力扣第530与783题 c++(暴力,加双指针优化) 附迭代版本

news2024/11/17 14:26:03

题目

530. 二叉搜索树的最小绝对差

783. 二叉搜索树节点最小距离

简单

相关标签

树   深度优先搜索   二叉搜索树   二叉树

给你一个二叉搜索树的根节点 root ,返回 树中任意两不同节点值之间的最小差值 。

差值是一个正数,其数值等于两值之差的绝对值。

简单

相关标签

给你一个二叉搜索树的根节点 root ,返回 树中任意两不同节点值之间的最小差值 。

差值是一个正数,其数值等于两值之差的绝对值。

示例 1:

输入:root = [4,2,6,1,3]
输出:1

示例 2:

输入:root = [1,0,48,null,null,12,49]
输出:1

提示:

  • 树中节点的数目范围是 [2, 104]
  • 0 <= Node.val <= 105

注意:本题与 783 力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台 相同

思路和解题方法一 (暴力)

  • 首先定义一个vector<int>类型的数组vec,用于存储二叉搜索树的中序遍历结果。
  • 使用递归的方式进行中序遍历:
    • 如果当前节点为空,直接返回。
    • 遍历左子树。
    • 将当前节点的值加入到vec中。
    • 遍历右子树。
  • 清空vec,并调用中序遍历函数traversal将二叉搜索树的节点按照升序存储到vec中。
  • 如果vec的大小小于2,说明节点数量不足以计算差值,返回0。
  • 初始化一个最小差值ans为INT_MAX。
  • 遍历vec,从第二个元素开始,计算当前元素与前一个元素的差值,并更新ans为较小的差值。
  • 返回最小差值ans

复杂度

        时间复杂度:

                O(n)

时间复杂度:O(n),其中 n 为二叉搜索树节点的个数。每个节点在中序遍历中都会被访问一次且只会被访问一次,因此总时间复杂度为 O(n)。

        空间复杂度

                O(n)

空间复杂度:O(n)。递归函数的空间复杂度取决于递归的栈深度,而栈深度在二叉搜索树为一条链的情况下会达到 O(n) 级别。

c++ 代码(暴力)

class Solution {
public:
    vector<int> vec; // 存储二叉搜索树中序遍历的结果
    // 中序遍历函数,将节点值按照升序存储到vec中
    void traversal(TreeNode *root)
    {
        if(root == NULL) return ;
        
        // 中序遍历左子树
        traversal(root->left);
        
        // 将当前节点值加入vec
        vec.push_back(root->val);
        
        // 中序遍历右子树
        traversal(root->right);
    }

    // 计算二叉搜索树的最小差值
    int getMinimumDifference(TreeNode* root) {
        vec.clear(); // 清空vec
        traversal(root); // 进行中序遍历
        if(vec.size() < 2) return 0; // 如果节点数量小于2,返回0
        
        int ans = INT_MAX; // 初始最小差值为INT_MAX
        for(int i = 1; i < vec.size(); i++) // 遍历vec,找到最小差值
        {
            ans = min(ans, vec[i] - vec[i-1]);
        }
        return ans;
    }
};

思路和解题方法二 (双指针)

  • 首先设置一个初始最小差值为INT_MAX,表示无穷大。
  • 使用中序遍历(左-根-右)遍历二叉搜索树。
  • 在遍历过程中,每次访问到一个节点时,计算当前节点与前一个节点值的差值,并更新最小差值ans。
  • 更新前一个节点pre为当前节点,以便进行下一个节点的差值计算。
  • 最后返回最小差值ans。

复杂度

        时间复杂度:

                O(n)

时间复杂度:O(n),其中 n 为二叉搜索树节点的个数。每个节点在中序遍历中都会被访问一次且只会被访问一次,因此总时间复杂度为 O(n)。

        空间复杂度

                O(n)

空间复杂度:O(n)。递归函数的空间复杂度取决于递归的栈深度,而栈深度在二叉搜索树为一条链的情况下会达到 O(n) 级别。

c++ 代码(双指针)

class Solution {
public:
    // 最小差值
    int ans = INT_MAX;
    // 前一个访问的节点
    TreeNode* pre = NULL;
    
    // 中序遍历函数
    void traversal(TreeNode *root)
    {
        // 递归结束条件,遍历到空节点
        if(root == NULL) return ;
        
        // 中序遍历左子树
        traversal(root->left);
        
        // 计算当前节点与前一个节点的差值,并更新最小差值
        if(pre != NULL) ans = min(ans, root->val - pre->val);
        
        // 更新前一个节点为当前节点
        pre = root;
        
        // 中序遍历右子树
        traversal(root->right);
    }

    // 计算二叉搜索树的最小差值
    int getMinimumDifference(TreeNode* root) {
        // 进行中序遍历,计算最小差值
        traversal(root);
        
        // 返回最小差值
        return ans;
    }
};

c++迭代版本

  • 首先定义一个stack<TreeNode*>类型的栈st,用于存储二叉搜索树中的节点。
  • 初始化当前节点指针cur为根节点,前一个访问的节点指针pre为空,最小差值result为INT_MAX。
  • cur不为空或者栈不为空时,进入循环:
    • 如果cur不为空,将cur指向的节点入栈,并将cur指向其左子节点。
    • 如果cur为空,说明已经到达某个节点的左子树的末尾,此时需要弹出栈顶元素,并判断是否有前一个访问的节点,如果有,则更新最小差值result为当前节点与前一个节点值的差的最小值。接着将pre指向当前节点,将cur指向其右子节点。
  • 循环结束后,返回最小差值result

class Solution {
public:
    int getMinimumDifference(TreeNode* root) {
        stack<TreeNode*> st;
        TreeNode* cur = root; // 定义当前节点指针cur并初始化为根节点
        TreeNode* pre = NULL; // 前一个访问的节点指针pre为空
        int result = INT_MAX; // 初始最小差值为INT_MAX
        while (cur != NULL || !st.empty()) { // 当cur不为空或者栈不为空时,进入循环
            if (cur != NULL) { // 如果cur不为空
                st.push(cur); // 将当前节点入栈
                cur = cur->left; // 将当前节点指向其左子节点
            } else { // 如果cur为空,说明已经到达某个节点的左子树的末尾,需要弹出栈顶元素
                cur = st.top();
                st.pop();
                if (pre != NULL) { // 如果存在前一个访问的节点
                    result = min(result, cur->val - pre->val); // 更新最小差值为当前节点与前一个节点值的差的最小值
                }
                pre = cur; // 将pre指向当前节点
                cur = cur->right; // 将当前节点指向其右子节点
            }
        }
        return result; // 返回最小差值
    }
};

觉得有用的话可以点点赞,支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦  >人<  。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1083101.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Web应用-Thinkphp框架-开发指南

Thinkphp框架 二级导航分类&#xff0c;模板继承&#xff0c;内置标签Public 修改MVC模块化 ——访问机制传参加载模版模版引入 分离Runtime 缓存文件管理员添加数据验证及验证场景 控制器 validate 在sql执行&#xff08;敏感操作&#xff09;之前验证数据模板 分页数据表连接…

阿里云存储I/O性能、IOPS和吞吐量是什么意思?

云盘的存储I/O性能是什么&#xff1f;存储I/O性能又称存储读写性能&#xff0c;指不同阿里云服务器ECS实例规格挂载云盘时&#xff0c;可以达到的性能表现&#xff0c;包括IOPS和吞吐量。阿里云百科网aliyunbaike.com分享阿里云服务器云盘&#xff08;系统盘或数据盘&#xff0…

如何选购高效便捷的软件行业项目管理系统

如何选择一个高效便捷的软件行业项目管理系统&#xff1f;推荐一款好用的项目管理软件Zoho Projects&#xff0c;Zoho Projects是少数可以给客户开通权限的项目管理软件&#xff0c;相信Zoho Projects权限管理功能会受到题主的欢迎。有了这个功能&#xff0c;项目外的客户可以参…

机器学习笔记 - GluonCV:基于MXNet/PyTorch + Kinetics400 + 各种先进网络的动作识别的预训练模型

一、简述 GluonCV 提供计算机视觉领域最先进 (SOTA) 深度学习算法的实现。它旨在帮助工程师、研究人员和学生快速制作产品原型、验证新想法并学习计算机视觉。 同时支持 PyTorch 和 MXNet。 GluonCV 提供了分类、检测、分割、姿势估计、动作识别、深度预测这几类的预训练模型,…

腾讯云轻量2核4G5M可容纳多少人访问?

腾讯云2核4G5M服务器支持多少人在线访问&#xff1f;卡不卡&#xff1f;腾讯云轻量2核4G5M带宽服务器支持多少人在线访问&#xff1f;5M带宽下载速度峰值可达640KB/秒&#xff0c;阿腾云以搭建网站为例&#xff0c;假设优化后平均大小为60KB&#xff0c;则5M带宽可支撑10个用户…

UE5.3.1 无法创建C++ 工程问题解决方法

UE5.3.1 创建C工程提示DONET问题&#xff0c;直接下载最新版本的NET8.0的SDK安装即可解决&#xff01; 下载地址&#xff1a;下载 .NET 8.0 SDK (v8.0.100-rc.2) - Windows x64 Installer

软件工程与计算总结(八)软件设计基础

一.设计思想的发展 1958&#xff1a;软件这个名词第一次在公开刊物上使用~60年代中后期and70年代前中期&#xff1a;结构化编程、逐步求精、自顶向下理念是程序设计主要方法70年代中后期and90年代&#xff1a;结构化设计方法、抽象数据类型、信息隐藏、封装、继承、多态等思想…

LVGL-TLSF内存管理算法源码详解(1)-内存池初始化

LVGL-TLSF学前预备知识点 TLSF内存池管理结构示意图: TLSF控制器支持对多内存池的管理&#xff0c;但LVGL只使用一个内存池 内存池存储结构示意图 ------------------- | lv_tlsf_t | - control_t TLSF分配器 ------------------- | Free Block 1 | ----------…

第十一章 文件操作

文件名 一个文件要有一个唯一的文件标识&#xff0c;以便用户识别和引用。文件标识包括3部分&#xff1a; (1)文件路径&#xff1b;(2)文件名主干&#xff1b;(3)文件后缀。 文件分类 根据数据的组织形式&#xff0c;数据文件可分为ASCI文件和二进制文件。 数据在内存中是以…

【opencv】windows10下opencv4.8.0-cuda C++版本源码编译教程

【opencv】windows10下opencv4.8.0-cuda C版本源码编译教程 提示:博主取舍了很多大佬的博文并亲测有效,分享笔记邀大家共同学习讨论 文章目录 【opencv】windows10下opencv4.8.0-cuda C版本源码编译教程前言准备工具cuda/cudnncmakeopencv4.8.0opencv_contrib CMake编译VS2019编…

速通RabbitMQ的五种常见消费模型

目录 引言1. 简单队列模型&#xff08;Simple Queue Model&#xff09;优缺点及适用场景代码示例 2. 工作队列模型&#xff08;Work Queue Model&#xff09;优缺点及适用场景代码示例 3. 发布/订阅模型&#xff08;Publish/Subscribe Model&#xff09;优缺点及适用场景代码示…

Rockchip平台 远程OTA服务搭建

Rockchip平台 远程OTA服务搭建 1. 概述 远程OTA升级服务是一种通过互联网远程更新Rockchip设备的固件和软件的方法。这种服务对于确保设备安全性、修复错误和添加新功能非常重要。 本文档将引导您完成在Rockchip平台上搭建远程OTA升级服务的过程。 在阅读本文的前&#xff…

使用Cpolar内网穿透技术实现远程访问内网BUG管理系统

文章目录 前言1. 本地安装配置BUG管理系统2. 内网穿透2.1 安装cpolar内网穿透2.2 创建隧道映射本地服务3. 测试公网远程访问4. 配置固定二级子域名4.1 保留一个二级子域名5.1 配置二级子域名6. 使用固定二级子域名远程 前言 BUG管理软件,作为软件测试工程师的必备工具之一。在…

利用人工智能做射击游戏辅助(二)AlphaPose环境配置

一、anaconda安装 官网地址&#xff1a;Free Download | AnacondaAnacondas open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.https://www.anaconda.com/download 下载之后下一步就可以&#xff0c…

BCDD-A03-21-L3、BCDD-A02-33-L1比例方向阀控制器

BCDD-A02-31-L1、BCDD-A02-33-L3、BCDD-A02-21-S5、BCDD-A02-23-D5、BCDD-A03-31-L5、BCDD-A03-33-L1、BCDD-A03-21-L3、BCDD-A03-23-S5是直动式比例换向阀&#xff0c;通过比例电磁铁直接驱动阀芯工作。此类阀工作时是通过电子放大器提供比例电磁铁的驱动电流&#xff0c;比例…

哈夫曼树及哈夫曼编码详解及代码实现[C/C++]

文章目录 哈夫曼树及哈夫曼编码哈夫曼树的定义与原理引例路径长度定义 带权路径长度哈夫曼树哈夫曼树的构造方法构造方法示例 哈夫曼树的代码实现哈夫曼树的结点定义哈夫曼树的构造 哈夫曼编码哈夫曼编码方式哈夫曼编码解码的准确性 哈夫曼编码的代码实现运行示例 哈夫曼树及哈…

Android绑定式服务

Github:https://github.com/MADMAX110/Odometer 启动式服务对于后台操作很合适&#xff0c;不过需要一个更有交互性的服务。 接下来构建这样一个应用&#xff1a; 1、创建一个绑定式服务的基本版本&#xff0c;名为OdometerService 我们要为它增加一个方法getDistance()&#x…

PDF编辑软件哪个好用?PDF文档怎么编辑修改内容

在生活中&#xff0c;为了方便文件传输&#xff0c;会将文件扫描或转换成PDF格式&#xff0c;但是如果需要编辑修改会比较麻烦&#xff0c;这时一款好用的PDF编辑器显得十分重要。今天就带大家了解下PDF编辑软件哪个好用&#xff0c;PDF文档怎么编辑修改内容。 一、PDF编辑软件…

【Android 从入门到出门】第一章:Android开发技能入门指南

&#x1f935;‍♂️ 个人主页&#xff1a;艾迦洼的个人主页 ✍&#x1f3fb;作者简介&#xff1a;后端程序猿 &#x1f604; 希望大家多多支持&#xff0c;如果文章对你有帮助的话&#xff0c;欢迎 &#x1f4ac;&#x1f44d;&#x1f3fb;&#x1f4c2; 目录 &#x1f44b;第…

C#(Csharp)我的基础教程(三)(我的菜鸟教程笔记)-控件对象与窗体容器集合(Control)的探究与学习

目录 1、窗体类&#xff08;主代码文件窗体设计器后台代码文件&#xff09;2、控件对象与窗体容器集合&#xff08;Control&#xff09; 1、窗体类&#xff08;主代码文件窗体设计器后台代码文件&#xff09; 主窗体对象的创建&#xff1a;在Program类里面&#xff1a; Appli…