代码学习记录18

随想录日记part18

t i m e : time: time 2024.03.13



主要内容:今天的主要内容是二叉树的第七部分,主要涉及二叉搜索树的最近公共祖先 ;二叉搜索树的最近公共祖先;删除二叉搜索树中的节点 。

  • 235. 二叉搜索树的最近公共祖先
  • 701.二叉搜索树中的插入操作
  • 450.删除二叉搜索树中的节点


Topic1 二叉搜索树的最近公共祖先

题目:

给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。
示例:
请添加图片描述

输入: r o o t = [ 6 , 2 , 8 , 0 , 4 , 7 , 9 , n u l l , n u l l , 3 , 5 ] , p = 2 , q = 8 root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 8 root=[6,2,8,0,4,7,9,null,null,3,5],p=2,q=8
输出: 6 6 6

思路:

递归三部曲如下:

  • 确定递归函数返回值以及参数
TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q)
  • 确定终止条件
if (root == p || root == q) return root;
  • 确定单层递归的逻辑
    1.如果 r o o t . v a l root.val root.val 大于 p . v a l p.val p.val,同时 r o o t . v a l root.val root.val 大于 q . v a l q.val q.val,那么就应该向左遍历(说明目标区间在左子树上)
if (root.val > Math.max(p.val, q.val)) {
	TreeNode left = lowestCommonAncestor(root.left, p, q);
    if (left != null) return left;
}

2.如果 r o o t . v a l root.val root.val 小于 p . v a l p.val p.val,同时 r o o t . v a l root.val root.val 小于 q . v a l q.val q.val,那么就应该向右遍历(说明目标区间在右子树上)

if (root.val < Math.min(p.val, q.val)) {
	TreeNode right = lowestCommonAncestor(root.right, p, q);
	if (right != null) return right;
}

3.最后就是直接返回 r o o t root root
完整代码如下:

class Solution {
    public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        // 递归出口
        if (root == p || root == q)
            return root;
        // 单层递归逻辑
        if (root.val < Math.min(p.val, q.val)) {
            TreeNode right = lowestCommonAncestor(root.right, p, q);
            if (right != null)
                return right;
        }
        if (root.val > Math.max(p.val, q.val)) {
            TreeNode left = lowestCommonAncestor(root.left, p, q);
            if (left != null)
                return left;
        }
        return root;
    }

}


Topic2二叉搜索树中的插入操作

题目:

给定二叉搜索树( B S T BST BST)的根节点 r o o t root root 和要插入树中的值 v a l u e value value ,将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 输入数据保证 ,新值和原始二叉搜索树中的任意节点值都不同。
注意: 可能存在多种有效的插入方式,只要树在插入后仍保持为二叉搜索树即可。 你可以返回任意有效的结果 。

请添加图片描述

输入: r o o t = [ 4 , 2 , 7 , 1 , 3 ] , v a l = 5 root = [4,2,7,1,3], val = 5 root=[4,2,7,1,3],val=5
输出: [ 4 , 2 , 7 , 1 , 3 , 5 ] [4,2,7,1,3,5] [4,2,7,1,3,5]
解释: 另一个满足题目要求可以通过的树是:
请添加图片描述

思路:

如下演示视频中可以看出:只要按照二叉搜索树的规则去遍历,遇到空节点就插入节点就可以了。如图:
请添加图片描述
递归三部曲:

  • 确定递归函数参数以及返回值
TreeNode insertIntoBST(TreeNode root, int val)
  • 确定终止条件

终止条件就是找到遍历的节点为null的时候,就是要插入节点的位置了,并把插入的节点返回

if (root == null) {
            TreeNode tem = new TreeNode(val);
            return tem;
        }
  • 确定单层递归的逻辑
if (val < root.val) {
            TreeNode tem = insertIntoBST(root.left, val);
            root.left = tem;
        } else {
            TreeNode tem = insertIntoBST(root.right, val);
            root.right = tem;
        }

总体代码如下: 递归法:

class Solution {
    public TreeNode insertIntoBST(TreeNode root, int val) {
        if (root == null) {
            TreeNode tem = new TreeNode(val);
            return tem;
        }
        if (val < root.val) {
            TreeNode tem = insertIntoBST(root.left, val);
            root.left = tem;
        } else {
            TreeNode tem = insertIntoBST(root.right, val);
            root.right = tem;
        }
        return root;
    }
}


Topic3删除二叉搜索树中的节点

题目:

给定一个二叉搜索树的根节点 r o o t root root 和一个值 k e y key key,删除二叉搜索树中的 k e y key key 对应的节点,并保证二叉搜索树的性质不变。返回二叉搜索树(有可能被更新)的根节点的引用。
一般来说,删除节点可分为两个步骤:

  • 首先找到需要删除的节点;
  • 如果找到了,删除它。

示例:
请添加图片描述

输入: r o o t = [ 5 , 3 , 6 , 2 , 4 , n u l l , 7 ] , k e y = 3 root = [5,3,6,2,4,null,7], key = 3 root=[5,3,6,2,4,null,7],key=3
输出: [ 5 , 4 , 6 , 2 , n u l l , n u l l , 7 ] [5,4,6,2,null,null,7] [5,4,6,2,null,null,7]
解释: 给定需要删除的节点值是 3 3 3,所以我们首先找到 3 3 3 这个节点,然后删除它。
一个正确的答案是 [ 5 , 4 , 6 , 2 , n u l l , n u l l , 7 ] [5,4,6,2,null,null,7] [5,4,6,2,null,null,7], 如下图所示:
请添加图片描述

另一个正确答案是 [ 5 , 2 , 6 , n u l l , 4 , n u l l , 7 ] [5,2,6,null,4,null,7] [5,2,6,null,4,null,7]

思路:

递归三部曲:

  • 确定递归函数参数以及返回值
TreeNode deleteNode(TreeNode root, int key)
  • 确定终止条件

遇到空返回,其实这也说明没找到删除的节点,遍历到空节点直接返回了

if (root == null) {// 情况1:遍历没找到
            return null;
        }
  • 确定单层递归的逻辑
    有以下五种情况:
    1.第一种情况:没找到删除的节点,遍历到空节点直接返回了
    2.左右孩子都为空(叶子节点),直接删除节点, 返回NULL为根节点
    3.删除节点的左孩子为空,右孩子不为空,删除节点,右孩子补位,返回右孩子为根节点
    4.删除节点的右孩子为空,左孩子不为空,删除节点,左孩子补位,返回左孩子为根节点
    5.左右孩子节点都不为空,则将删除节点的左子树头结点(左孩子)放到删除节点的右子树的最左面节点的左孩子上,返回删除节点右孩子为新的根节点。

第五种可以根据下图来理解:
请添加图片描述

if (root.val == key) {// 遍历找到
if (root.left == null && root.right == null) {// 情况2:左右节点都为空
	return null;
}
if (root.left != null && root.right == null) {// 情况3:左节点不空,右节点空
    return root.left;
}
if (root.left == null && root.right != null) {// 情况4:左节点空,右节点不空
     return root.right;
}
if (root.left != null && root.right != null) {// 情况5:左节点不空,右节点不空
     TreeNode tem = root.left;
     while (tem.right != null) {
     	tem = tem.right;
     }
        tem.right = root.right;
        return root.left;
}
 

总体代码如下: 递归法:

class Solution {
    public TreeNode deleteNode(TreeNode root, int key) {
        if (root == null) {// 情况1:遍历没找到
            return null;
        }
        if (root.val == key) {// 遍历找到
            if (root.left == null && root.right == null) {// 情况2:左右节点都为空
                return null;
            }
            if (root.left != null && root.right == null) {// 情况3:左节点不空,右节点空
                return root.left;
            }
            if (root.left == null && root.right != null) {// 情况4:左节点空,右节点不空
                return root.right;
            }
            if (root.left != null && root.right != null) {// 情况5:左节点不空,右节点不空
                TreeNode tem = root.left;
                while (tem.right != null) {
                    tem = tem.right;
                }
                tem.right = root.right;
                return root.left;
            }
        }
        if (root.val > key)
            root.left = deleteNode(root.left, key);
        else
            root.right = deleteNode(root.right, key);
        return root;
    }
}

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/453648.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

HQChart实战教程70-K线图增加成本线

HQChart实战教程70-K线图增加成本线 成本线Y轴子自定义刻度HQChart插件地址步骤1. 创建成本线2. 动态计算盈利值3. 删除成本线交流示例源码成本线 在K线图上,显示一个根当前账户持仓的成本线,可以快速看到盈利状态。方便盯盘。 效果入下图: 第1行是成本价 第2行是盈利点数…

【C#】.net core 6.0 使用第三方日志插件Log4net,配置文件详细说明

欢迎来到《小5讲堂》 大家好&#xff0c;我是全栈小5。 这是《C#》系列文章&#xff0c;每篇文章将以博主理解的角度展开讲解&#xff0c; 特别是针对知识点的概念进行叙说&#xff0c;大部分文章将会对这些概念进行实际例子验证&#xff0c;以此达到加深对知识点的理解和掌握。…

基于大模型的 Agent 进行任务规划的10种方式

本文首发自博客 基于大模型的 Agent 进行任务规划的10种方式 基于大模型的 Agent 基本组成应该包含规划&#xff08;planning)&#xff0c;工具&#xff08;Tools)&#xff0c;执行(Action)&#xff0c;和记忆(Memory)四个方面&#xff0c;上一篇中重点讲了进行长记忆管理的 8…

MFC 添加MFC类方法

1、打开工程目录的"类视图" 2、工程名右键添加"MFC类" 3、填写"类名"并选择“基类”CDialog&#xff0c;对话框ID填写添加好的对话框ID

Vue3 前端生成随机id( 生成 UUID )

效果展示 封装工具&#xff08;代码展示&#xff09; 重新创建一个文件**/utils/someTools.js**&#xff0c;并在里面写入如下代码。 function Tools() {}Tools.prototype.guid function () {return xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx.replace(/[xy]/g, function (c) {v…

Junit4入门之什么是单元测试?

干了一年多的后端了&#xff0c;从来没有了解过单元测试。虽然我知道测试不仅仅是测试们的任务&#xff0c;后端也要进行自测来保证自己的代码的可用性&#xff0c;但我一直都只是用postman来实施的&#xff0c;调用调通了即可。虽然我也知道Junit是用于测试的软件&#xff0c;…

汽车屏类产品(五):仪表Cluster常用芯片i.MX117x

前言: 仪表一般就是指方向盘前面那个表盘。做仪表的芯片最主要需要支持显示Display,而仪表的主要排版布局多种多样,但是主旨显示内容不尽相同。 仪表需求: 1、rpm转速表盘 仪表Cluster一般会有转速表盘rpm,单位一般是x1000,大部分汽车仪表范围就是0~8,也就是最高8000…

【Vue3】深入理解Vue3路由器的工作原理to的两种写法

&#x1f497;&#x1f497;&#x1f497;欢迎来到我的博客&#xff0c;你将找到有关如何使用技术解决问题的文章&#xff0c;也会找到某个技术的学习路线。无论你是何种职业&#xff0c;我都希望我的博客对你有所帮助。最后不要忘记订阅我的博客以获取最新文章&#xff0c;也欢…

大数据 - HBase《一》- Hbase基本概念

目录 1.1. Hbase简介 1.2 Hbase,Hive, Mysql对比 1.3 Hbase数据模型 &#x1f959;region(区域) &#x1f959;rowkey(行键) &#x1f959;列族&#xff08;column family) &#x1f959;列&#xff08;column Qualifier) &#x1f959;版本&#xff08;version)-默认按…

Sui与数据平台ZettaBlock达成合作,为其公测提供数据

Sui一向以闪电般的速度、无限水平扩展著称&#xff0c;现已迅速成为DeFi活动的重要场所。近期&#xff0c;数据平台ZettaBlock宣布在其开创性的Web3数据平台发布中&#xff0c;选择Sui作为基础集成合作伙伴之一。在ZettaBlock的开放测试版发布之际&#xff0c;构建者和开发者将…

【node】初识node以及fs操作,path操作以及http操作(一)

1、不同浏览器使用不同的javaScript引擎 chrome > v8 Firefox > OdinMonkey&#xff08;奥丁猴&#xff09; safri > JSCore IE浏览器>Chakra(查克拉) 2、node是一个基于chrome v8引擎的javaScript运行环境 浏览器是JavaScript的前端运行环境&#xff0c;…

AcrelEMS-MED医院综合能效管理平台在医院电力中的应用

彭姝麟 Acrelpsl 0引言 全医院是公共服务组织&#xff0c;其机构的特殊性决定了医院在提供医疗服务的同时&#xff0c;也需要发挥榜样作用&#xff0c;通过进行能源管理系统的应用&#xff0c;为医院的电力使用和能源消耗进行好的管理&#xff0c;从而减少电能消耗&#xff0…

Web端3D图形引擎HOOPS Commuicator如何实现BIM轻量化?

面对建筑信息模型&#xff08;BIM&#xff09;中复杂大型模型的挑战&#xff0c;如何实现轻量化&#xff0c;并使其能在Web端流畅运行是我们需要解决的问题。而HOOPS Communicator正可凭借其出色的Web端3D模型敏捷解决性&#xff0c;为我们提供强有力的支撑。 HOOPS Communica…

【四】【算法分析与设计】贪心算法的初见

455. 分发饼干 假设你是一位很棒的家长&#xff0c;想要给你的孩子们一些小饼干。但是&#xff0c;每个孩子最多只能给一块饼干。 对每个孩子 i&#xff0c;都有一个胃口值 g[i]&#xff0c;这是能让孩子们满足胃口的饼干的最小尺寸&#xff1b;并且每块饼干 j&#xff0c;都有…

阿里云数据盘挂载目录

1、先登录服务器创建新目录aaa 2、云盘都快照备份下。后续操作完核实无误了&#xff0c;您根据您需求删除快照就行&#xff0c; 然后登录服务器内执行&#xff1a; fdisk -l lsblk blkid ll /aaa 3、执行&#xff1a;&#xff08;以下命令是进行数据盘做ext4文件系统并挂载到…

tigramite教程(五)使用TIGRAMITE 进行自助聚合和链接置信度量化

使用TIGRAMITE 进行自助聚合和链接置信度量化 自助聚合&#xff08;Bagging&#xff09;和置信度估计例子数据生成模型基本的PCMCIBagged-PCMCI使用优化后的pc_alpha进行自举聚合使用优化的pc_alpha进行CMIknn的自举聚合 TIGRAMITE是一个用于时间序列分析的Python模块。它基于P…

Elastic Stack--04--ES中的检索方式、Query DSL

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 1.ES中的检索方式第一种方式GET bank/_search # 检索bank下的所有信息&#xff0c;包括 type 和 docsGET bank/_search?q*&sortaccount_number:asc 第二种方式…

Redis经典面试题-卷2

前言 继续上一篇《Redis经典面试题-卷1》&#xff0c;今天整理一下关于redis的第2卷面试题。废话不多说&#xff0c;直接看干货 热Key问题 如果单单从工作的角度的话&#xff0c;面试官一般会问下面两个内容&#xff1a; 什么是热Key问题&#xff1f;如何解决热key问题&…

Android 摄像头等比例缩放 摄像头画面比例

在拍摄照片的时候我们往往会在后期进行二次构图&#xff0c;在裁剪的时候有不同的相片长宽比供我们选择&#xff0c;不同的长宽比带给观众的感受也不一样。这里为大家介绍一下照片拍摄中常用到长宽比例。 3&#xff1a;2(6&#xff1a;4) 这张照片是用Canon 50D拍摄的&#xf…

收藏贴!6个谈薪小技巧,助你拿到满意薪资

Salesforce的就业市场一直在迅猛发展&#xff0c;对Salesforce专业人士的需求持续不断&#xff0c;对优秀人才的需求更大。 本篇文章总结了6个谈薪小技巧&#xff0c;可以帮助SF从业者、求职者拿到满意的薪资。 01 了解市场价格 首先&#xff0c;需要了解当前就业市场的情况…