java算法day12

java算法day12

  • 199二叉树的右视图
  • 637二叉树的层平均值
  • 515 在每个树行中找最大值
  • 429 N叉树的层序遍历
  • 116 填充每个节点的下一个右侧节点指针

199 二叉树的右视图

这题还是层序遍历的板子,但是在处理上略有差异
请添加图片描述
这个题我一开始的想法就有误,因为我一开始是基于这个图去想了。以为只要光扩展每层最后一个节点就完事了。然而实际上是错误的。如果按照这种想法,当上面的图中,如果没有4这个节点,那么5这个节点是根本加不到结果集里面。所以这个思路不可取。

正确思路:
为了防止出现上面的情况,那就是左边也是可以扩展的,所以正确的处理是。每一层,每个节点都是需要扩展的,但是只有每层的最后一个元素要加入结果集。
最后一个元素要加入结果集怎么写?
每一层都用到了size,那么for循环的时候注意计数,到最后一个的时候进行结果收集就行了。

class Solution {public List<Integer> rightSideView(TreeNode root) {List<Integer> result = new ArrayList<>();Deque<TreeNode> que = new ArrayDeque<>();if(root==null){return result;}que.offerLast(root);while(!que.isEmpty()){int size = que.size();for(int i = 0;i<size;i++){TreeNode temp = que.pollFirst();if(i==size-1){result.add(temp.val);}if(temp.left!=null){que.offerLast(temp.left);}if(temp.right!=null){que.offerLast(temp.right);}}}return result;}
}

637二叉树的层平均值

就是每层求个平均值。还是板子题

class Solution {public List<Double> averageOfLevels(TreeNode root) {List<Double> result = new ArrayList<>();Deque<TreeNode> que = new ArrayDeque<>();if(root==null){return result;}que.offerLast(root);while(!que.isEmpty()){int size = que.size();double sum = 0;double avg = 0;for(int i = 0;i<size;i++){TreeNode temp = que.pollFirst();sum += temp.val;if(temp.left!=null){que.offerLast(temp.left);}if(temp.right!=null){que.offerLast(temp.right);}}avg = sum/size;result.add(avg);}return result;}
}

515 在每个树行中找最大值

也是模板题,处理每一行的时候维护一个最大值即可。
唯一要记的就是int最小值是Integer.MIN_VALUE。

class Solution {public List<Integer> largestValues(TreeNode root) {List<Integer> result = new ArrayList<>();Deque<TreeNode> que = new ArrayDeque<>();if(root==null){return result;}que.offerLast(root);while(!que.isEmpty()){int size = que.size();int max = Integer.MIN_VALUE;for(int i = 0;i<size;i++){TreeNode temp = que.pollFirst();if(temp.val > max){max = temp.val;}if(temp.left!=null){que.offerLast(temp.left);}if(temp.right!=null){que.offerLast(temp.right);}}result.add(max);}return result;}
}

429 N叉树的层序遍历

就是改了一下扩展的方法,不是扩展左右子树了,而是直接把孩子列表加入栈中。
里面用到了一个方法是需要学习的。
ArrayDeque由于实现了Deque,而Deque继承了Queue接口,Queue又继承了Collection接口,所以他具有addAll方法。关于addAll的参数,他的参数类型是Collection类型,者意味着它可以接收任何实现了Collection接口的对象。这就包括了你能想到的单列结构。

/*
// Definition for a Node.
class Node {public int val;public List<Node> children;public Node() {}public Node(int _val) {val = _val;}public Node(int _val, List<Node> _children) {val = _val;children = _children;}
};
*/class Solution {public List<List<Integer>> levelOrder(Node root) {List<List<Integer>> result = new ArrayList<>();Deque<Node> que = new ArrayDeque<>();if(root == null){return result;}que.offerLast(root);while(!que.isEmpty()){int size = que.size();List<Integer> curList = new ArrayList<>();while(size>0){Node temp = que.pollFirst();curList.add(temp.val);//就是扩展方式变了,变为直接把子节点全部加入到队列中,这也等价于将里面的每个元素从尾部依次加入队列当中。que.addAll(temp.children);size--;}result.add(curList);}return result;}
}

116填充每个节点的下一个右侧节点指针

思路:与层序遍历的差别在于,在处理每一层的时候有变化。到每一层的时候,第一个节点需要单独的拿出来,当然拿出来后也要先进行扩展,因为还有下一层。然后就开始遍历该层剩余的节点。遍历主要还是靠当前que的size来实现的,由于该层第一个节点已经拿出去了,所以遍历的时候i从=1开始。在每个节点处理的过程中要做的就是修改指向。即首节点的next指向后面出栈的第二个节点,然后cur移动到next。并且这个过程中记得扩展左右子节点。

/*
// Definition for a Node.
class Node {public int val;public Node left;public Node right;public Node next;public Node() {}public Node(int _val) {val = _val;}public Node(int _val, Node _left, Node _right, Node _next) {val = _val;left = _left;right = _right;next = _next;}
};
*/class Solution {public Node connect(Node root) {Deque<Node> que = new ArrayDeque<>();if(root==null){return root;}que.offerLast(root);while(!que.isEmpty()){//每层先取出第一个节点int size = que.size();Node cur = que.pollFirst();//扩展它if(cur.left!=null){que.offerLast(cur.left);}if(cur.right!=null){que.offerLast(cur.right);}for(int i = 1;i<size;i++){Node next = que.pollFirst();if(next.left!=null){que.offerLast(next.left);}if(next.right!=null){que.offerLast(next.right);}cur.next = next;cur = next;}}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:http://www.rhkb.cn/news/375248.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

通过手机供网、可修改WIFI_MAC的网络设备

一、修改WIFI mac&#xff08;bssid&#xff09; 取一根网线&#xff0c;一头连着设备黄色网口、一头连着电脑按住设备reset按键&#xff0c;插入电源线&#xff0c;观察到蓝灯闪烁后再松开reset按键 打开电脑浏览器&#xff0c;进入192.168.1.1&#xff0c;选择“MAC 地址修改…

彻底开源,免费商用,上海AI实验室把大模型门槛打下来

终于&#xff0c;业内迎来了首个全链条大模型开源体系。 大模型领域&#xff0c;有人探索前沿技术&#xff0c;有人在加速落地&#xff0c;也有人正在推动整个社区进步。 就在近日&#xff0c;AI 社区迎来首个统一的全链条贯穿的大模型开源体系。 虽然社区有LLaMA等影响力较大…

uniapp实现光标闪烁(配合自己的键盘)

前言 因为公司业务需要&#xff0c;所以我们... 演示 其实就是Chat自动打字效果 代码 键盘请看这篇文件 <template> <view class"list"><view class"title"><text>手机号码</text></view><view class"ty…

C#使用异步方式调用同步方法的实现方法

使用异步方式调用同步方法&#xff0c;在此我们使用异步编程模型&#xff08;APM&#xff09;实现 1、定义异步委托和测试方法 using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading; using System.Threading.Task…

centos安装数据库同步工具sqoop并导入数据,导出数据,添加定时任务

目录 1.安装jdk 1.1上传jdk安装包到/opt目录下并解压 1.2解压 1.3配置环境变量 2.安装hadoop 2.1.下载hadoop 2.2.解压hadoop 2.3配置环境变量 3.安装sqoop 3.1下载 3.2解压 3.3下载依赖包并复制到指定位置 3.3.1下载commons-lang-2.6-bin.tar.gz 3.3.2将mysql-c…

STM32 - 内存分区与OTA

最近搞MCU&#xff0c;发现它与SOC之间存在诸多差异&#xff0c;不能沿用SOC上一些技术理论。本文以STM L4为例&#xff0c;总结了一些STM32 小白入门指南。 标题MCU没有DDR&#xff1f; 是的。MCU并没有DDR&#xff0c;而是让代码存储在nor flash上&#xff0c;临时变量和栈…

Windows环境安装Redis和Redis Desktop Manager图文详解教程

版权声明 本文原创作者&#xff1a;谷哥的小弟作者博客地址&#xff1a;http://blog.csdn.net/lfdfhl Redis概述 Redis是一个开源的高性能键值对数据库&#xff0c;以其卓越的读写速度而著称&#xff0c;广泛用于数据库、缓存和消息代理。它主要将数据存储在内存中&#xff0…

Codeforces Round #956 (Div. 2) and ByteRace 2024(A~D题解)

这次比赛也是比较吃亏的&#xff0c;做题顺序出错了&#xff0c;先做的第三个&#xff0c;错在第三个数据点之后&#xff0c;才做的第二个&#xff08;因为当时有个地方没检查出来&#xff09;所以这次比赛还是一如既往地打拉了 那么就来发一下题解吧 A. Array Divisibility …

使用pip或conda离线下载安装包,使用pip或conda安装离线安装包

使用pip或conda离线下载安装包&#xff0c;使用pip或conda安装离线安装包 一、使用pip离线下载安装包1. 在有网络的机器上下载包和依赖2. 传输离线安装包 二、在目标机器上离线安装pip包三、使用conda离线下载安装包1. 在有网络的机器上下载conda包2. 传输conda包或环境包3. 在…

Oracle Record Variables 记录变量

Oracle Record Variables&#xff08;Oracle记录变量&#xff09;是Oracle数据库编程中PL/SQL语言的一个关键特性&#xff0c;它允许开发者将多个相关的、分离的、基本数据类型的变量组合成一个复合数据类型&#xff0c;类似于C语言中的结构体&#xff08;STRUCTURE&#xff09…

Nvidia Isaac Sim跟着教程学习1-加载sim资产包

我是跟着这篇博客学习的&#xff0c;大家可以去他这里面看&#xff0c;下面就是把我认为一些坑的地方提出来&#xff0c;大家借鉴。 学习博客 1.下载sim资产包 注意下载完四个包后&#xff0c;一定要放在Downloads文件夹下&#xff0c;不是默认的中文 下载 文件夹 然后随便在…

旷视AI开源新突破:上传照片即可生成表情包视频!

日前&#xff0c;旷视科技发布了一项新的开源AI人像视频生成框架——MegActor。该框架让用户只需输入一张静态肖像图片和一段视频&#xff08;如演讲、表情包、rap&#xff09;&#xff0c;便可生成一段表情丰富、动作一致的AI人像视频。生成的视频长度取决于输入的视频长度。与…

【深度学习】基于深度学习的模式识别基础

一 模式识别基础 “模式”指的是数据中具有某些相似特征或属性的事物或事件的集合。具体来说&#xff0c;模式可以是以下几种形式&#xff1a; 视觉模式 在图像或视频中&#xff0c;模式可以是某种形状、颜色组合或纹理。例如&#xff0c;人脸、文字字符、手写数字等都可以视…

基于LSTM的局部特征提取网络算法原理

目录 一、LSTM的基本原理与结构 1. LSTM的核心结构 2. LSTM的工作原理 二、基于LSTM的局部特征提取 1. 输入处理与序列表示 2. LSTM层处理与特征提取 3. 特征提取的优势与应用 三、实现细节与注意事项 1. 数据预处理 2. 网络结构与参数选择 3. 训练策略与正则化 4.…

2023Q1 A股市场投资者持股结构(测算值,流通市值口径)

https://pdf.dfcfw.com/pdf/H301_AP202305291587341564_1.pdf A股投资者结构全景图&#xff08;2023Q1&#xff09; 李立峰 SAC NO:S1120520090003 2023年05月29日 请仔细阅读在本报告尾部的重要法律声明 仅供机构投资者使用 证券研究报告 A股投资者结构总览 2 A股投资者结构 个…

数据结构(3.9_1)——特殊矩阵的压缩存储

总览 一维数组的存储结构 如果下标从1开始&#xff0c;则a[i]的存放地址LOC (i-1)*sizeof(ElemType); 二维数组的存储 二维数组也具有随机存储的特性 设起始地址为LOC 在M行N列的二维数组b[M][N]中&#xff0c;若按行优先存储&#xff0c; 则b[i][j]的存储地址的LOC (i*…

【Element-UI 表格表头、内容合并单元格】

一、实现效果&#xff1a; &#x1f970; 表头合并行、合并列 &#x1f970; &#x1f970; 表格内容行、合并列 &#x1f970; thead和tbody分别有单独的合并方法 二、关键代码&#xff1a; <el-table size"mini" class"table-th-F4F6FB" align&qu…

最好的照片恢复软件是什么?您需要了解的十大照片恢复工具

在当今的数字时代&#xff0c;丢失的珍贵照片可能是一件令人心碎的事情。无论是由于意外删除、文件损坏还是意外格式&#xff0c;对专业摄影师和普通拍照爱好者的影响都是巨大的。幸运的是&#xff0c;各种照片恢复软件解决方案可以帮助您恢复这些丢失的记忆。本文根据第一手经…

论文阅读--Simple Baselines for Image Restoration

这篇文章是 2022 ECCV 的一篇文章&#xff0c;是旷视科技的一篇文章&#xff0c;针对图像恢复任务各种网络结构进行了梳理&#xff0c;最后总结出一种非常简单却高效的网络结构&#xff0c;这个网络结构甚至不需要非线性激活函数。 文章一开始就提到&#xff0c;虽然在图像复原…

微调及代码

一、微调&#xff1a;迁移学习&#xff08;transfer learning&#xff09;将从源数据集学到的知识迁移到目标数据集。 二、步骤 1、在源数据集&#xff08;例如ImageNet数据集&#xff09;上预训练神经网络模型&#xff0c;即源模型。 2、创建一个新的神经网络模型&#xff…