代码随想录Day17:二叉树Part4

2024-03-23 03:52

本文主要是介绍代码随想录Day17:二叉树Part4,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!

Leetcode 110. 平衡二叉树

讲解前:

这道题其实稍微花了点心思,但是最终想出来解法的时候回过头来看并不是那么麻烦,对于平衡二叉树其实就是一个理念,我们要保证无论是树中的任何一个节点,其左右子树的深度差别不能大于1,所以很显然这是一个递归的问题,遍历所有的root然后去查看他们的高度差,可是原方程返回的是一个Boolean,这样显然没办法帮助我们实现递归,同时子树的高度需要的是一层一层的返回给上面的root,所以高度差这个变量需要被当做递归之外的一个值来更新,然后递归中需要找到的值就被简化为了单纯的当前root的左右子树深度

class Solution:def isBalanced(self, root: Optional[TreeNode]) -> bool:# have a value to keep track of the diffdiff = 0# do a postorder dfs to get the height of each root# and calculate the diff in betweendef dfs(root):nonlocal diffif not root:return 0left = dfs(root.left)right = dfs(root.right)# calculate the diff and keep its max valediff = max(diff, abs(left - right))return 1 + max(left, right)dfs(root)return diff < 2

这里我通过全局变量diff来记录每一次遍历中当前root的左右子树深度差,然后递归的返回值只是单纯的当前root的最大深度,其逻辑和求树的最大深度是一样的,这样我们只需要在最后返回diff所记录过的最大值是否存在过大于1就可以了

讲解后:
class Solution:def isBalanced(self, root: Optional[TreeNode]) -> bool:# do a postorder dfs to get the height of each root# and calculate the diff # once we find a root which is not balanced# start returning -1 for all the previous recursiondef dfs(root):if not root:return 0# after we get the value of left and right# check if they are -1 first# if so, meaning previous recursion already found a root that # is not balanced, then simply keep returning -1 to tell the top rootleft = dfs(root.left)if left == -1:return -1right = dfs(root.right)if right == -1:return -1# calculate the diff and keep its max valediff = abs(left - right)if diff > 1:return -1else:return 1 + max(left, right)return dfs(root) != -1

这里是听完了卡哥的讲解之后修改过了的代码,其实卡哥和我的主要思路是一样的,这道题归根结底就还是对于每一个root进行当前左右子树最大深度的比较然后来判断是否找到了不平衡,但我一开始的方法是有一个全局变量来保存所有出现过的左右子树最大深度的差,在最后来看最大值是否大于1,但是卡哥有了一个更聪明的办法,就是通过设定-1来作为一个特殊情况的返回值,就是找到了不平衡的树之后,在那后面所有的recursion就不再需要继续计算子树高度之类的了,只需要告诉最上层的root也就是第一个recursive call我们已经找到了一个不平衡的树就可以了,所以就把-1一直return回去就可以


Leetcode 257. 二叉树所有路径

讲解前:

这道题有点麻烦,我还没有开始接触需要进行回溯的算法题,所有我能大概想象出这道题的思路但是我觉得真的写起来肯定会出现很多bug然后花费大量时间,所以我决定这道题就先看一下题解

讲解后:

听完了讲解之后就明白了很多然后我有自己花了图走了一边其中我们是如何记录每一条路径的

图中的path就是一个变量,是我们递归函数的param,每一次遍历都会传递和更新,他用来记录我们当前经历的路径,并且每当我们发现了一个叶子节点之后,就会把path的值添加到res里面去

这道题因为我们需要记录的当前节点指向下一个节点来一步一步完成一个path,所以要用到前序遍历,然后呢我们的终止条件就设定为当我们当前遍历的node是一个叶子节点时,就return 开始返回递归,在这个过程中其实会发生两件事,第一件就是在base case中,我们会把这时的path转化为题目要求的 '1->2->4' 的箭头连接字符串形式然后添加到result列表中,再然后就是直到我们返回到一个还没有call 他右边的root.right 的recursive call的节点之前,我们其实simply一直在做path.pop() 的操作,让path中存放的路径开始退回到一个能开始新路径的节点 

class Solution:def binaryTreePaths(self, root: Optional[TreeNode]) -> List[str]:path = []res = []if not root:return resdef dfs(root, path, result):# add the value first in case we find leaf node aferpath.append(root.val)# base case if we find root or notif not root.left and not root.right:temp = '->'.join(map(str, path))res.append(temp)return# recursive case, check if left or right not null firstif root.left:dfs(root.left, path, result)# after we finish a call which means we reached the leaf node# start pop back up until we got back to the root where is a # right node leads to a path we havent gone topath.pop()if root.right:dfs(root.right, path, result)# also pop back uppath.pop()dfs(root, path, res)return res

Leetcode 404. 二叉树的左叶子之和

讲解前:

这道题用到的方法可以说是后序遍历但是其实在处理环节我们没做任何的事情,对于递归的思路中这道题的base case很好理解,那就是当我们找到一个叶子节点之后就可以返回了,并且这个时候应该把这个叶子的val加入到sum中去,如果这个叶子是一个root的左节点,那么唯一问题就是如何判断是不是root的左节点呢,其实我就对我们的函数多加了一个Boolean的值,每当我们当前的节点是通过其root节点的dfs(root.left) 的call来遍历到的,那么我们就知道他是root的左节点,那么我们就同时也传入一个True

class Solution:def sumOfLeftLeaves(self, root: Optional[TreeNode]) -> int:sum_ = 0def dfs(root, is_left):nonlocal sum_if not root.left and not root.right and is_left:sum_ = sum_ + root.valif root.left:dfs(root.left, True)if root.right:dfs(root.right, False)dfs(root, False)return sum_
讲解后:

看完了卡哥的讲解之后发现思路其实和我的不太一样,卡哥的代码中其实一直很遵循递归的前中后序的原则,然后其实这道题也是先把问题小化就是每个节点其实都是可以求他的左叶子节点的和的,root在左右节点不是叶子也无所谓,就继承之前的值就可以了通过递归的return

class Solution:def sumOfLeftLeaves(self, root: Optional[TreeNode]) -> int:if not root or (not root.left and not root.right):return 0left = self.sumOfLeftLeaves(root.left)if root.left and not root.left.left and not root.left.right:left = root.left.valright = self.sumOfLeftLeaves(root.right)return left + right

这篇关于代码随想录Day17:二叉树Part4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/837055

相关文章

jupyter代码块没有运行图标的解决方案

《jupyter代码块没有运行图标的解决方案》:本文主要介绍jupyter代码块没有运行图标的解决方案,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jupyter代码块没有运行图标的解决1.找到Jupyter notebook的系统配置文件2.这时候一般会搜索到

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

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