec();
// codec.deserialize(codec.serialize(root));
           

复杂度分析：

• 时间复杂度：在序列化和反序列化函数中，我们只访问每个节点一次，因此时间复杂度为 O(n)。
• 空间复杂度：在序列化和反序列化函数中，递归会使用栈空间，故空间复杂度为 O(n)。