双非二本找工作前的准备day20(算法-二叉树系列)

2024-05-04 16:20

本文主要是介绍双非二本找工作前的准备day20(算法-二叉树系列),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!

学习目标:

每天复习代码随想录上的题目1-2道算法(时间充足可以继续)

今日碎碎念:

1)今天开始是二叉树系列

2)出租屋里不知道干啥,看看书啊刷刷算法,打打游戏,学学技术啥的,不让自己太闲着才行。

3)天天都是吃外卖,不出门了都,后续等到9号回来之后继续开始整理八股(以复习为主)。


力扣刷题

算法

力扣102:102. 二叉树的层序遍历

dfs做法

class Solution {//结果集public List<List<Integer>> res = new ArrayList<List<Integer>>();public List<List<Integer>> levelOrder(TreeNode root) {dfs(root,0);return res;}//dfs方式public void dfs(TreeNode node,Integer deep){if(node == null) return;//记录深度deep++;//开始将遍历到的层加入大结果集if(res.size() < deep){//解读该if代码块:如果走到下一层了,我们就需要new一个新的ListList<Integer> item = new ArrayList<>();//将新一层的小结果集放入大结果集res.add(item);}//开始dfs:通过deep找到对应层级的小结果集来存入遍历到的节点res.get(deep-1).add(node.val);dfs(node.left,deep);dfs(node.right,deep);}
}

bfs做法

class Solution {//结果集public List<List<Integer>> res = new ArrayList<List<Integer>>();public List<List<Integer>> levelOrder(TreeNode root) {bfs(root);return res;}//bfs方式:队列的方式来迭代public void bfs(TreeNode node){if(node == null) return;Queue<TreeNode> que = new LinkedList<>();//bfs的做法有时候会比较dfs还要固定//先入根que.offer(node);while(!que.isEmpty()){List<Integer> list = new ArrayList<>();//记录队列长度,用于迭代int len = que.size();while(len > 0){//拿出队列中首层的节点TreeNode tmp = que.poll();list.add(tmp.val);//找左右if(tmp.left!=null) que.offer(tmp.left);if(tmp.right!=null) que.offer(tmp.right);len--;}res.add(list);}}
}


力扣107:107. 二叉树的层序遍历 II

dfs方法

class Solution {//最后进行反转即可public List<List<Integer>> res = new ArrayList<>();public List<List<Integer>> levelOrderBottom(TreeNode root) {dfs(root,0);List<List<Integer>> result = new ArrayList<>();for (int i = res.size() - 1; i >= 0; i-- ) {result.add(res.get(i));}return result;}public void dfs(TreeNode node,Integer deep){if(node == null) return;//深度增加deep++;//新的一层就要增加小结果集if(res.size() < deep){List<Integer> item = new ArrayList<>();res.add(item);}//开始遍历左右//首先将该节点存入对应位置结果集res.get(deep-1).add(node.val);//找左右dfs(node.left,deep);dfs(node.right,deep);}
}

bfs做法

class Solution {//最后进行反转即可public List<List<Integer>> res = new ArrayList<>();public List<List<Integer>> levelOrderBottom(TreeNode root) {bfs(root);List<List<Integer>> result = new ArrayList<>();for (int i = res.size() - 1; i >= 0; i-- ) {result.add(res.get(i));}return result;}public void bfs(TreeNode node){//为空直接返回if(node == null) return;Queue<TreeNode> que = new LinkedList<>();que.offer(node);//然后在while里面去不断迭代while(!que.isEmpty()){//小结果集List<Integer> list = new ArrayList<>();//bfs首先都得记录自己已经入队的节点数int size = que.size();for(int i = 0;i<size;i++){TreeNode tmp = que.poll();//拿出该节点后将该节点值入小结果集list.add(tmp.val);//去找左右if(tmp.left!=null) que.offer(tmp.left);if(tmp.right!=null) que.offer(tmp.right);}//当前层遍历完了,将小结果集加入大结果集res.add(list);}}
}


力扣199:199. 二叉树的右视图

bfs做法,这里就不再贴dfs做法了

class Solution {//思路还是很直接:用bfs做,只需要判断当前遍历到的是不是最右边的就可以public List<Integer> rightSideView(TreeNode root) {List<Integer> res = new ArrayList<>();Deque<TreeNode> que = new LinkedList<>();if(root == null) return res;que.offer(root);while(!que.isEmpty()){int size = que.size();for(int i = 0;i<size;i++){TreeNode tmp = que.poll();//找左右if(tmp.left!=null) que.offer(tmp.left);if(tmp.right!=null) que.offer(tmp.right);//如何判断是右侧看到的:只要i走到了当前层的最后一个节点if(i == size - 1) res.add(tmp.val);}}return res;}
}

 力扣637:637. 二叉树的层平均值

bfs做法,这里就不再贴dfs做法了

class Solution {public List<Double> averageOfLevels(TreeNode root) {List<Double> res = new ArrayList<>();Deque<TreeNode> que = new LinkedList<>();if(root == null) return res;que.offer(root);while(!que.isEmpty()){int size = que.size();double sum = 0.0;for(int i = 0;i<size;i++){TreeNode tmp = que.poll();//计算总值sum += tmp.val;//找左右if(tmp.left!=null) que.offer(tmp.left);if(tmp.right!=null) que.offer(tmp.right);}res.add(sum / size);}return res;}
}

 力扣429:429. N 叉树的层序遍历

bfs做法,这里就不再贴dfs做法了

/*
// Definition for a Node.
class Node {public int val;public List<Node> children;public Node() {}public Node(int _val) {val = _val;}public Node(int _val, List<Node> _children) {val = _val;children = _children;}
};
*/class Solution {public List<List<Integer>> res = new ArrayList<>();Deque<Node> que = new LinkedList<>();public List<List<Integer>> levelOrder(Node root) {//都通过bfs来做会快很多if(root == null) return res;que.offer(root);while(!que.isEmpty()){//记录当前大小int size = que.size();List<Integer> list = new LinkedList<>();for(int i = 0;i<size;i++){Node tmp = que.poll();list.add(tmp.val);//找孩子List<Node> children = tmp.children;//如果没孩子就继续即可if(children == null || children.size() == 0) continue;for(Node child : children){//有孩子就一个个找出来放到队列里面去if(child != null){que.offer(child);}}}//将该层加入大结果集res.add(list);}return res;}
}

这篇关于双非二本找工作前的准备day20(算法-二叉树系列)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/959612

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

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

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

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

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

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

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言