DAY18||530.二叉搜索树的最小绝对值差 |501.二叉搜索树中的众数| 236.二叉树的最近公共祖先

news2024/9/30 22:05:48

530.二叉搜索树的最小绝对值差 

题目:530. 二叉搜索树的最小绝对差 - 力扣(LeetCode)

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

递归法 

直观思路就是,中序遍历二叉树,暴力一点就是新开一个有序数组存储这些值,再求差。本题使用双指针法。 然后求相邻两个节点之间的差值就可以了。

会做上一题,这题也会做了。

class Solution {
    private:int result=INT_MAX;
    TreeNode*pre=NULL;
    void traversal(TreeNode*cur)
    {
        if(cur==NULL)return;
        traversal(cur->left);//左
        if(pre!=NULL)//中
        {
            result=min(result,cur->val-pre->val);//求相邻两个数的最小差值

        }
        pre=cur;
        traversal(cur->right);//右
    }
public:
    int getMinimumDifference(TreeNode* root) {
        traversal(root);
        return result;


    }
};

迭代法 

使用栈来模拟中序遍历过程。

class Solution {
public:
    int getMinimumDifference(TreeNode* root) {
        stack<TreeNode*>st;
        TreeNode*pre=NULL;
        TreeNode*cur=root;
        int result=INT_MAX;
        while(cur!=NULL||!st.empty())
        {
            if(cur!=NULL)//一路遍历到左子树的底,依次入栈
            {
                st.push(cur);//左
                cur=cur->left;
            }
            else 
            {
                cur=st.top();
                st.pop();//中
                if(pre!=NULL)
                result=min(result,cur->val-pre->val);

                pre=cur;//保存当前值
                cur=cur->right;//右

            }
        }

        return result;
    }
};

501.二叉搜索树中的众数

 题目:501. 二叉搜索树中的众数 - 力扣(LeetCode)

给定一个有相同值的二叉搜索树(BST),找出 BST 中的所有众数(出现频率最高的元素)。

假定 BST 有如下定义:

  • 结点左子树中所含结点的值小于等于当前结点的值
  • 结点右子树中所含结点的值大于等于当前结点的值
  • 左子树和右子树都是二叉搜索树

例如:

给定 BST [1,null,2,2],

501. 二叉搜索树中的众数

返回[2].

提示:如果众数超过1个,不需考虑输出顺序

如果是非二叉搜索树,就要用到哈希表,具体步骤是:遍历整棵树,map统计出现频率和对应的值。再给出现频率value排序,最后取出高频数就可。

是二叉树搜索时树,用中序遍历就是有序的。和上题一样双指针法遍历,只不过在统计比较频率和求最大频率集合(众数可以不只一个)上用点技巧。

递归·法

class Solution {
    private:
    TreeNode*pre=NULL;
    int count=0;
    int maxcount=0;
    vector<int>result;
    void searchBST(TreeNode*cur)
    {
        if(cur==NULL)return;
        searchBST( cur->left);//左
        //中
        if(pre==NULL)count=1;
        else if(pre->val==cur->val)count++;//如果和前一个数相同,则频率+1
        else  count=1;//重置为1。所以不能直接初始值为1
        

        if(count==maxcount)result.push_back(cur->val);
        if(count>maxcount)
        {
            maxcount=count;
            result.clear();//清空
            result.push_back(cur->val);//更新众数
        }
        pre=cur;
        searchBST(cur->right);//右
        return;

    }

public:
    vector<int> findMode(TreeNode* root) {
        result.clear();
        searchBST(root);
        return result;

    }
};

迭代法

用栈来模拟中序遍历迭代写法,中的处理逻辑一点没变,和上题一模一样,只是换了一个写法。

class Solution {
public:
    vector<int> findMode(TreeNode* root) {
       stack<TreeNode*>st;
       TreeNode*pre=NULL;
       TreeNode*cur=root;
       int count=0;
       int maxcount=0;
       vector<int>result;
       while(cur!=NULL||!st.empty())
       {
        if(cur!=NULL)
        {
            st.push(cur);
            cur=cur->left;//左
        }
        else
        {
            cur=st.top();
            st.pop();
        //中
        if(pre==NULL)count=1;
        else if(pre->val==cur->val)count++;//如果和前一个数相同,则频率+1
        else  count=1;//重置为1。所以不能直接初始值为1
        if(count==maxcount)result.push_back(cur->val);
        if(count>maxcount)
        {
            maxcount=count;
            result.clear();//清空
            result.push_back(cur->val);//更新众数
        }
        pre=cur;
        cur=cur->right;//右
        }

       }
        return result;

    }
};

小总结,上两题类似的地方挺多的。都是使用中序遍历,只是中的处理逻辑稍有不同。总体还是简单的,然后难的来了。 

236.二叉树的最近公共祖先

题目:236. 二叉树的最近公共祖先 - 力扣(LeetCode)

给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。

百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”

例如,给定如下二叉树:  root = [3,5,1,6,2,0,8,null,null,7,4]

236. 二叉树的最近公共祖先

示例 1: 输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1 输出: 3 解释: 节点 5 和节点 1 的最近公共祖先是节点 3。

示例 2: 输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 4 输出: 5 解释: 节点 5 和节点 4 的最近公共祖先是节点 5。因为根据定义最近公共祖先节点可以为节点本身。

说明:

  • 所有节点的值都是唯一的。
  • p、q 为不同节点且均存在于给定的二叉树中。

思路:

后序遍历就是一个回溯过程,这样就可以自底往上查公共祖先。

首先情况一,找到一个节点,左子树有p右子树有q或者左子树有q右子树有p。

 

判断逻辑是 如果递归遍历遇到q,就将q返回,遇到p 就将p返回,那么如果 左右子树的返回值都不为空,说明此时的中节点,一定是q 和p 的最近祖先。 (题目说pq不同且一定存在)

情况二就是p或q本身就是公共祖先。

 但是情况一处理的时候也包含了情况二。

如:当 pq 的祖先时,代码中的 if (root == q || root == p) 判断会保证函数直接返回 p,无需继续递归。

      3
     / \
    5   1
   / \
  6   2

  • 假设 p = 5q = 6,即 pq 的祖先。
  • 当递归到 root = 5 时,会触发 if (root == p) 的条件,直接返回 p,即节点 5
  • 由于 pq 的祖先,最近的公共祖先就是 p 本身,整个算法就会正确返回 5

注意就是递归的返回值问题。如果是搜索一条边那么就不需要返回值。如果要搜索整棵树那么就需要left和right接住返回值。而本题需要遍历整棵树是因为后序遍历(左右中)的特性,需要left和right的逻辑处理完成后(中)才能返回值。

还有一点如图就知道了。

如果left为空,right不为空,就返回right,说明目标节点是通过right返回的,反之依然

如图:

236.二叉树的最近公共祖先1

递归法 

class Solution {
public:
    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
        if(root==q||root==p||root==NULL)return root;
        TreeNode*left=lowestCommonAncestor(root->left,p,q);//左
        TreeNode*right=lowestCommonAncestor(root->right,p,q);//右

        if(left!=NULL&&right!=NULL)return root;//中,如果 left 和 right 都不为空,说明 p 和 q 分别在 root 的左右子树中,因此 root 是它们的最近公共祖先,返回 root。
        if(left==NULL&&right!=NULL)return right;//如果 left 为空,而 right 不为空,说明两个节点都不在左子树中,且右子树中找到了一个有效结果,因此返回 right。
        else if(left!=NULL&&right==NULL)return left;//同上
        else 
        return NULL;//两边都为空,证明两棵树都没有p和q的存在。
        
    }
};

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/2180831.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

MongoDB 快速入门+单机部署(附带脚本)

目录 介绍 体系结构 数据模型 BSON BSON 数据类型 特点 高性能 高可用 高扩展 丰富的查询支持 其他特点 部署 单机部署 普通安装 脚本安装 Docker Compose 安装 卸载 停止 MongoDB 删除包 删除数据目录 参考&#xff1a; https://docs.mongoing.com/ 介绍…

Ping到底干了啥?ICMP 协议详解

什么是 ICMP&#xff1f; ICMP&#xff08;Internet Control Message Protocol&#xff0c;互联网控制消息协议&#xff09;是一种网络层协议&#xff0c;主要用于在网络设备之间传递控制信息和错误消息。它是 IP 协议族的一部分&#xff0c;通常与 IP 协议一起使用。ICMP 的主…

cheese自动化平台开发环境搭建【图文版】

目的 cheese自动化平台是一款可以模拟鼠标和键盘操作的自动化工具。它可以帮助用户自动完成一些重复的、繁琐的任务&#xff0c;节省大量人工操作的时间。可以采用Vscode、IDEA编写&#xff0c;支持Java、Python、nodejs、GO、Rust、Lua。官方提供了视频版教程&#xff0c;对于…

leetcode每日一题day20(24.9.30)——座位预约管理系统

思路&#xff1a;由于一直是出最小的编号&#xff0c;并且除此之外只有添加元素的操作&#xff0c;如果使用数组存储&#xff0c;并记录&#xff0c;这样出最小编号时间是O(n)复杂度,释放一个座位则是O(1)在操作出线机会均等的情况下&#xff0c;平均是O(n/2), 但对于这种重复 …

CANoe_trace介绍以及如何使用C#仿制trace方案介绍

C#UI界面仿制trace界面介绍--初次制作&#xff0c;后续待完善 在汽车电子开发中&#xff0c;DBC&#xff08;Database Container&#xff09;文件对于定义和描述CAN&#xff08;Controller Area Network&#xff09;通信协议至关重要。随着项目的迭代和功能的扩展&#xff0c;手…

Elasticsearch 开放推理 API 增加了对 Google AI Studio 的支持

作者&#xff1a;来自 Elastic Jeff Vestal 我们很高兴地宣布 Elasticsearch 的开放推理 API 支持 Gemini 开发者 API。使用 Google AI Studio 时&#xff0c;开发者现在可以与 Elasticsearch 索引中的数据进行聊天、运行实验并使用 Google Cloud 的模型&#xff08;例如 Gemin…

0基础学前端 day7

大家好&#xff0c;欢迎来到无限大的频道 今天继续带领大家来了解前端的知识&#xff0c;深入了解互联网和浏览器背后的技术。 历史背景 互联网的起源可以追溯到20世纪60年代的ARPANET项目&#xff0c;作为研究机构之间的通信网络。最初的网页浏览器由Tim Berners-Lee于1990…

【工程测试技术】第3章 测试装置的基本特性,静态特性和动态特性,一阶二阶系统的特性,负载效应,抗干扰性

目录 3.1 概述 1测量装置的静态特性 2.标准和标准传递 3.测量装置的动态特性 4.测量装置的负载特性 5.测量装置的抗干扰性 1.线性度 2.灵敏度 3.回程误差 4.分辨力 5.零点漂移和灵敏度漂移 3.3.1 动态特性的数学描述 1.传递函数 2.频率响应函数 3.脉冲响应函数 …

jmeter进行性能测试实践

设置场景接口 一、通过抓取一个场景的接口&#xff08;抓包&#xff09; 自己抓取需要的接口&#xff0c;进行依赖 流程&#xff1a;1.在网页上F12抓取登录页面和登出页面的URL。2.在jemeter设置线程组&#xff0c;添加http请求输入URL等。3.查看结果数 二、通过boday录制 …

计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-09-29

计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-09-29 在这一期中&#xff0c;我们对大语言模型在软件开发中的跨学科应用的几个工作做简要的介绍。相关内容涵盖软件测试时的问题报告&#xff0c;问题分类&#xff0c;测试生成&#xff0c;和软件测试中的AI应用: …

【宝藏篇】加密软件有哪些?10款好用的加密软件推荐!

小明&#xff1a;嘿&#xff0c;小华&#xff0c;你知道有哪些好用的加密软件吗&#xff1f;我最近需要保护一些敏感数据。 小华&#xff1a;当然&#xff0c;小明&#xff01;现在市场上有很多优秀的加密软件&#xff0c;可以帮助你保护数据安全。我正好有10款宝藏级的加密软件…

【RocketMQ】RocketMQ应用难点

&#x1f3af; 导读&#xff1a;本文探讨了RocketMQ中消息重复消费的问题及其解决方案&#xff0c;尤其是在CLUSTERING模式下的扩容影响。文章分析了重复消费的原因&#xff0c;如广播模式、负载均衡模式下的多consumerGroup消费、消费者组内的动态变化及网络延迟等&#xff0c…

基于单片机的催眠电路控制系统

** 文章目录 前言一 概要功能设计设计思路 软件设计效果图 程序文章目录 前言 &#x1f497;博主介绍&#xff1a;✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计划导师&#xff0c;一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主…

动手学深度学习(李沐)PyTorch 第 3 章 线性神经网络

3.1 线性回归 线性回归是对n维输入的加权&#xff0c;外加偏差 线性回归可以看作是单层神经网络 回归问题中最常用的损失函数是平方误差函数。 平方误差可以定义为以下公式&#xff1a; 常数1/2不会带来本质的差别&#xff0c;但这样在形式上稍微简单一些 &#xff08;因为当…

【C++篇】领略模板编程的进阶之美:参数巧思与编译的智慧

文章目录 C模板进阶编程前言第一章: 非类型模板参数1.1 什么是非类型模板参数&#xff1f;1.1.1 非类型模板参数的定义 1.2 非类型模板参数的注意事项1.3 非类型模板参数的使用场景示例&#xff1a;静态数组的实现 第二章: 模板的特化2.1 什么是模板特化&#xff1f;2.1.1 模板…

YOLO11关键改进与网络结构图

目录 前言&#xff1a;一、YOLO11的优势二、YOLO11网络结构图三、C3k2作用分析四、总结 前言&#xff1a; 对于一个科研人来说&#xff0c;发表论文水平的高低和你所掌握的信息差有着极大的关系&#xff0c;所以趁着YOLO11刚刚发布&#xff0c;趁热了解&#xff0c;先人一步对…

与我免费ai书童拆解《坚持》创作历程

插科打诨的海侃胡闹&#xff0c;调侃舒展《坚持》诗创的灵魂盛宴之旅。 (笔记模板由python脚本于2024年09月30日 19:11:42创建&#xff0c;本篇笔记适合喜欢python和诗歌的coder翻阅) 【学习的细节是欢悦的历程】 Python 官网&#xff1a;https://www.python.org/ Free&#x…

如何让ollama本地模型使用code-interpreter(代码解释器)?

代码解释器通常都需要在GPU的环境下使用原生的模型通过transformer来实现&#xff0c;且本身还需要模型本身支持&#xff0c;ollama本地蒸馏过的模型占用的资源比较小&#xff0c;也方便本地使用&#xff0c;但是如果想用这些模型的代码解释器&#xff0c;即让大模型写程序并执…

小巧机身,但强劲动力实现千元级净须,未野迷你剃须刀测评

剃须刀是很多朋友每天都要用的工具&#xff0c;在选择上非常丰富&#xff0c;就便捷性和可靠性来说&#xff0c;电动剃须刀还是更方便一些。以前多数人用的都是飞利浦等传统品牌。近几年国产剃须刀也开始崛起&#xff0c;但是也存在很多令人不够满意的产品&#xff0c;比如说&a…

Redis入门第三步:Redis事务处理

欢迎继续跟随《Redis新手指南&#xff1a;从入门到精通》专栏的步伐&#xff01;在本文中&#xff0c;我们将探讨Redis的事务处理机制。了解如何使用事务来保证一系列操作的原子性和一致性&#xff0c;这对于构建可靠的应用程序至关重要 1 什么是Redis事务&#x1f340; ​ R…