二叉树快速拾遗笔记

2024-05-23 06:48
文章标签 二叉树 快速 笔记 拾遗

本文主要是介绍二叉树快速拾遗笔记,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!

文章目录

    • 前言
    • 二叉树前中后序遍历
    • 反转二叉树
    • 二叉树最大最小深度
    • 对称二叉树
    • 判断是否是平衡二叉树
    • 构造最大二叉树
    • 前序遍历打印二叉树
    • 二叉树层次遍历
    • 二叉树中和为某一值的路径
    • 总结


前言

二叉树基础内容拾遗,使用递归解题三部曲:

  1. 找整个递归的终止条件: 递归应该在什么时候结束?
  2. 找返回值: 应该给上一级返回什么信息?
  3. 本级递归应该做什么:在这一级递归中应该完成什么任务?

提示:以下是本篇文章正文内容,下面案例可供参考

二叉树前中后序遍历

 /*** 1. 前序遍历 根 左 右* 时间复杂度:O(n),其中 nn 是二叉树的节点数。每一个节点恰好被遍历一次。* 空间复杂度:O(n),为递归过程中栈的开销,平均情况下为 O(\log n)O(logn),最坏情况下树呈现链状,为 O(n)O(n)。**/public void preorderTraversal(TreeNode root) {if (root != null) {System.out.print(root.val + " "); preorderTraversal(root.left);preorderTraversal(root.right);}}/*** 中序:左 根 右** @param root* @return*/public void inorderTraversal(TreeNode root) {if (root != null) {inorderTraversal(root.left);System.out.print(root.val + " ");inorderTraversal(root.right);}}/*** 后序:左 右 根** @param root* @return*/public void postorderTraversal(TreeNode root) {if (root != null) {postorderTraversal(root.left);postorderTraversal(root.right);System.out.print(root.val + " ");}}

反转二叉树

  1. 递归实现
public TreeNode invertTree(TreeNode node) {if (node == null) {return null;}TreeNode temp = node.left;node.left = node.right;node.right = temp;invertTree(node.left);invertTree(node.right);return node;}
  1. 非递归队列实现
public TreeNode invertTree(TreeNode root) {if (root == null) {return null;}Queue<TreeNode> queue = new LinkedList<>();queue.offer(root);while (!queue.isEmpty()) {TreeNode node = queue.poll();TreeNode left = node.left;node.left = node.right;node.right = left;if (node.left != null) {queue.offer(node.left);}if (node.right != null) {queue.offer(node.right);}}return root;}

二叉树最大最小深度

    /*** 最大深度*/public static int treeMaxDepth(TreeNode curr) {if (curr != null) {int left = treeMaxDepth(curr.left);int right = treeMaxDepth(curr.right);return left > right ? left + 1 : right + 1;}return 0;}/*** 最小深度*/public static int treeMinDepth(TreeNode root) {TreeNode curr = root;if (curr == null) return 0;if (curr.left == null && curr.right == null) return 1;int min_depth = Integer.MAX_VALUE;if (curr.left != null) {min_depth = Math.min(treeMinDepth(curr.left), min_depth);}if (curr.right != null) {min_depth = Math.min(treeMinDepth(curr.right), min_depth);}return min_depth + 1;}

对称二叉树

/*** 递归解决* <p>* 时间复杂度:O(n)O(n),因为我们遍历整个输入树一次,所以总的运行时间为 O(n)O(n),其中 nn 是树中结点的总数。* 空间复杂度:递归调用的次数受树的高度限制。在最糟糕情况下,树是线性的,其高度为 O(n)O(n)。因此,在最糟糕的情况下,由栈上的递归调用造成的空间复杂度为 O(n)O(n)。** @param root* @return*/public boolean isSymmetric(TreeNode root) {return isMirror(root, root);}public boolean isMirror(TreeNode left, TreeNode right) {if (left == null && right == null) return true;if (left == null || right == null) return false;return (left.val == right.val) && isMirror(left.left, right.right) && isMirror(left.right, right.left);}

判断是否是平衡二叉树

平衡二叉树即左右两棵子树高度差不大于1的二叉树。

条件:
它的左子树是平衡二叉树,
它的右子树是平衡二叉树,
它的左右子树的高度差不大于1。

在我们眼里,这颗二叉树就3个节点:root、left、right

/*** 递归解决,计算子树高度,-1表示子树已经不平衡了*/
class Solution2 {public boolean isBalanced(TreeNode root) {return height(root) >= 0;}private int height(TreeNode root) {if (root == null)return 0;int lh = height(root.left), rh = height(root.right);if (lh >= 0 && rh >= 0 && Math.abs(lh - rh) <= 1) {return Math.max(lh, rh) + 1;} else {return -1;}}

构造最大二叉树

https://leetcode-cn.com/problems/maximum-binary-tree/

给定一个不含重复元素的整数数组 nums 。一个以此数组直接递归构建的 最大二叉树 定义如下:
二叉树的根是数组 nums 中的最大元素。
左子树是通过数组中 最大值左边部分 递归构造出的最大二叉树。
右子树是通过数组中 最大值右边部分 递归构造出的最大二叉树。
返回有给定数组 nums 构建的 最大二叉树 。

一次递归做了什么?
找当前范围为[l,r]的数组中的最大值作为root节点,然后将数组划分成[l,bond-1]和[bond+1,r]两段,并分别构造成root的左右两棵子最大二叉树

public class _654_最大二叉树 {public static void main(String[] args) {int[] arr = new int[]{3, 2, 1, 6, 0, 5};TreeNode treeNode = new _654_最大二叉树().constructMaximumBinaryTree(arr);ArrayList<Integer> list = TreeNode.printFromTopToBottom(treeNode);System.out.println(list);}public TreeNode constructMaximumBinaryTree(int[] nums) {return maxTree(nums, 0, nums.length - 1);}public TreeNode maxTree(int[] nums, int l, int r) {//1. 判断边界条件 当左边大于右边的时候返回NULL;if (l > r) return null;//2. 找出最大值索引值int maxIndex = findMaxIndex(nums, l, r);//3.以最大值新建树顶TreeNode root = new TreeNode(nums[maxIndex]);//4.分别递归左右子树root.left = maxTree(nums, l, maxIndex - 1);root.right = maxTree(nums, maxIndex + 1, r);//5.返回根节点return root;}public int findMaxIndex(int[] nums, int l, int r) {// 初始化最小值和最小indexint max = Integer.MIN_VALUE, maxIndex = l;// 注意这里的遍历的起点和终点的判断条件for (int i = l; i <= r; i++) {if (max < nums[i]) {max = nums[i];maxIndex = i;}}return maxIndex;}
}

前序遍历打印二叉树

/*** 前序打印二叉树 (根->左->右)* @param root* @return*/public static ArrayList<Integer> printFromTopToBottom(TreeNode root) {ArrayList<Integer> arrayList = new ArrayList<Integer>();if (root==null){return arrayList;}Queue<TreeNode> queue = new LinkedList<TreeNode>();//队列:先入先出//将树存入队列中 根、左、右queue.offer(root);//添加根:add()和remove()方法在失败的时候会抛出异常(不推荐),offer代替while (!queue.isEmpty()){TreeNode node= queue.poll();//树当前节点更新;poll()返回第一个元素,并在队列中删除arrayList.add(node.val);//保存当前节点if (node.left!=null){queue.offer(node.left);//左}if (node.right!=null){queue.offer(node.right);//右}}return arrayList;}

二叉树层次遍历

示例:
二叉树:[3,9,20,null,null,15,7],3/ \9  20/  \15   7
返回其层序遍历结果:[[3],[9,20],[15,7]
]
链接:https://leetcode-cn.com/problems/binary-tree-level-order-traversal
    /*** 时间复杂度:每个点进队出队各一次,故渐进时间复杂度为 O(n)* 空间复杂度:队列中元素的个数不超过 n个,故渐进空间复杂度为 O(n)* @param root* @return*/public List<List<Integer>> levelOrder(TreeNode root) {List<List<Integer>> ret = new ArrayList<>();if (root == null) {return ret;}Queue<TreeNode> queue = new LinkedList<>();queue.offer(root);while (!queue.isEmpty()) {List<Integer> list = new ArrayList<>();int currentLevelSize = queue.size();for (int i = 1; i <= currentLevelSize; ++i) {TreeNode node = queue.poll();list.add(node.val);if (node.left != null) {queue.offer(node.left);}if (node.right != null) {queue.offer(node.right);}}ret.add(list);}return ret;}

二叉树中和为某一值的路径

参考:https://www.cnblogs.com/lishanlei/p/10707709.html

由于路径是从根节点出发到叶子节点的,因此我们需要首先遍历根节点,只有前序遍历是首先访问根节点的。
当访问某一个节点时,我们不知道前面经过了哪些节点,所以我们需要将经过的路径上的节点保存下来,每访问一个节点,我们需要把当前节点添加到路径中去。
在遍历下一个节点前,先要回到当前节点的父节点,在去其他节点,当回到父节点时,之前遍历的那个节点已经不在当前路径中了,所以需要删除之前在路径中的那个节点。

在这里插入图片描述

    public List<ArrayList<Integer>> FindPath(TreeNode root, int target) {List<ArrayList<Integer>> listAll = new ArrayList<>(); //保存所有符合条件的路径用于返回值List<Integer> list = new ArrayList<>(); //存储当前路径return SeekPath(listAll, list, root, target);}private List<ArrayList<Integer>> SeekPath(List<ArrayList<Integer>> listAll, List<Integer> list, TreeNode root, int target) {if (root == null) return listAll;list.add(root.val);target -= root.val;if (target == 0 && root.left == null && root.right == null) { //当前路径和是指定值且当前节点是叶子节点listAll.add(new ArrayList<>(list));}SeekPath(listAll, list, root.left, target);SeekPath(listAll, list, root.right, target);list.remove(list.size() - 1);  //递归回到父节点时需要在路径中删除上一个节点信息return listAll;}//  FindPath(tree, 22) output: [[10, 5, 7], [10, 12]]

总结

未完待续

这篇关于二叉树快速拾遗笔记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/996147

相关文章

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +

v0.dev快速开发

探索v0.dev:次世代开发者之利器 今之技艺日新月异,开发者之工具亦随之进步不辍。v0.dev者,新兴之开发者利器也,迅速引起众多开发者之瞩目。本文将引汝探究v0.dev之基本功能与优势,助汝速速上手,提升开发之效率。 何谓v0.dev? v0.dev者,现代化之开发者工具也,旨在简化并加速软件开发之过程。其集多种功能于一体,助开发者高效编写、测试及部署代码。无论汝为前端开发者、后端开发者

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个

leetcode105 从前序与中序遍历序列构造二叉树

根据一棵树的前序遍历与中序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如,给出 前序遍历 preorder = [3,9,20,15,7]中序遍历 inorder = [9,3,15,20,7] 返回如下的二叉树: 3/ \9 20/ \15 7   class Solution {public TreeNode buildTree(int[] pr

查看提交历史 —— Git 学习笔记 11

查看提交历史 查看提交历史 不带任何选项的git log-p选项--stat 选项--pretty=oneline选项--pretty=format选项git log常用选项列表参考资料 在提交了若干更新,又或者克隆了某个项目之后,你也许想回顾下提交历史。 完成这个任务最简单而又有效的 工具是 git log 命令。 接下来的例子会用一个用于演示的 simplegit