Studying-代码随想录训练营day16| 513找到左下角的值、112.路径总和、106从中序与后序遍历序列构造二叉树

news2024/10/5 21:18:46

第十六天,二叉树part03💪💪💪,编程语言:C++

目录

513找到左下角的值

112.路径总和

113.路径总和II

106从中序与后序遍历序列构造二叉树 

105.从前序与中序遍历序列构造二叉树 

总结 


513找到左下角的值

文档讲解:代码随想录找到左下角的值

视频讲解:手撕找到左下角的值

题目:

学习:注意是找到最底层最左边的值,而不是找到最左边的左节点。两者是有很大差别的,对于第二个示例就能看出,并且最底层最左边的值也未必是左节点,如果示例2中4有一个右节点,那最底层最左边的值就是4的右节点了。

代码:因此本题采用层序遍历最好理解,每次从左到右遍历,记入每次遍历的第一个节点,就是该层最左边的节点,直到找到最后一层。

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
public:
    int findBottomLeftValue(TreeNode* root) {
        queue<TreeNode*> que;
        if(root != nullptr) que.push(root);
        int result;

        while(!que.empty()) {
            int size = que.size();
            result = que.front()->val;
            while(size--) {
                TreeNode* node = que.front();
                que.pop();
                
                if(node->left) que.push(node->left);
                if(node->right) que.push(node->right); 
            }
        }
        return result;
    }
};

代码:本题还可以采用递归遍历的方式,使用前序,中序,后序都可以,这三种遍历方式都保证了先遍历左子树,再遍历右子树。注意每次更新result,只在进入到一个更大的深度,这样能保证记录的是最左边的值。

class Solution {
public:
    //设置两个全局变量,保存最大深度和答案值,当然本题也可以将其放入函数当中,使用引用的方式
    int maxDepth = INT_MIN;
    int result;
    void traversal(TreeNode* cur, int depth) {
        if(cur->left == nullptr && cur->right == nullptr) {
            if (depth > maxDepth) {
                maxDepth = depth;
                result = cur->val;
            }
        }
        //注意必须得先遍历左边,左优先遍历,能够保证在找到最后一层的时候,赋值最左边的节点
        if(cur->left) traversal(cur->left, depth + 1);
        
        if(cur->right) traversal(cur->right, depth + 1);
    }
    int findBottomLeftValue(TreeNode* root) {
        traversal(root, 0);
        return result;
    }
};

112.路径总和

文档讲解:代码随想录路径总和

视频讲解:手撕路径总和

题目:

学习:

  1. 依据本题的意思,我们在遍历过程中,需要遍历到叶子节点才终止。注意本题不适合进行值的大小判断,因为本题的节点数值和目标值都是有可能是正,有可能是负的,因此不好设置大小判断条件。
  2. 本题可以采取前序遍历的方式,同时在遍历的过程中,不是累加各节点数值,而是通过对目标值的相减,来不断逼近目标值,这样更加的直观,且能减少不必要的变量。

代码:

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
public:
    bool traversal(TreeNode* root, int count) {
        //减掉当前节点的值
        count -= root->val;
        //确定终止条件,遍历到叶子结点
        if(root->left == nullptr && root->right == nullptr && count != 0) return false;
        if(root->left == nullptr && root->right == nullptr && count == 0) return true;

        //确定单层递归逻辑,同时保证遍历过程中root不为nullptr
        //count非引用方式,因此为自动进行回溯
        if (root->left) {
            if(traversal(root->left, count)) return true;
        } 
        if (root->right) {
            if(traversal(root->right, count)) return true;
        }
        return false;
    }
    bool hasPathSum(TreeNode* root, int targetSum) {
        if (root == nullptr) return false;
        return traversal(root, targetSum);
    }
};

113.路径总和II

题目:

学习:

  1. 本题与上题不同的在于,要找到所有的数值之和等于目标值的路径。因此我们需要遍历所有的节点,同时要持续记录数值和路径两个变量。数值通过上题,我们知道可以通过目标值不断做减法来进行记录,路径则需要我们建立一个数组来进行保存。
  2. 本题还有一个值得注意的地方,我们在递归过程中如果需要不停改变一个变量,一般采用的是引用的方式。但其实也能采用全局变量的方式,将变量写在函数外,全局变量在递归中同样会不断的被改变。

代码:

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
public:
    //构造两个全局变量,存储路径和结果,取代参数引用
    vector<vector<int>> result;
    vector<int> path;
    //遍历树的节点,因为结果都储存在两个vector数组中,因此不需要返回值
    void traversal (TreeNode* root, int sum) {
        //确定终止条件
        //找到叶子节点的时候进行判断
        if(root->left == nullptr && root->right == nullptr && sum == 0) {
            result.push_back(path);
            return;
        }
        //如果sum!=0 直接返回
        if(root->left == nullptr && root->right == nullptr) return;

        //确定单层递归逻辑
        if(root->left) {
            path.push_back(root->left->val);
            traversal(root->left, sum - root->left->val);
            //对路径进行回溯
            path.pop_back();
        }
        if(root->right) {
            path.push_back(root->right->val);
            traversal(root->right, sum - root->right->val);
            path.pop_back();
        }
        return;
    }
    vector<vector<int>> pathSum(TreeNode* root, int targetSum) {
        if(root == nullptr) return result;
        path.push_back(root->val);
        traversal(root, targetSum - root->val);
        return result;
    }
};

106从中序与后序遍历序列构造二叉树 

文档讲解:代码随想录从中序与后序遍历系列构造二叉树

视频讲解:手撕从中序与后序遍历序列构造二叉树

题目:

学习: 本题与KMP算法一样,都是数据结构中经典的例题之一。

  1. 依据后序遍历左右中的特点我们可以知道,最后一个节点一定是根节点。而根据中序遍历左中右的特点,当我们知道谁是根节点之后,在中序遍历中根节点左边的部分就为根节点的左子树,右边的部分就为根节点的右子树。
  2. 接着我们重复上述过程,当找到根节点的左子树和右子树有哪些节点后,我们在后序遍历中也能够把除最后一个节点(根节点)以外的点,分为左子树部分和右子树部分。相对的对于这两个部分而言,由于后序遍历左右中的特点,最后一个节点就为它们各自的根节点(整棵树的中间节点)。之后再从中序遍历中依次找到根节点的左右部分即可循环下去,直到确定所有节点的位置。
  3. 如果是在纸上进行作答的话,我们根据一次次循环就很容易能够把节点加上去。但是在代码中我们要十分注意递归循环的过程,不仅要设置递归三部曲,还要划分好每次循环过程中的左子树部分和右子树部分。

本题的代码过程可以分为六步:

  1. 如果数组大小为零,说明是空节点,返回
  2. 如果不为空,取后序遍历数组的最后一个元素作为根节点元素。
  3. 找到后序遍历数组最后一个元素在中序遍历数组的位置,作为左右子树切割点。
  4. 切割中序遍历数组,切成中序左数组和中序右数组。
  5. 切割后序遍历数组,注意这里分割的方法是通过第4部分割出的两个数组来进行分割的,因为中序遍历数组中,中序左数组的个数(左子树)一定和后序遍历数组中后序左数组(左子树)的个数是一样的,右子树同理。(其实我们在用纸笔解答的时候,也是通过中序遍历数组分割后的结果,来推导后序遍历数组中的左右子树部分)
  6. 递归处理左区间和右区间。

代码:

class Solution {
private:
    TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) {
        if (postorder.size() == 0) return NULL;

        // 后序遍历数组最后一个元素,就是当前的中间节点
        int rootValue = postorder[postorder.size() - 1];
        TreeNode* root = new TreeNode(rootValue);

        // 叶子节点
        if (postorder.size() == 1) return root;

        // 找到中序遍历的切割点
        int delimiterIndex;
        for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) {
            if (inorder[delimiterIndex] == rootValue) break;
        }

        // 切割中序数组
        // 左闭右开区间:[0, delimiterIndex)
        vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
        // [delimiterIndex + 1, end)
        vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() );

        // postorder 舍弃末尾元素
        postorder.resize(postorder.size() - 1);

        // 切割后序数组
        // 依然左闭右开,注意这里使用了左中序数组大小作为切割点
        // [0, leftInorder.size)
        vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());
        // [leftInorder.size(), end)
        vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());

        root->left = traversal(leftInorder, leftPostorder);
        root->right = traversal(rightInorder, rightPostorder);

        return root;
    }
public:
    TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
        if (inorder.size() == 0 || postorder.size() == 0) return NULL;
        return traversal(inorder, postorder);
    }
};

代码:本题也可以通过设置下标来设置左右子树区间

 

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
private:
    // 中序区间:[inorderBegin, inorderEnd),后序区间[postorderBegin, postorderEnd)
    TreeNode* traversal (vector<int>& inorder, int inorderBegin, int inorderEnd, vector<int>& postorder, int postorderBegin, int postorderEnd) {
        if (postorderBegin == postorderEnd) return NULL;

        int rootValue = postorder[postorderEnd - 1];
        TreeNode* root = new TreeNode(rootValue);

        if (postorderEnd - postorderBegin == 1) return root;

        int delimiterIndex;
        for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) {
            if (inorder[delimiterIndex] == rootValue) break;
        }
        // 切割中序数组
        // 左中序区间,左闭右开[leftInorderBegin, leftInorderEnd)
        int leftInorderBegin = inorderBegin;
        int leftInorderEnd = delimiterIndex;
        // 右中序区间,左闭右开[rightInorderBegin, rightInorderEnd)
        int rightInorderBegin = delimiterIndex + 1;
        int rightInorderEnd = inorderEnd;

        // 切割后序数组
        // 左后序区间,左闭右开[leftPostorderBegin, leftPostorderEnd)
        int leftPostorderBegin =  postorderBegin;
        int leftPostorderEnd = postorderBegin + delimiterIndex - inorderBegin; // 终止位置是 需要加上 中序区间的大小size
        // 右后序区间,左闭右开[rightPostorderBegin, rightPostorderEnd)
        int rightPostorderBegin = postorderBegin + (delimiterIndex - inorderBegin);
        int rightPostorderEnd = postorderEnd - 1; // 排除最后一个元素,已经作为节点了

        root->left = traversal(inorder, leftInorderBegin, leftInorderEnd,  postorder, leftPostorderBegin, leftPostorderEnd);
        root->right = traversal(inorder, rightInorderBegin, rightInorderEnd, postorder, rightPostorderBegin, rightPostorderEnd);

        return root;
    }
public:
    TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
        if (inorder.size() == 0 || postorder.size() == 0) return NULL;
        // 左闭右开的原则
        return traversal(inorder, 0, inorder.size(), postorder, 0, postorder.size());
    }
};

105.从前序与中序遍历序列构造二叉树 

题目:

学习:本题和上一题一样,只不过后序换为前序遍历后,根节点的寻找变为了找前序遍历数组的第一个节点作为根节点,剩下的同样是依据需要划分不同左右子树区间,进行递归。

代码:

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
private:
        TreeNode* traversal (vector<int>& inorder, int inorderBegin, int inorderEnd, vector<int>& preorder, int preorderBegin, int preorderEnd) {
        if (preorderBegin == preorderEnd) return NULL;

        int rootValue = preorder[preorderBegin]; // 注意用preorderBegin 不要用0
        TreeNode* root = new TreeNode(rootValue);

        if (preorderEnd - preorderBegin == 1) return root;

        int delimiterIndex;
        for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) {
            if (inorder[delimiterIndex] == rootValue) break;
        }
        // 切割中序数组
        // 中序左区间,左闭右开[leftInorderBegin, leftInorderEnd)
        int leftInorderBegin = inorderBegin;
        int leftInorderEnd = delimiterIndex;
        // 中序右区间,左闭右开[rightInorderBegin, rightInorderEnd)
        int rightInorderBegin = delimiterIndex + 1;
        int rightInorderEnd = inorderEnd;

        // 切割前序数组
        // 前序左区间,左闭右开[leftPreorderBegin, leftPreorderEnd)
        int leftPreorderBegin =  preorderBegin + 1;
        int leftPreorderEnd = preorderBegin + 1 + delimiterIndex - inorderBegin; // 终止位置是起始位置加上中序左区间的大小size
        // 前序右区间, 左闭右开[rightPreorderBegin, rightPreorderEnd)
        int rightPreorderBegin = preorderBegin + 1 + (delimiterIndex - inorderBegin);
        int rightPreorderEnd = preorderEnd;

        root->left = traversal(inorder, leftInorderBegin, leftInorderEnd,  preorder, leftPreorderBegin, leftPreorderEnd);
        root->right = traversal(inorder, rightInorderBegin, rightInorderEnd, preorder, rightPreorderBegin, rightPreorderEnd);

        return root;
    }

public:
    TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
        if (inorder.size() == 0 || preorder.size() == 0) return NULL;

        // 参数坚持左闭右开的原则
        return traversal(inorder, 0, inorder.size(), preorder, 0, preorder.size());
    }
};

注:本题还能采用迭代的方式,等我二刷试试。

总结 

今天题目虽然不多,但是难度都很大,需要反复学习理解。

  1. 左下角的值要避免成为找最左边的左叶子节点的值。
  2. 路径总和要注意对路径中数值的处理,以及路径总和II中对每一条路径的保存和回溯,都需要注意。
  3. 从中序与后序遍历构造二叉树和从前序与中序遍历构造二叉树,理解上虽然没什么问题,但是代码书写上难度很大,还需要多加练习。

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/1847472.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

【计算机毕业设计】​206校园顺路代送微信小程序

&#x1f64a;作者简介&#xff1a;拥有多年开发工作经验&#xff0c;分享技术代码帮助学生学习&#xff0c;独立完成自己的项目或者毕业设计。 代码可以私聊博主获取。&#x1f339;赠送计算机毕业设计600个选题excel文件&#xff0c;帮助大学选题。赠送开题报告模板&#xff…

思聪私生女能继位吗?王健林表态,家族不会亏待

黄一鸣坚称&#xff1a;这绝对是王思聪的骨肉&#xff01;常言道&#xff0c;常在河边走&#xff0c;哪能不湿鞋。换女友如换装的王思聪&#xff0c;这次终于跌入了陷阱&#xff01;他的网红女友们如繁星点点&#xff0c;但选择标准始终如一——年轻、美丽。在金钱上&#xff0…

Nodejs 第七十九章(Kafka进阶)

kafka前置知识在上一章讲过了 不再复述 kafka进阶 1. server.properties配置文件 server.properties是Kafka服务器的配置文件&#xff0c;它用于配置Kafka服务的各个方面&#xff0c;包括网络设置、日志存储、消息保留策略、安全认证 #broker的全局唯一编号&#xff0c;不能…

市场价格到底是因为什么而变动?

在外汇及广泛的金融市场中&#xff0c;影响金融工具价格起伏的因素纷繁复杂。然而&#xff0c;万变不离其宗&#xff0c;无论是哪个市场&#xff0c;价格的最终决定力量始终是供需之间的平衡法则。 对于外汇、大宗商品等金融市场而言&#xff0c;表面上似乎受宏观经济数据、央…

极速查询:StarRocks 存算分离 Compaction 原理 调优指南

作者&#xff1a;丁凯&#xff0c;StarRocks TSC member/镜舟科技云原生技术负责人 StarRocks 在数据摄入过程中&#xff0c;每次操作都会创建一个新的数据版本。在查询时&#xff0c;为了得到准确的结果&#xff0c;必须将所有版本合并。然而&#xff0c;随着历史数据版本的累…

Midjourney v6 快速入门指南

Midjourney V6快速入门教程来了&#xff0c;这是Midjourney的AI图像生成器的又一次令人印象深刻的升级。最显著的是&#xff0c;V6在逼真渲染和图像中的文字功能方面取得了重大进展。 在这篇文章中&#xff0c;我们将探讨如何开始使用Midjourney V6&#xff0c;并提供一些示例…

【单片机毕业设计选题24018】-基于STM32和阿里云的农业大棚系统

系统功能: 系统分为手动和自动模式&#xff0c;上电默认为自动模式&#xff0c;自动模式下系统根据采集到的传感器值 自动控制&#xff0c;温度过低后自动开启加热&#xff0c;湿度过高后自动开启通风&#xff0c;光照过低后自动开启补 光&#xff0c;水位过低后自动开启水泵…

【LeetCode最详尽解答】42-接雨水 Trapping-Rain-Water

欢迎收藏Star我的Machine Learning Blog:https://github.com/purepisces/Wenqing-Machine_Learning_Blog。如果收藏star, 有问题可以随时与我交流, 谢谢大家&#xff01; 链接: 42-接雨水 直觉 通过可视化图形来解决这个问题会更容易理解和解决。 给定输入: height [0,1,…

不破不立,B站终于跳出“舒适圈”?

哔哩哔哩已经很久没有这么振奋人心的时刻了。 6月19日&#xff0c;哔哩哔哩当日股价涨超18%&#xff0c;最高达到145.6元每股&#xff0c;时隔11个月&#xff0c;再次回归高位。从时间线上看&#xff0c;这次的股价大涨明显与哔哩哔哩刚&#xff08;以下简称“B站”&#xff0…

分享HTML显示2D/3D时间

效果截图 实现代码 <!DOCTYPE html> <head> <title>three.jscannon.js Web 3D</title><meta charset"utf-8"><meta name"viewport" content"widthdevice-width,initial-scale1,maximum-scale1"><meta n…

vulnhub靶场之FunBox-11

一.环境搭建 1.靶场描述 As always, its a very easy box for beginners. Add to your /etc/hosts: funbox11 This works better with VirtualBox rather than VMware. 2.靶场下载 https://www.vulnhub.com/entry/funbox-scriptkiddie,725/ 3.靶场启动 二.信息收集 1.寻找靶…

2. zabbix-agent获取监控数据的三种方式

zabbix-agent获取监控数据的三种方式 一、监控其他主机1、在被监控机安装部署zabbix-agent2、在web界面添加监控主机3、系统级别的监控数据参考 二、zabbix-agent监控的三种方式1、利用自带key监控数据1.1 示例1: 监控node01网卡的流入流量1.2 常用的key 2、自定义key的监控2.1…

Python基础用法 之 运算符

1.算数运算符 符号作用说明举例加与“”相同 - 减与“-”相同*乘 与“ ”相同 9*218/除 与“ ”相同 9/24.5 、6/32.0//求商&#xff08;整数部分&#xff09; 两个数据做除法的 商 9//24%取余&#xff08;余数部分&#xff09; 是两个数据做除法的 余数 9%21**幂、次方2**…

IDEA 配置方法模板无法获取到参数值和返回值(methodParameters()、methodReturnType()获取不到值)

问题现象&#xff1a; 我在 review 同事代码时候&#xff0c;发现方法上有注释&#xff0c;但是注释上又没有方法参数和返回值&#xff0c;这不是IDEA 配置了方法模板就可以自动生成的嘛&#xff0c;我出于好奇去问了下该同事是怎么回事&#xff0c;该同事有点不好意思的说我配…

客户集中度高,毛利率下滑,江苏永成的IPO之路能走通吗?

撰稿|行星 来源|贝多财经 近年来&#xff0c;汽车市场蓬勃向上&#xff0c;助推上游配套产业链进入增长热潮。 行业利好前景下&#xff0c;不少汽车上游供应商开始向资本市场进发&#xff0c;希望借助上市拓宽融资渠道&#xff0c;加速业务拓展和技术创新&#xff0c;在产业…

【数据库备份完整版】物理备份、逻辑备份,mysqldump、mysqlbinlog的备份方法

【数据库备份完整版】物理备份、逻辑备份&#xff0c;mysqldump、mysqlbinlog的备份方法 一、物理备份二、逻辑备份1.mysqldump和binlog备份的方式&#xff1a;2.mysqldump完整备份与恢复数据2.1 mysqldump概念2.2 mysqldump备份2.3 数据恢复2.4 **使用 Cron 自动执行备份**2.5…

Elk安装及使用

es安装及使用 单机版安装 集群安装 132 node-01 133 node-02 135 node-03 日志用户权限有问题 看日志 解决方案&#xff1a; 出现错误后&#xff0c;再次重启前&#xff0c;需要删除三个节点/data/下的内容 9300-http 9300-tcp logstasha安装及使用 Ssh错误 Yum安装默认路…

海量数据处理——bitMap/BloomFilter、hash + 统计 + 堆/归并/快排

前言&#xff1a;海量数据处理是面试中一道常考的问题&#xff0c; 生活中也容易遇到这种问题。 通常就是有一个大文件&#xff0c; 让我们对这个文件进行一系列操作——找出现次数最多的数据、求交集、是否重复出现等等。 因为文件的内容太多&#xff0c; 我们的内存通常是放不…

Java基础 - 练习(五)根据今天日期获取一周内的日期(基姆拉尔森公式)

基姆拉尔森计算公式用于计算一周内的日期。比如给你年月日&#xff0c;从而计算今天是星期几。 基姆拉尔森公式 Week (d2*m3*(m1)/5yy/4-y/100y/4001) mod 7&#xff0c; 3<m<14Week的取值范围是0 ~ 6&#xff0c;其中0代表星期日&#xff0c;1 ~ 6分别代表星期一到星期…

【考研408计算机组成原理】数值表示和运算之快速数值转换

苏泽 “弃工从研”的路上很孤独&#xff0c;于是我记下了些许笔记相伴&#xff0c;希望能够帮助到大家 另外&#xff0c;利用了工作之余的一点点时间&#xff0c;整理了一套考研408的知识图谱&#xff0c; 我根据这一套知识图谱打造了这样一个408知识图谱问答系统 里面的每一…