本文主要是介绍LeetCode 题目 116:填充每个节点的下一个右侧节点指针,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!
作者介绍:10年大厂数据\经营分析经验,现任字节跳动数据部门负责人。
会一些的技术:数据分析、算法、SQL、大数据相关、python,欢迎探讨交流
欢迎加入社区:码上找工作
作者专栏每日更新:
LeetCode解锁1000题: 打怪升级之旅
python数据分析可视化:企业实战案例
漫画版算法详解
python源码解读
程序员必备的数学知识与应用
题目描述
给定一个完美二叉树,其所有叶子节点都在同一层,每个父节点都有两个子节点。二叉树的定义如下:
class Node:def __init__(self, val=0, left=None, right=None, next=None):self.val = valself.left = leftself.right = rightself.next = next
填充它的每个 next 指针,让这个指针指向其下一个右侧节点。如果找不到下一个右侧节点,则将 next 指针设置为 None
。
初始状态下,所有 next 指针都被设置为 None
。
方法一:层序遍历(BFS)
解题步骤:
- 使用队列进行层序遍历。
- 对于每一层的节点,通过队列的长度来确定节点的数量。
- 遍历当前层的节点,将每个节点的
next
指向队列中的下一个节点。 - 最后一个节点的
next
指向None
。
Python 代码示例
from collections import dequedef connect(root):"""使用层序遍历来填充每个节点的下一个右侧节点指针。参数:root (Node): 完美二叉树的根节点。返回:Node: 修改后的树的根节点。"""# 如果根节点为空,则直接返回Noneif not root:return None# 初始化队列,并将根节点加入队列queue = deque([root])# 当队列不为空时,进行层序遍历while queue:# 获取当前层的节点数量size = len(queue)# 遍历当前层的每个节点for i in range(size):# 从队列中取出一个节点node = queue.popleft()# 如果不是当前层的最后一个节点,将当前节点的next指向队列中的下一个节点if i < size - 1:node.next = queue[0]# 如果当前节点有左子节点,将左子节点加入队列if node.left:queue.append(node.left)# 如果当前节点有右子节点,将右子节点加入队列if node.right:queue.append(node.right)# 返回根节点return root
方法一利用层序遍历(BFS)来填充每个节点的下一个右侧节点指针,下面通过 ASCII 图形来说明这个方法的工作过程。
考虑一个完美二叉树如下所示:
1/ \2 3/ \ / \4 5 6 7
算法图解
我们使用队列来按层级遍历这棵树,并设置每个节点的 next
指针。以下是各个步骤的图解说明:
初始状态
- 初始化队列以包含根节点。
队列: [1]
第一层处理
- 取出节点 1,发现它有左右子节点 2 和 3,将这两个节点加入队列。
队列: [2, 3]
next指针连接: 1 -> None
- 设置节点 1 的
next
指向None
(因为它是第一层的唯一节点)。
第二层处理
- 取出节点 2,由于它不是队列中的最后一个节点,设置
next
指向队列中的下一个节点(节点 3)。同时将节点 2 的子节点 4 和 5 加入队列。
队列: [3, 4, 5]
next指针连接: 2 -> 3
- 取出节点 3,设置
next
指向None
(因为它是当前层的最后一个节点),将节点 3 的子节点 6 和 7 加入队列。
队列: [4, 5, 6, 7]
next指针连接: 3 -> None
第三层处理
- 处理节点 4, 5, 6, 7 类似,按顺序设置
next
指针:
队列: [5, 6, 7]
next指针连接: 4 -> 5
队列: [6, 7]
next指针连接: 5 -> 6
队列: [7]
next指针连接: 6 -> 7
队列: []
next指针连接: 7 -> None
在每一步中,我们从队列中移除一个节点,如果该节点不是当前层的最后一个节点,则将其 next
指针设置指向队列中的下一个节点。这样,每一层的节点都通过 next
指针连成一条链。当处理完当前层的所有节点后,队列中就包含了下一层的所有节点,重复以上步骤直到队列为空。这样的遍历确保了每个节点的 next
指针正确地指向了其右侧的节点。
方法二:使用已建立的 next 指针
解题步骤:
- 从根节点开始,利用上一层的
next
指针来遍历和链接当前层的节点。 - 对于每个节点,链接其左子节点到右子节点,右子节点到下一个节点的左子节点(如果存在)。
Python 代码示例
def connect(root):"""利用已建立的 next 指针来填充每个节点的下一个右侧节点指针。参数:root (Node): 完美二叉树的根节点。返回:Node: 修改后的树的根节点。"""# 如果根节点为空,则直接返回Noneif not root:return None# 初始化leftmost指针,这个指针始终指向每一层的最左侧节点leftmost = root# 当左侧节点存在时,继续处理下一层while leftmost.left:# 使用head指针遍历当前层的节点,head初始指向当前层的最左侧节点head = leftmostwhile head:# 将当前节点的左子节点的next指向右子节点head.left.next = head.right# 如果当前节点的next不为空,将右子节点的next指向当前节点next的左子节点if head.next:head.right.next = head.next.left# 移动到当前层的下一个节点head = head.next# 移动到下一层的最左侧节点leftmost = leftmost.left# 返回根节点return root
方法三:递归法
解题步骤:
- 递归地连接每个节点的左子节点到其右子节点。
- 连接相邻子树的右子节点到左子节点。
Python 代码示例
def connect(root):if not root or not root.left:return rootroot.left.next = root.rightif root.next:root.right.next = root.next.leftconnect(root.left)connect(root.right)return root
方法四:使用额外的节点追踪下一层的开始
解题步骤:
- 使用一个额外的节点
dummy
来追踪每一层的开始。 - 通过一个循环连接同一层的所有节点。
Python 代码示例
def connect(root):if not root:return Nonecurrent = rootwhile current:dummy = Node(0)tail = dummywhile current:if current.left:tail.next = current.lefttail = tail.nextif current.right:tail.next = current.righttail = tail.nextcurrent = current.nextcurrent = dummy.nextreturn root
方法五:迭代优化
解题步骤:
- 类似于方法二,但使用迭代而非递归。
- 遍历每一层,连接相应的节点。
Python 代码示例
def connect(root):if not root:return Nonenode = rootwhile node and node.left:next_level = node.leftwhile node:node.left.next = node.rightnode.right.next =node.next.left if node.next else Nonenode = node.nextnode = next_levelreturn root
算法分析
- 时间复杂度:所有方法都需要遍历每个节点,因此时间复杂度为 O(N),其中 N 是树中的节点数。
- 空间复杂度:
- 方法一:O(N),需要额外的队列。
- 方法二至五:O(1),只使用常数额外空间。
不同算法的优劣势对比
- 层序遍历(方法一)直观且易于理解,但需要额外的空间来存储队列。
- 使用已建立的 next 指针(方法二)是空间复杂度最优的解法,适合空间敏感的应用。
- 递归法(方法三)代码简洁,但在非尾递归的编译器上可能导致栈溢出。
- 使用额外节点(方法四)适合不熟悉指针操作的场景。
- 迭代优化(方法五)提供了一个折中的解决方案,空间复杂度低,且较易于理解。
应用示例
这些方法可以用在需要层级遍历但希望节约空间的场景,如实时数据处理、游戏编程中的场景管理,或任何需要快速访问同一层级节点的数据结构设计中。
这篇关于LeetCode 题目 116:填充每个节点的下一个右侧节点指针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!