算法练习第19天|222.完全二叉树的节点个数

2024-04-18 10:28

本文主要是介绍算法练习第19天|222.完全二叉树的节点个数,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!

222.完全二叉树的节点个数

222. 完全二叉树的节点个数 - 力扣(LeetCode)icon-default.png?t=N7T8https://leetcode.cn/problems/count-complete-tree-nodes/description/

题目描述:

给你一棵 完全二叉树 的根节点 root ,求出该树的节点个数。题目数据保证输入的树是 完全二叉树

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~ 2h 个节点。

示例 1:

输入:root = [1,2,3,4,5,6]
输出:6

示例 2:

输入:root = []
输出:0

示例 3:

输入:root = [1]
输出:1

题目分析:

按照前文所讲的二叉树的递归遍历以及层序遍历,可以将完全二叉树看作普通二叉树处理,进行节点个数的统计。思路较为简单,代码如下:

后序递归遍历解法:

/*** 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://后序递归,第一步,确定函数参数以及返回值int countNodes(TreeNode* root) {      //递归第二步,确定递归终止条件。当递归函数指针root为空,递归终止if(root == nullptr) return 0;//递归第三步,确定单层递归逻辑:统计左右子树的节点个数,然后相加再加1int left = countNodes(root->left);  //左int right = countNodes(root->right);  //右int result = 1 + left + right;   //1就是后序遍历顺序的中           return result;}
};

层序遍历解法(也叫迭代法):

class Solution {
public://层序遍历int countNodes(TreeNode* root) {      if(root == nullptr) return 0;queue<TreeNode*> que;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();result++;if(node->left)  que.push(node->left);if(node->right)  que.push(node->right);}}return result;}
};

 完全二叉树解法:

但是上述方法都是将完全二叉树当做普通二叉树来进行题目的求解,这样就忽略了完全二叉树的性质。完全二叉树时除了最底层的节点可能不满之外,其余层均是满的,并且,最底层的节点必须是严格从左往右依次排列的,不能有跳跃(如下面的最右侧的二叉树,蓝色框内存在跳跃,所以其不是完全二叉树)。

如果完全二叉树最底层也填满了的话,这时它就也是满二叉树。节点个数为2^{n} -1 ,n为二叉树的层数。

所以完全二叉树只有两种情况,情况一:就是满二叉树,情况二:最后一层叶子节点没有满。

对于情况一,可以直接用2^{n} -1来计算。

对于情况二,分别递归左孩子,和右孩子,递归到某一深度一定会有左孩子或者右孩子为满二叉树,然后依然可以按照情况1来计算。

关键点来了,怎么判断左右孩子是不是满二叉树?在完全二叉树中,如果递归一直向左遍历的深度等于递归一直向右遍历的深度,那说明就是满二叉树。前提是一定要在完全二叉树中。

所以,该解法的递归终止条件如下所示:

if (root == nullptr) return 0; 
// 开始根据左深度和右深度是否相同来判断该子树是不是满二叉树
TreeNode* left = root->left;
TreeNode* right = root->right;
int leftDepth = 0, rightDepth = 0; // 这里初始为0是有目的的,为了下面求指数方便
while (left) {  // 求左子树深度left = left->left;leftDepth++;
}
while (right) { // 求右子树深度right = right->right;rightDepth++;
}
if (leftDepth == rightDepth) {return (2 << leftDepth) - 1; // 注意(2<<1) 相当于2^2,返回满足满二叉树的子树节点数量
}

递归三部曲,第三部,单层递归的逻辑:(可以看出使用后序遍历)

int leftTreeNum = countNodes(root->left);       // 左
int rightTreeNum = countNodes(root->right);     // 右
int result = leftTreeNum + rightTreeNum + 1;    // 中
return result;

 整体代码如下:

class Solution {
public://递归第一步int countNodes(TreeNode* root) { //递归第二步,确定递归终止条件     if(root == nullptr) return 0;TreeNode *left = root->left;TreeNode *right = root->right;int leftDepth=0 , rightDepth = 0;while(left)  //一直向左遍历,求深度{leftDepth++;left = left->left;}while(right) //一直向右遍历,求深度{rightDepth++;right = right->right;}if(leftDepth == rightDepth)  //当前的完全二叉树为满二叉树return (2 << leftDepth) - 1;  //2的n次方减一//递归第三步,确认单层递归逻辑//不然的话,就递归统计左右子树的节点数。每一级递归都会进行上面的满二叉树判断int left = countNodes(root->left);  //左int right = countNodes(root->right);  //右int result = left + right + 1;  //中return result;}
};

该解法与后续递归解法的不同之处就在于递归终止条件,该解法核心思想致力于逐子树判断是否为满二叉树。如果是,使用2^{n} -1计算节点数;如果不是,则进行下一层的递归countNodes。思路很巧妙。

这篇关于算法练习第19天|222.完全二叉树的节点个数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/914517

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

spoj705( 求不相同的子串个数)

题意:求串s的不同子串的个数 解题思路:任何子串都是某个后缀的前缀,对n个后缀排序,求某个后缀的前缀的个数,减去height[i](第i个后缀与第i-1 个后缀有相同的height[i]个前缀)。 代码如下: #include<iostream>#include<algorithm>#include<stdio.h>#include<math.h>#include<cstrin

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

day-51 合并零之间的节点

思路 直接遍历链表即可,遇到val=0跳过,val非零则加在一起,最后返回即可 解题过程 返回链表可以有头结点,方便插入,返回head.next Code /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}*

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费