热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

代码随想录算法训练营Day18|513.找树左下角的值、112.路径总和、106.从中序与后序遍历序列构造二叉树

代码随想录算法训练营Day18|513.找树左下角的值、112.路径总和、106.从中序与后序遍历序列构造二叉树513.找树左下角的值513.找树左下角的值假设二叉树中至少有一个节

代码随想录算法训练营Day18|513. 找树左下角的值、112. 路径总和、106. 从中序与后序遍历序列构造二叉树

513. 找树左下角的值

513. 找树左下角的值

假设二叉树中至少有一个节点。因此排除了根节点为空的情况,我们在层序遍历插入根节点是不用考虑异常情况。

/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
int findBottomLeftValue(TreeNode* root) {
queue que;
// 题目要求二叉树根节点不为空,不用讨论
que.push(root);
int res;
while (!que.empty()) {
vector row;
int size = que.size();
while (size--) {
TreeNode* node = que.front();
que.pop();
row.push_back(node->val);
if (node->left) que.push(node->left);
if (node->right) que.push(node->right);
}
res = row.front();
}
return res;
}
};

这里再进行优化,不需要用容器保存整行的元素,再每层遍历时刷新第一个元素的值即可,这里需要我们调整遍历手段用for循环代替while循环方便获取首位元素的值,完整代码如下:

/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
int findBottomLeftValue(TreeNode* root) {
queue que;
// 题目要求二叉树根节点不为空,不用讨论
que.push(root);
int res;
while (!que.empty()) {
int size = que.size();
for (int i = 0; i TreeNode* node = que.front();
que.pop();
if (i == 0) res = node->val;
if (node->left) que.push(node->left);
if (node->right) que.push(node->right);
}
}
return res;
}
};

112. 路径总和

112. 路径总和

/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
bool hasPathSum(TreeNode* root, int targetSum) {
return getPathSum(root, 0, targetSum);
}
bool getPathSum(TreeNode* node, int sum, int targetSum) {
if (node == NULL) return false;
sum += node->val;
if (node->left == NULL && node->right == NULL) {
return targetSum == sum ? true : false;
}
bool left = getPathSum(node->left, sum, targetSum);
bool right = getPathSum(node->right, sum, targetSum);
return (left || right);
}
};

这里因为需要比较目标值yatgetSum和累加的路径和,要一直再函数传递targetSUm这个固定参数,造成了额外的开销。不要去累加然后判断是否等于目标和,那么代码比较麻烦,可以用递减让计数器count初始为目标和,然后每次减去遍历路径节点上的数值。当判断为叶子节点时,判断递减的目标和是否归零来判断路径和是否相等:

if (node->left == NULL && node->right == NULL) {
return targetSum == 0 ? true : false;
}

完整代码如下:

/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
bool hasPathSum(TreeNode* root, int targetSum) {
return getPathSum(root, targetSum);
}
bool getPathSum(TreeNode* node, int targetSum) {
if (node == NULL) return false;
targetSum -= node->val;
if (node->left == NULL && node->right == NULL) {
return targetSum == 0 ? true : false;
}
bool left = getPathSum(node->left, targetSum);
bool right = getPathSum(node->right, targetSum);
return (left || right);
}
};

另外上述代码的终止条件设置为if (node == NULL) return false;其实含义不是很清晰,虽然可以避免对左右孩子节点是否为空进行讨论,但真正的终止条件其实是if (node->left == NULL && node->right == NULL)。如果要去掉节点为空的条件,由于判断左右孩子节点可以串行判断,可以考虑在遍历孩子节点时再添加是否为空的判断:

112.路径总和

这样会引入一个回溯问题,就是进入递归函数时不能立即递减targetSum,只有在孩子节点不为空的情况下,才能对目标值进行修改,并且完成左孩子判断后需要还原目标值来进行右孩子节点的判断,一次来体现回溯的思想:

if (node->left) {
targetSum -= node->val;
return getPathSum(node->left, targetSum);
targetSum += node->val;
}
if (node->right) {
targetSum -= node->val;
return getPathSum(node->right, targetSum);
targetSum += node->val;
}

重点在于左/右孩子节点可以串行判断。之前的方法不判断是因为他默认一定会传入左/右孩子节点,所以在进行分支前统一递减并且结果共用避免了递归的多次操作,完整代码如下:

if (node->left)
if (getPathSum(node->left, targetSum)) return true;
if (node->right)
if (getPathSum(node->right, targetSum)) return true;

完整代码如下:

/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
bool hasPathSum(TreeNode* root, int targetSum) {
if (root == NULL) return false;
return getPathSum(root, targetSum);
}
bool getPathSum(TreeNode* node, int targetSum) {
targetSum -= node->val;
if (node->left == NULL && node->right == NULL) {
return targetSum == 0 ? true : false;
}
if (node->left)
if (getPathSum(node->left, targetSum)) return true;
if (node->right)
if (getPathSum(node->right, targetSum)) return true;
return false;
}
};

106. 从中序与后序遍历序列构造二叉树

106. 从中序与后序遍历序列构造二叉树

注意本题题目要求:



  • inorderpostorder 都由 不同 的值组成:

    意味着可以通过值唯一确定不同的节点



  • inorder 保证是树的中序遍历/postorder 保证是树的后序遍历

    确保输入内容正确,我们也可以选择对输入内容进行异常处理,判断其中任何一个数组的长度即可:

    if (inorder.size() == 0 || postorder.size() == 0) return NULL;




本题核心在于根据后续遍历末尾节点确认中间节点,以此分基础进行分割。

106.从中序与后序遍历序列构造二叉树

这里涉及到数组的分割,我们初始化数组时分割区间为左闭右开

vector test = {1, 2, 3};
// 如果需要截取前2个元素,末位指针需要指在第三个元素3上
vetor delimiter(test.begin(), test.begin() + 2);
// delemiter为{1, 2}

另外虽然递归函数的终结条件为postorder.size() == 0即返回空节点,我们也可以剪枝一下遍历流程:当postorder.size() == 1时,我们直接返回当前节点,因为前序/后序数组长度相等,此时已经遍历到叶子结点,没有分割数组的必要了:

if (postorder.size() == 1) return root;

另外还有个细节是后序数组切分前需要重置数组长度,来去掉末尾的中间节点,它是不需要递归到左右孩子节点中去的:

postorder.resize(postorder.size() - 1);

完整代码如下:

/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
TreeNode* buildTree(vector& inorder, vector& postorder) {
if (inorder.size() == 0 || postorder.size() == 0) return NULL;
return traversal(inorder, postorder);
}
TreeNode* traversal(vector inorder, vector postorder) {
// 递归的判断条件都使用后序数组,因为他是分割的起点
if (postorder.size() == 0) return NULL;
TreeNode* root = new TreeNode(postorder[postorder.size() - 1]);
// 这里剪枝一下:如果后序数组为1,不需要进行分割
if (postorder.size() == 1) return root;
int delimiterIndex = 0;
while (delimiterIndex if (inorder[delimiterIndex] == root->val) break;
delimiterIndex++;
}
vector leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);
vector rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end());
// 这里resize后续数组的长度
postorder.resize(postorder.size() - 1);
vector leftPreorder(postorder.begin(), postorder.begin() + delimiterIndex);
vector rightPreorder(postorder.begin() + delimiterIndex, postorder.end());
root->left = traversal(leftInorder, leftPreorder);
root->right = traversal(rightInorder, rightPreorder);
return root;
}
};


推荐阅读
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 本文详细解析了JavaScript中相称性推断的知识点,包括严厉相称和宽松相称的区别,以及范例转换的规则。针对不同类型的范例值,如差别范例值、统一类的原始范例值和统一类的复合范例值,都给出了具体的比较方法。对于宽松相称的情况,也解释了原始范例值和对象之间的比较规则。通过本文的学习,读者可以更好地理解JavaScript中相称性推断的概念和应用。 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • 本文介绍了C#中生成随机数的三种方法,并分析了其中存在的问题。首先介绍了使用Random类生成随机数的默认方法,但在高并发情况下可能会出现重复的情况。接着通过循环生成了一系列随机数,进一步突显了这个问题。文章指出,随机数生成在任何编程语言中都是必备的功能,但Random类生成的随机数并不可靠。最后,提出了需要寻找其他可靠的随机数生成方法的建议。 ... [详细]
  • qt学习(六)数据库注册用户的实现方法
    本文介绍了在qt学习中实现数据库注册用户的方法,包括登录按钮按下后出现注册页面、账号可用性判断、密码格式判断、邮箱格式判断等步骤。具体实现过程包括UI设计、数据库的创建和各个模块调用数据内容。 ... [详细]
  • “你永远都不知道明天和‘公司的意外’哪个先来。”疫情期间,这是我们最战战兢兢的心情。但是显然,有些人体会不了。这份行业数据,让笔者“柠檬” ... [详细]
  • 生成对抗式网络GAN及其衍生CGAN、DCGAN、WGAN、LSGAN、BEGAN介绍
    一、GAN原理介绍学习GAN的第一篇论文当然由是IanGoodfellow于2014年发表的GenerativeAdversarialNetworks(论文下载链接arxiv:[h ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 无线认证设置故障排除方法及注意事项
    本文介绍了解决无线认证设置故障的方法和注意事项,包括检查无线路由器工作状态、关闭手机休眠状态下的网络设置、重启路由器、更改认证类型、恢复出厂设置和手机网络设置等。通过这些方法,可以解决无线认证设置可能出现的问题,确保无线网络正常连接和上网。同时,还提供了一些注意事项,以便用户在进行无线认证设置时能够正确操作。 ... [详细]
  • 本文介绍了游戏开发中的人工智能技术,包括定性行为和非定性行为的分类。定性行为是指特定且可预测的行为,而非定性行为则具有一定程度的不确定性。其中,追逐算法是定性行为的具体实例。 ... [详细]
  • JavaScript设计模式之策略模式(Strategy Pattern)的优势及应用
    本文介绍了JavaScript设计模式之策略模式(Strategy Pattern)的定义和优势,策略模式可以避免代码中的多重判断条件,体现了开放-封闭原则。同时,策略模式的应用可以使系统的算法重复利用,避免复制粘贴。然而,策略模式也会增加策略类的数量,违反最少知识原则,需要了解各种策略类才能更好地应用于业务中。本文还以员工年终奖的计算为例,说明了策略模式的应用场景和实现方式。 ... [详细]
  • 本文介绍了PhysioNet网站提供的生理信号处理工具箱WFDB Toolbox for Matlab的安装和使用方法。通过下载并添加到Matlab路径中或直接在Matlab中输入相关内容,即可完成安装。该工具箱提供了一系列函数,可以方便地处理生理信号数据。详细的安装和使用方法可以参考本文内容。 ... [详细]
author-avatar
葛妹秀
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有