【经典算法】LeetCode 222. 完全二叉树的节点个数(Java/C/Python3实现含注释说明,Easy)

本文主要是介绍【经典算法】LeetCode 222. 完全二叉树的节点个数(Java/C/Python3实现含注释说明,Easy),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 作者主页: 🔗进朱者赤的博客

  • 精选专栏:🔗经典算法

  • 作者简介:阿里非典型程序员一枚 ,记录在大厂的打怪升级之路。 一起学习Java、大数据、数据结构算法(公众号同名

  • ❤️觉得文章还不错的话欢迎大家点赞👍➕收藏⭐️➕评论,💬支持博主,记得点个大大的关注,持续更新🤞
    ————————————————-

题目描述

给定一个完全二叉树,计算树的节点个数。完全二叉树的定义如下:在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层,则该层包含 1~ 2^h 个节点。

原题:LeetCode 222

思路及实现

方式一:递归遍历

思路

递归遍历整棵树,每个节点都返回其子树的大小,最终相加即为整个树的大小。

代码实现

Java版本
// 假设树的节点定义如下
class TreeNode {int val;TreeNode left;TreeNode right;TreeNode(int x) { val = x; }
}public class Solution {public int countNodes(TreeNode root) {if (root == null) return 0;return 1 + countNodes(root.left) + countNodes(root.right);}
}

说明:这是最基本的递归方法,简单易懂但效率不高,因为会遍历整个树。

C语言版本
// 假设树的节点定义如下
struct TreeNode {int val;struct TreeNode *left;struct TreeNode *right;
};int countNodes(struct TreeNode* root) {if (root == NULL) return 0;return 1 + countNodes(root->left) + countNodes(root->right);
}

说明:与Java版本类似,只是语法不同。

Python3版本
# 假设树的节点定义如下
class TreeNode:def __init__(self, val=0, left=None, right=None):self.val = valself.left = leftself.right = rightclass Solution:def countNodes(self, root: TreeNode) -> int:if not root: return 0return 1 + self.countNodes(root.left) + self.countNodes(root.right)

说明:Python版本的实现与Java和C类似。

Golang版本
// 假设树的节点定义如下
type TreeNode struct {Val   intLeft  *TreeNodeRight *TreeNode
}func countNodes(root *TreeNode) int {if root == nil {return 0}return 1 + countNodes(root.Left) + countNodes(root.Right)
}

说明:Golang版本的实现与上述语言类似。

复杂度分析

  • 时间复杂度:O(N),其中N为树的节点个数。每个节点都遍历了一次。
  • 空间复杂度:O(H),其中H为树的高度。递归调用栈的深度最大为树的高度。

方式二:二分查找+递归

思路

利用完全二叉树的性质,先找到树的高度,然后利用二分查找确定左子树或右子树中最后一层满二叉树的节点个数,递归计算剩余部分。

以下是按照给定思路实现的完全二叉树节点数统计的Java、C、Python3和Go语言的代码,以及相应的复杂度分析。

代码实现

Java
class TreeNode {int val;TreeNode left;TreeNode right;TreeNode(int x) { val = x; }
}public class Solution {public int countNodes(TreeNode root) {if (root == null) return 0;int leftHeight = getHeight(root.left);int rightHeight = getHeight(root.right);if (leftHeight == rightHeight) {// 左子树是满二叉树return (1 << leftHeight) + countNodes(root.right);} else {// 左子树不是满二叉树,递归计算左子树return 1 + countNodes(root.left);}}private int getHeight(TreeNode node) {if (node == null) return 0;return 1 + getHeight(node.left);}
}
C
#include <stdio.h>
#include <stdlib.h>typedef struct TreeNode {int val;struct TreeNode *left;struct TreeNode *right;
} TreeNode;int getHeight(TreeNode* node) {if (node == NULL) return 0;return 1 + getHeight(node->left);
}int countNodes(TreeNode* root) {if (root == NULL) return 0;int leftHeight = getHeight(root->left);int rightHeight = getHeight(root->right);if (leftHeight == rightHeight) {return (1 << leftHeight) + countNodes(root->right);} else {return 1 + countNodes(root->left);}
}
Python3
class TreeNode:def __init__(self, x):self.val = xself.left = Noneself.right = Nonedef getHeight(node):if node is None:return 0return 1 + getHeight(node.left)def countNodes(root):if root is None:return 0leftHeight = getHeight(root.left)rightHeight = getHeight(root.right)if leftHeight == rightHeight:return (1 << leftHeight) + countNodes(root.right)else:return 1 + countNodes(root.left)
Go
package mainimport ("fmt""math"
)type TreeNode struct {Val   intLeft  *TreeNodeRight *TreeNode
}func getHeight(node *TreeNode) int {if node == nil {return 0}return 1 + getHeight(node.Left)
}func countNodes(root *TreeNode) int {if root == nil {return 0}leftHeight := getHeight(root.Left)rightHeight := getHeight(root.Right)if leftHeight == rightHeight {return int(math.Pow(2, float64(leftHeight))) + countNodes(root.Right)} else {return 1 + countNodes(root.Left)}
}func main() {// Test code// ...
}

复杂度分析

  • 时间复杂度:O(N log N),其中 N 是树的节点数。在最坏情况下,当树接近满二叉树时,每次递归调用 getHeight 都会遍历树的一部分,直到找到完全二叉树的边界。由于二分查找的性质,递归调用的次数为 O(log N),但每次递归可能需要遍历树的大部分节点,因此总的时间复杂度为 O(N log N)。然而,在平均情况下,由于使用了二分查找,性能会优于最坏情况。

  • 空间复杂度:O(H),其中 H 是树的高度。这是由递归调用栈的深度决定的。在完全二叉树中,H 通常远小于 N(节点数),但在最坏情况下(树接近满二叉树),H 接近于 log N。因此,空间复杂度在最坏情况下为 O(log N)。

总结

以下是针对完全二叉树节点数统计的两种方式的总结:

方式优点缺点时间复杂度空间复杂度
方式一(层次遍历)直观易懂,不依赖特殊性质代码量较大,需要额外的空间存储队列O(N)O(N)(队列空间)
方式二(二分查找+递归)利用完全二叉树的性质,平均性能较好递归调用栈可能较深,最坏情况下时间复杂度较高O(N log N)O(H)(H为树的高度,通常小于N)

相似题目

以下是与完全二叉树节点数统计相似的题目,这些题目可能需要类似的算法思想或者技巧来解决:

相似题目难度链接
105. 从前序与中序遍历序列构造二叉树中等LeetCode 105
106. 从中序与后序遍历序列构造二叉树中等LeetCode 106
110. 平衡二叉树简单LeetCode 110
111. 二叉树的最小深度简单LeetCode 111
112. 路径总和简单LeetCode 112
222. 完全二叉树的节点个数中等LeetCode 222(本题)
543. 二叉树的直径简单LeetCode 543
572. 另一个树的子树中等LeetCode 572
993. 二叉树的堂兄弟节点中等LeetCode 993
104. 二叉树的最大深度简单LeetCode 104

请注意,这些题目可能并不完全与完全二叉树节点数统计具有相同的解题技巧,但它们都涉及到了二叉树的遍历、性质利用、递归、DFS/BFS等常见的算法思想。

欢迎一键三连(关注+点赞+收藏),技术的路上一起加油!!!代码改变世界

  • 关于我:阿里非典型程序员一枚 ,记录在大厂的打怪升级之路。 一起学习Java、大数据、数据结构算法(公众号同名),回复暗号,更能获取学习秘籍和书籍等

  • —⬇️欢迎关注下面的公众号:进朱者赤,认识不一样的技术人。⬇️—

这篇关于【经典算法】LeetCode 222. 完全二叉树的节点个数(Java/C/Python3实现含注释说明,Easy)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1046525

相关文章

Java中ArrayList和LinkedList有什么区别举例详解

《Java中ArrayList和LinkedList有什么区别举例详解》:本文主要介绍Java中ArrayList和LinkedList区别的相关资料,包括数据结构特性、核心操作性能、内存与GC影... 目录一、底层数据结构二、核心操作性能对比三、内存与 GC 影响四、扩容机制五、线程安全与并发方案六、工程

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2

Java调用DeepSeek API的最佳实践及详细代码示例

《Java调用DeepSeekAPI的最佳实践及详细代码示例》:本文主要介绍如何使用Java调用DeepSeekAPI,包括获取API密钥、添加HTTP客户端依赖、创建HTTP请求、处理响应、... 目录1. 获取API密钥2. 添加HTTP客户端依赖3. 创建HTTP请求4. 处理响应5. 错误处理6.

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

Spring Cloud LoadBalancer 负载均衡详解

《SpringCloudLoadBalancer负载均衡详解》本文介绍了如何在SpringCloud中使用SpringCloudLoadBalancer实现客户端负载均衡,并详细讲解了轮询策略和... 目录1. 在 idea 上运行多个服务2. 问题引入3. 负载均衡4. Spring Cloud Load

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

在 Spring Boot 中使用 @Autowired和 @Bean注解的示例详解

《在SpringBoot中使用@Autowired和@Bean注解的示例详解》本文通过一个示例演示了如何在SpringBoot中使用@Autowired和@Bean注解进行依赖注入和Bean... 目录在 Spring Boot 中使用 @Autowired 和 @Bean 注解示例背景1. 定义 Stud

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque