代码随想录算法训练营Day20 | 654.最大二叉树、617.合并二叉树、700.二叉搜索树中的搜索、98.验证二叉搜索树 | Python | 个人记录向

本文主要是介绍代码随想录算法训练营Day20 | 654.最大二叉树、617.合并二叉树、700.二叉搜索树中的搜索、98.验证二叉搜索树 | Python | 个人记录向,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!

注:Day19是休息日。

本文目录

  • 654.最大二叉树
    • 做题
    • 看文章
  • 617.合并二叉树
    • 做题
    • 看文章
  • 700.二叉搜索树中的搜索
    • 做题
    • 看文章
  • 98.验证二叉搜索树
    • 做题
    • 看文章
  • 以往忽略的知识点小结
  • 个人体会

654.最大二叉树

代码随想录:654.最大二叉树
Leetcode:654.最大二叉树

做题

思路有点繁琐,一开始还有个字符写错了,没看出来,问了chat才发现错误。但总体思路对了,类似于用中序+前序/后续构建唯一二叉树。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:def constructMaximumBinaryTree(self, nums: List[int]) -> Optional[TreeNode]:if len(nums) == 1:return TreeNode(nums[0])max_ = max(nums)max_idx = nums.index(max_)root = TreeNode(max_)left_nums = nums[:max_idx].copy()  # copy函数不需要,浪费空间right_nums = nums[max_idx+1:].copy()if len(left_nums) > 0:self.construct(root, left_nums, True)if len(right_nums) > 0:self.construct(root, right_nums, False)return rootdef construct(self, node, nums_, is_left):max_ = max(nums_)max_idx = nums_.index(max_)new = TreeNode(max_)left_nums = nums_[:max_idx].copy()right_nums = nums_[max_idx+1:].copy()if is_left:node.left = newelse:node.right = newif len(left_nums) > 0:self.construct(new, left_nums, True)if len(right_nums) > 0:self.construct(new, right_nums, False)if len(left_nums) == 0 and len(right_nums) == 0:return

看文章

简洁写法如下:

class Solution:def constructMaximumBinaryTree(self, nums: List[int]) -> TreeNode:if not nums:return Nonemax_val = max(nums)max_index = nums.index(max_val)node = TreeNode(max_val)node.left = self.constructMaximumBinaryTree(nums[:max_index])node.right = self.constructMaximumBinaryTree(nums[max_index+1:])return node

617.合并二叉树

代码随想录:617.合并二叉树
Leetcode:617.合并二叉树

做题

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:def mergeTrees(self, root1: Optional[TreeNode], root2: Optional[TreeNode]) -> Optional[TreeNode]:if root1 is None:if root2 is None:return Noneelse:return root2if root2 is None:return root1root1.val = root1.val + root2.valif root1.left or root2.left:root1.left = self.mergeTrees(root1.left, root2.left)if root1.right or root2.right:root1.right = self.mergeTrees(root1.right, root2.right)return root1

看文章

思路差不多,可以简化。

class Solution:def mergeTrees(self, root1: TreeNode, root2: TreeNode) -> TreeNode:# 递归终止条件: # 但凡有一个节点为空, 就立刻返回另外一个. 如果另外一个也为None就直接返回None. if not root1: return root2if not root2: return root1# 上面的递归终止条件保证了代码执行到这里root1, root2都非空. root1.val += root2.val # 中root1.left = self.mergeTrees(root1.left, root2.left) #左root1.right = self.mergeTrees(root1.right, root2.right) # 右return root1

700.二叉搜索树中的搜索

代码随想录:700.二叉搜索树中的搜索
Leetcode:700.二叉搜索树中的搜索

做题

思路没问题,就是return有点懵,尝试了一下赋值给node再return,就AC了。

class Solution:def searchBST(self, root: Optional[TreeNode], val: int) -> Optional[TreeNode]:if not root:return rootif val == root.val:return rootelif val < root.val:node = self.searchBST(root.left, val)else:node = self.searchBST(root.right, val)return node

看文章

思路没问题,可以直接在if里return。

class Solution:def searchBST(self, root: TreeNode, val: int) -> TreeNode:if not root or root.val == val: return rootif root.val > val: return self.searchBST(root.left, val)if root.val < val: return self.searchBST(root.right, val)

98.验证二叉搜索树

代码随想录:98.验证二叉搜索树
Leetcode:98.验证二叉搜索树

做题

写出来基础逻辑,但掉进文章所述的“陷阱”里了。不能只判断左节点、右节点和root节点的关系,而是root的左子树都小于root,右子树都大于root。从测试用例中看出错误点了,但不知道怎么解决。

看文章

在中序遍历下,输出的二叉搜索树节点的数值是有序序列。有了这个特性,验证二叉搜索树,就相当于变成了判断一个序列是不是递增的了。具体代码如下:

class Solution:def __init__(self):self.vec = []def traversal(self, root):if root is None:returnself.traversal(root.left)self.vec.append(root.val)  # 将二叉搜索树转换为有序数组self.traversal(root.right)def isValidBST(self, root):self.vec = []  # 清空数组self.traversal(root)for i in range(1, len(self.vec)):# 注意要小于等于,搜索树里不能有相同元素if self.vec[i] <= self.vec[i - 1]:return Falsereturn True

以往忽略的知识点小结

  • 注意看什么时候return
  • 二叉搜索树的中序遍历,是有序数列

个人体会

完成时间:1h20min。
心得:算是复习了一下中序+前序/后序构建唯一二叉树,要注意一下什么时候return;做题之前必须熟悉前序、中序、后序、层序,有可能在一些树结构上有特殊的规律。

这篇关于代码随想录算法训练营Day20 | 654.最大二叉树、617.合并二叉树、700.二叉搜索树中的搜索、98.验证二叉搜索树 | Python | 个人记录向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/926309

相关文章

Python将博客内容html导出为Markdown格式

《Python将博客内容html导出为Markdown格式》Python将博客内容html导出为Markdown格式,通过博客url地址抓取文章,分析并提取出文章标题和内容,将内容构建成html,再转... 目录一、为什么要搞?二、准备如何搞?三、说搞咱就搞!抓取文章提取内容构建html转存markdown

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

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Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

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

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意