代码随想录刷题题Day13

刷题的第十三天,希望自己能够不断坚持下去,迎来蜕变。😀😀😀
刷题语言:C++
Day13 任务
● 104.二叉树的最大深度 559.n叉树的最大深度
● 111.二叉树的最小深度
● 222.完全二叉树的节点个数

1 二叉树的最大深度 && n叉树的最大深度

根据上一篇实现层序遍历的模板,用迭代法解决了这两道题
在这里插入图片描述
递归法:

本题可以使用前序(中左右),也可以使用后序遍历(左右中),前序遍历求的是深度,后序遍历求得是高度

(1)确定递归函数得参数和返回值:参数就是传入树的根节点,返回就返回这棵树的深度,所以返回值为int类型

int getheight(TreeNode* node)

(2)确定终止条件:如果为空节点的话,就返回0,表示高度为0

if (node == NULL) return 0;

(3)确定单层递归的逻辑:先求它的左子树的深度,再求右子树的深度,最后取左右深度最大的数值 再+1 (加1是因为算上当前中间节点)就是目前节点为根节点的树的深度

int leftheight = getheight(node->left);
int rightheight = getheight(node->right);
int height = 1 + max(leftheight, rightheight);
return height;

C++:

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == NULL) return 0;
        int leftheight = maxDepth(root->left); // 左
        int rightheight = maxDepth(root->right); // 右
        int height = 1 + max(leftheight, rightheight); // 中
        return height;
    }
};

精简之后的代码:

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == NULL) return 0;
        return 1 + max(maxDepth(root->left), maxDepth(root->right));
    }
};

迭代法
C++:

class Solution {
public:
    int maxDepth(TreeNode* root) {
        queue<TreeNode*> que;
        int depth = 0;
        if (root == NULL) return 0;
        que.push(root);
        while (!que.empty())
        {
            int size = que.size();
            depth++;
            while (size--)
            {
                TreeNode* node = que.front();
                que.pop();
                if (node->left) que.push(node->left);
                if (node->right) que.push(node->right);
            }
        }
        return depth;
    }
};

在这里插入图片描述
和二叉树求最大深度思路是一样的

递归法:

class Solution {
public:
    int maxDepth(Node* root) {
        int depth = 0;
        if (root == NULL) return 0;
        for (int i = 0; i < root->children.size(); i++)
        {
            depth = max(depth, maxDepth(root->children[i]));
        }
        return depth + 1;
    }
};

迭代法
C++:

class Solution {
public:
    int maxDepth(Node* root) {
        queue<Node*> que;
        int depth = 0;
        if (root == NULL) return 0;
        que.push(root);
        while (!que.empty())
        {
            int size = que.size();
            depth++;// 记录深度
            while (size--)
            {
                Node* node = que.front();
                que.pop();
                for (int i = 0; i < node->children.size(); i++)
                {
                    que.push(node->children[i]);
                }
            }
        }
        return depth;
    }
};

2 二叉树的最小深度

在这里插入图片描述
在这里插入图片描述
最小深度是从根节点到最近叶子节点的最短路径上的节点数量,注意是叶子节点(左右孩子都为空的节点才是叶子节点)
递归法:
(1)确定递归函数的参数和返回值

int getDepth(TreeNode* node)

(2)确定终止条件
终止条件也是遇到空节点返回0,表示当前节点的高度为0

if (node == NULL) return 0;

(3)确定单层递归的逻辑

  1. 如果左子树为空,右子树不为空,说明最小深度是 1 + 右子树的深度。
  2. 右子树为空,左子树不为空,最小深度是 1 + 左子树的深度。
  3. 最后如果左右子树都不为空,返回左右子树深度最小值 + 1
int leftDepth = getDepth(node->left);           // 左
int rightDepth = getDepth(node->right);         // 右
                                                // 中
// 当一个左子树为空,右不为空,这时并不是最低点
if (node->left == NULL && node->right != NULL) { 
    return 1 + rightDepth;
}   
// 当一个右子树为空,左不为空,这时并不是最低点
if (node->left != NULL && node->right == NULL) { 
    return 1 + leftDepth;
}
int result = 1 + min(leftDepth, rightDepth);
return result;

求二叉树的最小深度和求二叉树的最大深度的差别主要在于处理左右孩子不为空的逻辑
递归法
C++:

class Solution {
public:
    int minDepth(TreeNode* root) {
        if (root == NULL) return 0;
        int leftheight = minDepth(root->left);// 左
        int rightheight = minDepth(root->right);// 右
        // 中
        // 当一个左子树为空,右不为空,这时并不是最低点
        if (root->left != NULL && root->right == NULL) return 1 + leftheight;
        // 当一个右子树为空,左不为空,这时并不是最低点
        if (root->left == NULL && root->right != NULL) return 1 + rightheight;
        int result = 1 + min(leftheight, rightheight);
        return result;
    }
};

迭代法
C++:

class Solution {
public:
    int minDepth(TreeNode* root) {
        if (root == NULL) return 0;
        int depth = 0;
        queue<TreeNode*> que;
        que.push(root);
        while (!que.empty())
        {
            int size = que.size();
            depth++; // 记录最小深度
            for (int i = 0; i < size; i++)
            {
                TreeNode* node = que.front();
                que.pop();
                if (node->left) que.push(node->left);
                if (node->right) que.push(node->right);
                if (!node->left && !node->right)
                {
                    return depth;
                }
            }
        }
        return depth;
    }
};

3 完全二叉树的节点个数

在这里插入图片描述
思路:

普通二叉树的求法以及利用完全二叉树的求法

普通二叉树
递归法
遍历顺序:左右中
(1)确定递归函数的参数和返回值:参数就是传入树的根节点,返回就返回以该节点为根节点二叉树的节点数量,所以返回值为int类型

int getNodeNum(TreeNode* cur)

(2)确定终止条件:如果为空节点的话,就返回0,表示节点数为0。

if (cur == NULL) return 0;

(3)确定单层递归的逻辑:

先求它的左子树的节点数量,再求右子树的节点数量,最后取总和再加一 (加1是因为算上当前中间节点)就是目前节点为根节点的节点数量。

int leftNum = getNodeNum(cur->left);
int rightNum = getNodeNum(cur->right);
int treeNum = leftNum + rightNum + 1;
return treeNum;

C++:

class Solution {
public:
    int countNodes(TreeNode* root) {
        if (root == NULL) return 0;
        int leftNum = countNodes(root->left);// 左
        int rightNum = countNodes(root->right);// 右
        int result = leftNum + rightNum + 1;// 中
        return result;
    }
};

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( l o g n ) O(log n) O(logn),算上了递归系统栈占用的空间
迭代法

class Solution {
public:
    int countNodes(TreeNode* root) {
        queue<TreeNode*> que;
        if (root != NULL) que.push(root);
        int result = 0;
        while (!que.empty())
        {
            int size = que.size();
            for (int i = 0; i < size; i++)
            {
                TreeNode* node = que.front();
                que.pop();
                result++;// 记录节点数量
                if (node->left) que.push(node->left);
                if (node->right) que.push(node->right);
            }
        } 
        return result;
    }
};

时间复杂度: O ( n ) O(n) O(n)
空间复杂度: O ( n ) O(n) O(n)
完全二叉树

在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层,则该层包含 1~ 2 h − 1 2^{h-1} 2h1 个节点

在这里插入图片描述
思路:

完全二叉树只有两种情况,情况一:就是满二叉树,情况二:最后一层叶子节点没有满。

(1)对于情况一,可以直接用 2 树深度 − 1 2^{树深度 - 1} 2树深度1 来计算,注意这里根节点深度为1。
(2)对于情况二,分别递归左孩子,和右孩子,递归到某一深度一定会有左孩子或者右孩子为满二叉树,然后依然可以按照情况1来计算

在这里插入图片描述
在这里插入图片描述
如果整个树不是满二叉树,就递归其左右孩子,直到遇到满二叉树为止,用公式计算这个子树(满二叉树)的节点数量

关键在于如何去判断一个左子树或者右子树是不是满二叉树

在完全二叉树中,如果递归向左遍历的深度等于递归向右遍历的深度,那说明就是满二叉树
在这里插入图片描述
在完全二叉树中,如果递归向左遍历的深度不等于递归向右遍历的深度,则说明不是满二叉树
在这里插入图片描述
(1)确定递归函数的参数和返回值:参数就是传入树的根节点,返回就返回以该节点为根节点二叉树的节点数量,所以返回值为int类型

int getNodeNum(TreeNode* cur)

(2)确定终止条件

if (root == NULL) return 0;
TreeNode* left = root->left;
TreeNode* right = root->right;
int leftDepth = 0, rightDepth = 0;
while (left)
{
	left = left->left;
	leftDepth++;
}
while (right)
{
	right = right->right;
	rightDepth++;
}
if (leftDepth == rightDepth)
{
	return (2 << leftDepth) - 1;
}

(3)单层递归的逻辑

int leftTreeNum = countNodes(root->left);
int rightTreeNum = countNodes(root->right);
int result = leftTreeNum + rightTreeNum + 1;
return result;

C++:

class Solution {
public:
    int countNodes(TreeNode* root) {
        if (root == NULL) return 0;
        int leftDepth = 0, rightDepth = 0;// 这里初始为0是有目的的,为了下面求指数方便
        TreeNode* left = root->left;
        TreeNode* right = root->right;
        while (left)// 求左子树深度
        {
            left = left->left;
            leftDepth++;
        }
        while (right)// 求右子树深度
        {
            right = right->right;
            rightDepth++;
        }
        if (leftDepth == rightDepth)
            return (2 << leftDepth) - 1;// 注意(2<<1) 相当于2^2,所以leftDepth初始为0
        return countNodes(root->left) + countNodes(root->right) + 1; // 左 右 中
    }
};

时间复杂度: O ( l o g n × l o g n ) O(log n × log n) O(logn×logn)
空间复杂度: O ( l o g n ) O(log n) O(logn)


鼓励坚持十四天的自己😀😀😀

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:/a/243832.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

戴尔外星人Alienware m15 R7原装出厂Win11预装oem系统

链接&#xff1a;https://pan.baidu.com/s/1_ISrHkLDXV3H5iB5k3oldA?pwd4ba9 提取码&#xff1a;4ba9 原厂Windows11系统自带所有驱动、出厂主题壁纸、系统属性专属LOGO标志、Office办公软件、MyAlienware、戴尔外星人控制中心等预装程序 如果不是想要的型号或者不确定具…

【SpringBoot】进阶之Freemarker运用(一起探索freemarker的奥秘吧)

前言 在上一期的博客分享中&#xff0c;我们一起了解了有关SpringBoot的一些理论知识以及简单的运用方法。今天我们进一步的了解&#xff0c;今天给大家分享的是Freemarker的基础使用及案例演示。请认真仔细观看哦 一、FreeMarker简介 1. 概述&#xff08;什么是FreeMarker&am…

[OpenWrt]RAX3000一根线实现上网和看IPTV

背景&#xff1a; 1.我家电信宽带IPTV 2.入户光猫&#xff0c;桥接模式 3.光猫划分vlan&#xff0c;将上网信号IPTV信号&#xff0c;通过lan口&#xff08;问客服要光猫超级管理员密码&#xff0c;具体教程需要自行查阅&#xff0c;关键是要设置iptv在客户侧的vlan id&#…

Linux完成mysql数据库的备份与恢复

背景&#xff1a; 在进行数据报表的测试过程中&#xff0c;为了让我们的测试数据更加真实&#xff0c;因此我们需要同步生产数据到测试环境。方式有很多种&#xff0c;我这里介绍的是通过Linux完成数据同步。 备份数据&#xff1a; 执行命令&#xff1a;mysqldump -uxxx -pxxx…

一文带你掌握Spring事务核心:TransactionDefinition详解!

TransactionDefinition是Spring框架中用于定义事务属性的核心接口。在Spring的事务管理中&#xff0c;这个接口扮演着至关重要的角色&#xff0c;它允许开发者定制事务的各种属性&#xff0c;如隔离级别、传播行为、超时时间以及是否只读。 基本介绍 TransactionDefinition 接…

【抄作业】ImportError :cannot import name xxxxxx ,原博主Activewaste

前情介绍 网上关于这种问题的解决方案一大堆&#xff0c;但是绝大多数都是不适用&#xff0c;或者说解决不了问题&#xff0c;我根据别人所遇到的和我自己遇到的&#xff0c;对这个问题整理了一下&#xff0c;希望能解决这个问题。 问题分析 一、缺少这个module或者func或者p…

代码随想录算法训练营第五十二天 _ 动态规划_300. 最长递增子序列、674.最长连续递增序列、718.最长重复子数组。

学习目标&#xff1a; 动态规划五部曲&#xff1a; ① 确定dp[i]的含义 ② 求递推公式 ③ dp数组如何初始化 ④ 确定遍历顺序 ⑤ 打印递归数组 ---- 调试 引用自代码随想录&#xff01; 60天训练营打卡计划&#xff01; 学习内容&#xff1a; 300. 最长递增子序列 动态规划五…

外汇天眼:投资者最大的敌人——你的大脑

人类大脑的三层构成 为了深入了解投资者做出非理性决策的原因&#xff0c;考虑人脑及其对快乐和痛苦的反应是很有启发性的。 我们的大脑已经进化了数百万年&#xff0c;由三层组成。 核心是我们原始的大脑&#xff0c;它提供了维持我们生存的战斗或逃跑本能。 上面覆盖着一个…

前端如何使用express写一个简单的服务

相信不少前端平常在日常工作中肯遇见过后端API接口没开发出来的时候吧 前端提升小技巧 自己使用nodejs——express ,koa&#xff0c;egg开发接口吧(本人比较喜欢egg和express) 今天先分享一下express 下面是一个简单的demo 1、首先咱们可以新建一个文件夹,创建一个app.js 下…

循环神经网络(1)循环神经网络的记忆能力实验

循环神经网络&#xff08;Recurrent Neural Network&#xff0c;RNN&#xff09;是一类具有短期记忆能力的神经网络&#xff0e;在循环神经网络中&#xff0c;神经元不但可以接受其他神经元的信息&#xff0c;也可以接受自身的信息&#xff0c;形成具有环路的网络结构&#xff…

Github、Gitee优秀的开源项目分享

先赞后看&#xff0c;养成习惯&#xff01;&#xff01;&#xff01;❤️ ❤️ ❤️ 资源收集不易&#xff0c;如果喜欢可以关注我哦&#xff01; ​如果本篇内容对你有所启发&#xff0c;欢迎访问我的个人博客了解更多内容&#xff1a;链接地址 ​ Java 项目 javacore - Java …

ArkTS组件通信

父子通信 情况一&#xff1a;子组件只展示父组件中的状态 父组件通过 State修饰符 定义变量&#xff0c;子组件通过 Prop修饰符 获取变量。 Prop是 「单向传递」&#xff0c;父组件将变量「拷贝」一份交给子组件使用&#xff0c;子组件不可修改变量。 父组件 // 声明变量 …

java写个爬虫抓取汽车之家车型配置参数

前几天有个搞工程的表弟找我&#xff0c;问我什么车好&#xff0c;可以经常跑工地的&#xff0c;看上去又有面子。于是我挥动发财的小手&#xff0c;写一个爬虫程序&#xff0c;筛选并整理了一些数据&#xff0c;并附上下载的图片提供参考&#xff0c;看中了果断第二天提车到手…

C#教程(一):面向对象

1、介绍 C#是一种多范式编程语言&#xff0c;但其中一个主要的编程范式是面向对象编程&#xff08;OOP&#xff09;。面向对象编程有一些特点&#xff0c;而C#提供了丰富的功能来支持这些特点。 2、面向对象特点 封装&#xff08;Encapsulation&#xff09;&#xff1a; 封装…

华为OD机试-传递悄悄话(JavaPythonGo)100%通过率

题意 给定一个二叉树,每个节点上站着一个人,节点数字表示父节点到该节点传递悄悄话需要花费的时间。初始时,根节点所在位置的人有一个悄悄话想要传递给其他人,求二又树所有节点上的人都接收到悄悄话花费的时间。 输入 给定一叉树 09 20-1-1 157-1-1-1-132 注:-1表示空节…

Unity | AVpro的最基础使用方法(视频播放插件)

一、 AVpro的使用方法 (一)准备播放器MediaPlayer 1. AVpro的播放器是MediaPlayer&#xff0c;在Heirarchy面板里创建 2.播放器里放视频 a.把视频放到StreamingAssets文件夹下 b.你就可以在MediaPlayer里面找到这个视频 c.选中以后&#xff0c;就会变成 这里点击播放可以播放…

WEX ISO 8583通信协议

1、什么是ISO 8583 ISO 8583是国际标准化组织&#xff08;ISO&#xff09;定义的一种金融交易协议&#xff0c; 它定义了一种消息格式&#xff0c;用于在不同的金融系统之间传递交易请求和响应2、Java如何实现ISO 8583 1、引入依赖包<dependency><groupId>org.jp…

spring boot 实现直播聊天室(二)

spring boot 实现直播聊天室(二) 技术方案: spring bootnettyrabbitmq 目录结构 引入依赖 <dependency><groupId>io.netty</groupId><artifactId>netty-all</artifactId><version>4.1.96.Final</version> </dependency>Si…

使用YOLOv8训练图集详细教程

准备自己的数据集 训练YOLOv8时&#xff0c;选择的数据格式是VOC&#xff0c;因此下面将介绍如何将自己的数据集转换成可以直接让YOLOv8进行使用。 1、创建数据集 我的数据集都在保存在mydata文件夹&#xff08;名字可以自定义&#xff09;&#xff0c;目录结构如下&#xf…

万界星空科技MES---制造企业的加工生产模式

在现代制造业中&#xff0c;加工生产模式是制造企业组织和管理生产过程的重要方面。不同的加工模式适用于不同的生产需求和产品类型。其中流水型、离散型和混合型是三种常见的加工生产模式。1. 流水型加工模式 流水型加工模式是一种高度自动化的生产方式&#xff0c;适用于…