代码随想录算法训练营第14天 | 第六章 二叉树 part04

2024-08-23 06:28

本文主要是介绍代码随想录算法训练营第14天 | 第六章 二叉树 part04,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!

目录

      • 找树左下角的值
      • 路径总和
      • 从中序与后序遍历序列构造二叉树

找树左下角的值

本题递归偏难,反而迭代简单属于模板题, 两种方法掌握一下

题目链接/文章讲解/视频讲解: link代码随想录
原本这题还是比较简单的,但是很恶心的一点是最后一层的最左边,不是最左边的最后一层。所以必须要迭代。注意迭代的初始条件int maxDepth=-1;最开始我设置为0,但是发现如果只有一个根节点的话,0>0,为非,无法进入迭代。所以要把最大深度设置为-1;突然发现迭代法挺简单的,只要知道迭代终止条件,只要知道迭代内容即可。确实方法很巧妙,一直遍历,发现子节点,且深度大于最大深度,更新result;我一直在想,如果有多个子节点,为什么保证一定是最后一层,结果发现,他这个方法,一定是每更新最大一层子节点,就会更新一次,之后的由于判断为非,所以不会更新。

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:int maxDepth=-1;int result;void traversal(TreeNode* root, int depth) {if(root->left==nullptr && root->right==nullptr){if (depth > maxDepth) {maxDepth = depth;result = root->val;}return ;}if(root->left){depth++;traversal(root->left, depth) ;depth--; // 回溯}if(root->right){depth++;traversal(root->right, depth) ;depth--; // 回溯}}int findBottomLeftValue(TreeNode* root) {traversal(root,0);return result;}
};

这题没有比层序遍历更简单的了,一层层的遍历,当遍历到最后一层的时候,把第一个弹出来。首先先定义一个队列进行存储。然后开启层序遍历。很简单,层序遍历轻车熟路了。先判断是否为空,把根节点压入队列,判断队列是否为空,每一个for循环遍历一层,把第一个值导入到result,这么到最后一层时就是结果了。

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:int findBottomLeftValue(TreeNode* root) {queue<TreeNode*> que;if (root != NULL) que.push(root);int result = 0;while (!que.empty()) {int size = que.size();for (int i = 0; i < size; i++) {TreeNode* node = que.front();que.pop();if (i == 0) result = node->val; // 记录最后一行第一个元素if (node->left) que.push(node->left);if (node->right) que.push(node->right);}}return result;}
};

depth++;
traversal(root->left, depth) ;
depth–; // 回溯
对于回溯算法的简写 traversal(root->left, depth+1) ;确实思路很清晰,直接把当前值一直+1往下传,省了+1和-1的操作。

路径总和

本题 又一次涉及到回溯的过程,而且回溯的过程隐藏的还挺深,建议先看视频来理解

  1. 路径总和,和 113. 路径总和ii 一起做了。 优先掌握递归法。

题目链接/文章讲解/视频讲解:代码随想录link
这题确实有点难度,但是运用回溯的方法确实也好理解,一遍遍的遍历。返回的是bool,那么就要用来if语句判断,只要满足找到的条件,就一直回溯返回真,其它情况就返回假。注意一定要满足条件情况下返回真,不满足就不返回,直到最后返回false

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:bool traversal(TreeNode* root,int count){if(count!=0&&root->left==nullptr&&root->right==nullptr)return false;if(count==0&&root->left==nullptr&&root->right==nullptr)return true;if(root->left)if(traversal( root->left, count-root->left->val ))return true;if(root->right)if(traversal( root->right, count-root->right->val))return true;return false;}bool hasPathSum(TreeNode* root, int targetSum) {if(root==nullptr)return false;return traversal(root, targetSum-root->val);}
};

对于查找所有路径。遇到了叶子节点且找到了和为sum的路径,直接把路径push到结果中。path用来存储临时的路径,一旦叶子节点满足条件,就将整条路径push到result中

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:vector<vector<int>> result;vector<int> path;void traversal(TreeNode* cur, int count) {if (!cur->left && !cur->right && count == 0) { result.push_back(path);//结束了,第一个path结束return;}if (!cur->left && !cur->right) return;if (cur->left) {path.push_back(cur->left->val);traversal(cur->left, count -cur->left->val);       path.pop_back();               }if (cur->right) { path.push_back(cur->right->val);traversal(cur->right, count-cur->right->val);   path.pop_back();                }return ;}vector<vector<int>> pathSum(TreeNode* root, int targetSum) {result.clear();path.clear();if (root == NULL) return result;path.push_back(root->val); // 把根节点放进路径traversal(root, targetSum - root->val);return result;}
};

从中序与后序遍历序列构造二叉树

本题算是比较难的二叉树题目了,大家先看视频来理解。

106.从中序与后序遍历序列构造二叉树,105.从前序与中序遍历序列构造二叉树 一起做,思路一样的

题目链接/文章讲解/视频讲解:代码随想录link
后序遍历的最后一个元素为根节点。这么根据前序遍历和中序遍历,便可以得出根节点左右两部分,然后继续分割,继续分割,便可构造二叉树。前序和后序不能唯一确定一棵二叉树!,因为没有中序遍历无法确定左右部分,也就是无法分割。
中序与后序遍历,

  1. 根据后序遍历确定中间结点,然后找到中间结点
  2. 根据中间节点,分成左右两部分
  3. 确定左后序遍历,和左中序遍历
  4. 确定右后序遍历,和右中序遍历
  5. 将指针指向左右部分
  6. 继续迭代。直到迭代完
/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
private:TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) {if (postorder.size() == 0) return NULL;// 后序遍历数组最后一个元素,就是当前的中间节点int rootValue = postorder[postorder.size() - 1];TreeNode* root = new TreeNode(rootValue);// 叶子节点if (postorder.size() == 1) return root;// 找到中序遍历的切割点int delimiterIndex;for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {if (inorder[delimiterIndex] == rootValue) break;}// 切割中序数组// 左闭右开区间:[0, delimiterIndex)vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);// [delimiterIndex + 1, end)vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() );// postorder 舍弃末尾元素postorder.resize(postorder.size() - 1);// 切割后序数组// 依然左闭右开,注意这里使用了左中序数组大小作为切割点// [0, leftInorder.size)vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());// [leftInorder.size(), end)vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());root->left = traversal(leftInorder, leftPostorder);root->right = traversal(rightInorder, rightPostorder);return root;}
public:TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {if (inorder.size() == 0 || postorder.size() == 0) return NULL;return traversal(inorder, postorder);}
};

对于从前序与中序遍历序列构造二叉树,本质上也是一样,只要知道分割点即可一一分而治之。

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:TreeNode* traversal (vector<int>& inorder, vector<int>& preorder) {if (preorder.size() == 0) return NULL;// 前序遍历数组第一个元素,就是当前的中间节点int rootValue = preorder[0];TreeNode* root = new TreeNode(rootValue);// 叶子节点if (preorder.size() == 1) return root;// 找到中序遍历的切割点int delimiterIndex;for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {if (inorder[delimiterIndex] == rootValue) break;}// 切割中序数组// 左闭右开区间:[0, delimiterIndex)vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);// [delimiterIndex + 1, end)vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() );// preorder 舍弃初始元素preorder.erase(preorder.begin());// 切割后序数组// 依然左闭右开,注意这里使用了左中序数组大小作为切割点// [0, leftInorder.size)vector<int> leftPreorder(preorder.begin(), preorder.begin() + leftInorder.size());// [leftInorder.size(), end)vector<int> rightPreorder(preorder.begin() + leftInorder.size(), preorder.end());root->left = traversal(leftInorder, leftPreorder);root->right = traversal(rightInorder, rightPreorder);return root;}TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {if (inorder.size() == 0 || preorder.size() == 0) return NULL;return traversal(inorder, preorder);}
};

这篇关于代码随想录算法训练营第14天 | 第六章 二叉树 part04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/1098600

相关文章

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时