LeetCode 637, 67, 399

文章目录

  • 637. 二叉树的层平均值
    • 题目链接
    • 标签
    • 思路
    • 代码
  • 67. 二进制求和
    • 题目链接
    • 标签
    • 思路
    • 代码
  • 399. 除法求值
    • 题目链接
    • 标签
    • 思路
      • 导入
      • value 属性
      • find() 方法
      • union() 方法
      • query() 方法
    • 代码


637. 二叉树的层平均值

题目链接

637. 二叉树的层平均值

标签

树 深度优先搜索 广度优先搜索 二叉树

思路

本题考查了二叉树的 层序遍历,层序遍历的思想是 广度优先搜索,广度优先搜索需要使用 队列,操作如下:

  1. 创建一个队列,用于保存每层节点。
  2. 先将根节点放入队列,代表遍历第一层。
  3. 只要队列不为空,就进行如下操作:
    1. 获取本层节点的个数。
    2. 遍历本层的所有节点,遍历操作如下:
      1. 取出当前节点。
      2. 如果当前节点的左子节点不为 null,则将其放到队列中,等待下一层节点的遍历。
      3. 如果当前节点的右子节点不为 null,则将其放到队列中,等待下一层节点的遍历。
      4. 针对当前节点进行某种操作:使用一个变量统计本层节点之和。
    3. 针对本层节点进行某种 统计 操作:计算本层节点的平均值,并将其放到结果链表中。
  4. 遍历完整个二叉树,返回结果。

代码

class Solution {public List<Double> averageOfLevels(TreeNode root) {List<Double> res = new ArrayList<>(); // 存储结果(每层节点的平均值)的链表LinkedList<TreeNode> queue = new LinkedList<>(); // 保存每层节点的队列queue.offer(root); // 先将根节点放入队列,即遍历第一层while (!queue.isEmpty()) { // 直到队列为空,才退出循环double sum = 0; // 计算本层节点的和int size = queue.size(); // 获取本层节点的数量for (int i = 0; i < size; i++) { // 遍历本层所有节点TreeNode curr = queue.poll(); // 取出 当前节点TreeNode left = curr.left; // 获取当前节点的 左子节点if (left != null) { // 如果 左子节点 不为 nullqueue.offer(left); // 则将其放到队列中,等待下一层遍历}TreeNode right = curr.right; // 获取当前节点的 右子节点if (right != null) { // 如果 右子节点 不为 nullqueue.offer(right); // 则将其放到队列中,等待下一层遍历}sum += curr.val; // 求和}res.add(sum / size); // 计算平均值}return res;}
}

67. 二进制求和

题目链接

67. 二进制求和

标签

位运算 数学 字符串 模拟

思路

本题是一道 模拟题,如果是十进制,则本题就是 高精度 问题,以下写出一种模版,只需要改变 base 进制,就可以使用不同的进制进行计算。

可以想一想小学一年级学的 列竖式计算两数之和,高精度的解决方案就是它:

  1. 将两个数的个位对齐,写出来。
  2. 对每一位,有如下操作:
    1. 将两个数的相同位加在一起。此外,还要加上 进位 carry,进位是通过 n 进一 得到的,这里的 n 就是进制。如果有一个数的位数不够,则认为这个数的这一位为 0
    2. 对于加起来的和,如果它大于进制,则进一,并将剩余的数(和 对 进制 取余)写在结果的这一位上;否则直接将和写在结果的这一位上。
  3. 最后,看是否还应该进位,如果需要,则再添加一位 1

由于 题目传入的字符串和要求返回的字符串都是从高位到低位的,而 在计算时是从低位到高位的,所以要注意在计算时颠倒字符串,并将计算结果反转之后再返回。

代码

class Solution {public String addBinary(String a, String b) {final int base = 2; // 进制,本题为 二进制StringBuilder builder = new StringBuilder(); // 拼接数字的拼接器char[] aC = a.toCharArray(), bC = b.toCharArray();int aLen = aC.length, bLen = bC.length;int len = Math.max(aLen, bLen); // 获取较长字符串的长度int carry = 0; // 是否要进一,如果要进一,则为 1;否则为 0for (int i = 0; i < len; i++) {// 注意 aC/bC[i] 是字符,需要通过 减去 '0' 来将其转化为 数字int operand1 = i < aLen ? (aC[aLen - i - 1] - '0') : 0;int operand2 = i < bLen ? (bC[bLen - i - 1] - '0') : 0;int sum = operand1 + operand2 + carry;carry = sum / base; // 查看是否需要进一sum %= base; // 获取剩余的数builder.append(sum);}if (carry > 0) { // 如果还需要进位builder.append(1); // 则再添加一位 1}builder.reverse(); // 先将结果反转return builder.toString(); // 再返回}
}

399. 除法求值

题目链接

399. 除法求值

标签

深度优先搜索 广度优先搜索 并查集 图 数组 字符串 最短路

思路

导入

本题不算中等题,理应为困难题,主要与 并查集数学 有关,操作十分复杂。可以先看看 990. 等式方程的可满足性,990 题是本题的简单版本,尽量理解 990 题中的并查集的使用。此外,希望大家看一看并查集的 路径压缩,这在本题中很重要。

value 属性

如果能够理解 990 题,那么离解决本题就不远了。本题的并查集中每个节点都比 990 题多了一个值 value,其保存了 本节点 与 其父节点 的比值,即有 v a l u e [ i ] = i p a r e n t [ i ] value[i] = \frac{i}{parent[i]} value[i]=parent[i]i 请记住这点,在 find()union() 中很重要。注意:其中的 i, parent[i] 不是索引,没有实际意义,只是充当有逻辑意义的占位符,这个比值是从 values 数组中获得的。

find() 方法

find() 时需要 压缩路径,因为这样可以避免一些计算。例如下面的并查集,如果想要查询 xrootX 的比值,就必须计算两次;但如果直接让 x 指向 rootX,这时只需要获取 value[x] 即可。具体的操作为先保存父节点,再递归获取根节点,最后更新本节点的 value,从 本节点与父节点的比值 变为 本节点与根节点的比值。等式如下: x r o o t X = x y ∗ y r o o t X \frac{x}{rootX} = \frac{x}{y} * \frac{y}{rootX} rootXx=yxrootXy ,即 value[x] = value[x] * value[y],其中的 y 为未变更之前 x 的父节点。
alt text

union() 方法

union() 方法中,不仅要传递 x, y 的索引,还要传递 value = x / y 的值。先获取 xy 的根节点(获取根节点的时候就让 x, y 指向其根节点 rootX, rootY 了,如下图),如果根节点一样,则直接返回;否则就需要让 rootX 指向 rootY,并更新 rootXvalue。等式如下: r o o t X r o o t Y = y r o o t Y x y r o o t X x \frac{rootX}{rootY} = \frac{y}{rootY} \frac{x}{y} \frac{rootX}{x} rootYrootX=rootYyyxxrootX ,即有 value[rootX] = value[y] * value / value[x]
alt text
本题还有一个比较麻烦的点:等式中的变量不一定只有一个小写字母。所以需要建立 等式中的变量(以下称作 操作元)与 其在并查集中的索引 的映射,具体请看代码。

query() 方法

由于需要查询某两个操作元之间的比值,还需要在并查集中实现一个方法 query(),如果两个操作元对应的索引在并查集中不连通,则返回 -1;否则返回比值 value[x] / value[y]。等式如下(如果 x, y 连通,则其根节点相同,假设为 root): x y = x r o o t r o o t y \frac{x}{y} =\frac{x}{root} \frac{root}{y} yx=rootxyroot ,即 x / y = value[x] / value[y]

代码

class Solution {public double[] calcEquation(List<List<String>> equations,double[] values, List<List<String>> queries) {// 先初始化并查集init(equations, values);// 再进行查询int queriesSize = queries.size();double[] res = new double[queriesSize];for (int i = 0; i < queriesSize; i++) {List<String> query = queries.get(i);String operand1 = query.get(0); // 操作元1String operand2 = query.get(1); // 操作元2Integer idx1 = indexMapper.get(operand1); // 操作元1的索引Integer idx2 = indexMapper.get(operand2); // 操作元2的索引if (idx1 == null || idx2 == null) { // 如果两个操作元有一个找不到res[i] = -1; // 则本此查询返回 -1} else { // 否则查询 value[idx1] / value[idx2] 的结果res[i] = uf.query(idx1, idx2);}}return res;}private UnionFind uf; // 并查集private Map<String, Integer> indexMapper; // 操作元 与 其在并查集中的索引 的映射// 初始化并查集private void init(List<List<String>> equations, double[] values) {int equationsSize = equations.size(); // 获取等式的数量uf = new UnionFind(2 * equationsSize); // 创建一个等式数量二倍大小的并查集indexMapper = new HashMap<>(2 * equationsSize);int idx = 0; // 操作元在并查集中的索引for (int i = 0; i < equationsSize; i++) {// 取出每个等式,建立 操作元 与 其在并查集中的索引 的关系List<String> equation = equations.get(i);String operand1 = equation.get(0); // 操作元1String operand2 = equation.get(1); // 操作元2if (!indexMapper.containsKey(operand1)) { // 如果 索引映射 中不存在 操作元indexMapper.put(operand1, idx++); // 则为其建立映射}if (!indexMapper.containsKey(operand2)) { // 如果 索引映射 中不存在 操作元indexMapper.put(operand2, idx++); // 则为其建立映射}uf.union(indexMapper.get(operand1), indexMapper.get(operand2), values[i]);}}private static class UnionFind {private final int[] parent; // parent[i] 表示 第 i 个元素的父节点private final double[] value; // value[i] 表示 第 i 个元素 / 其父节点 的商// 初始化并查集public UnionFind(int size) {parent = new int[size];value = new double[size];for (int i = 0; i < size; i++) {parent[i] = i; // 初始时,每个元素的父节点都是 自己value[i] = 1; // 初始时,每个元素与自己的商都是 1}}// 查找 x 的根节点,使用了路径压缩public int find(int x) {if (x != parent[x]) { // 如果 x 不是根节点int temp = parent[x]; // 保存 x 的父节点parent[x] = find(parent[x]); // 寻找 x 的根节点value[x] *= value[temp]; // 给 本节点与父节点的商 乘 父节点与父节点的父节点的商}return parent[x]; // 否则返回 parent[x]}// 合并两个节点所在的集合public void union(int x, int y, double value) {int rootX = find(x); // x 的根节点int rootY = find(y); // y 的根节点if (rootX == rootY) {return;}parent[rootX] = rootY; // 让 x 的根节点 指向 y 的根节点,y 的根节点 成为 父节点value[rootX] = value[y] * value / value[x];}// 查询 value[x] / value[y] 的结果public double query(int x, int y) {if (find(x) == find(y)) { // 如果连通return value[x] / value[y]; // 则返回比值} else { // 否则不连通return -1; // 返回 -1}}}
}

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/385757.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

SQL语句(以MySQL为例)——单表、多表查询

笛卡尔积&#xff08;或交叉连接&#xff09;: 笛卡尔乘积是一个数学运算。假设我有两个集合 X 和 Y&#xff0c;那么 X 和 Y 的笛卡尔积就是 X 和 Y 的所有可能组合&#xff0c;也就是第一个对象来自于 X&#xff0c;第二个对象来自于 Y 的所有可能。组合的个数即为两个集合中…

开源监控 - 夜莺项目 v7 正式发版了

前言 上周五去参加了第二届 CCF夜莺开发者创新论坛&#xff0c;在会上&#xff0c;夜莺 v7 LTS 版本正式发布&#xff0c;另有多名嘉宾分享了自己公司的可观测性实践经验&#xff0c;挺有收获。 夜莺 v7 新功能 夜莺 v7 版本更多的着眼在提升用户体验&#xff0c;开箱即用方面…

在WPF中使用WebView2详解

Microsoft Edge WebView2 Microsoft Edge WebView2 控件允许在本机应用中嵌入 web 技术(HTML、CSS 以及 JavaScript)。 WebView2 控件使用 Microsoft Edge 作为绘制引擎&#xff0c;以在本机应用中显示 web 内容。 使用 WebView2 可以在本机应用的不同部分嵌入 Web 代码&…

apache2和httpd web服务器

apache2和httpd web服务器 apache2和httpd web服务器是啥apache是软件基金会apache2是一个web服务httpd和apache2是同一个东西&#xff0c;但是不同linux发行版中叫法不一样。就是同一个东西&#xff0c;但是看上去有一些不一样。 apache2和httpd web服务器是啥 apache是软件基…

AI学习记录 -使用react开发一个网页,对接chatgpt接口,附带一些英语的学习prompt

实现了如下功能&#xff08;使用react实现&#xff0c;原创&#xff09; 实现功能&#xff1a; 1、对接gpt35模型问答&#xff0c;并实现了流式传输&#xff08;在java端&#xff09; 2、在实际使用中&#xff0c;我们的问答历史会经常分享给他人&#xff0c;所以下图的 copy …

Hive多维分析函数——With cube、Grouping sets、With rollup

有些指标涉及【多维度】的聚合&#xff0c;大的汇总维度&#xff0c;小的明细维度&#xff0c;需要精细化的下钻。 grouping sets&#xff1a; 多维度组合&#xff0c;组合维度自定义&#xff1b;with cube&#xff1a; 多维度组合&#xff0c;程序自由组合&#xff0c;组合为…

日拱一卒 | JVM

文章目录 什么是JVM&#xff1f;JVM的组成JVM的大致工作流程JVM的内存模型 什么是JVM&#xff1f; 我们知道Java面试&#xff0c;只要你的简历上写了了解JVM&#xff0c;那么你就必然会被问到以下问题&#xff1a; 什么是JVM&#xff1f;简单说一下JVM的内存模型&#xff1f;…

大疆创新2025校招内推

大疆2025校招-内推 一、我们是谁&#xff1f; 大疆研发软件团队&#xff0c;致力于把大疆的硬件设备和大疆用户紧密连接在一起&#xff0c;我们的使命是“让机器有温度&#xff0c;让数据会说话”。 在消费和手持团队&#xff0c;我们的温度来自于激发用户灵感并助力用户创作…

破局产品同质化:解锁3D交互式营销新纪元!

近年来&#xff0c;随着数字体验经济的蓬勃发展&#xff0c;3D交互式营销作为一种创新手段迅速崛起&#xff0c;它巧妙地解决了传统产品展示中普遍存在的缺乏差异性和互动性的问题&#xff0c;使您的产品在激烈的市场竞争中独树一帜&#xff0c;脱颖而出。 若您正面临产品营销…

基于.NET开源、强大易用的短链生成及监控系统

前言 今天大姚给大家分享一个基于.NET开源&#xff08;MIT License&#xff09;、免费、强大易用的短链生成及监控系统&#xff1a;SuperShortLink。 项目介绍 SuperShortLink是一个基于.NET开源&#xff08;MIT License&#xff09;、免费、强大易用的短链生成及监控系统&a…

java算法day25

java算法day25 广度优先搜索岛屿数量深搜岛屿数量广搜994 腐烂的橘子 广度优先搜索 核心&#xff1a;从起点出发&#xff0c;以起始点为中心一圈一圈进行搜索&#xff0c;一旦遇到终点&#xff0c;记录之前走过的节点就是一条最短路。搜索的方式是上下左右 一张图说明白模拟…

【目标检测】Yolo5基本使用

前言 默认安装好所有配置&#xff0c;只是基于Yolo5项目文件开始介绍的。基于配置好的PyCharm进行讲解配置。写下的只是些基本内容&#xff0c;方便以后回忆用。避免配置好Yolo5的环境&#xff0c;拉取好Yolo5项目后&#xff0c;不知道该如何下手。如果有时间&#xff0c;我还是…

SeaCMS海洋影视管理系统远程代码执行漏洞复现

SeaCMS海洋影视管理系统远程代码执行漏洞复现 Ⅰ、环境搭建Ⅱ、漏洞复现Ⅲ、漏洞分析 免责声明&#xff1a;请勿利用文章内的相关技术从事非法测试&#xff0c;由于传播、利用此文所提供的信息或者工具而造成的任何直接或者间接的后果及损失&#xff0c;均由使用者本人负责&…

2024年7月29日 十二生肖 今日运势

小运播报&#xff1a;2024年7月29日&#xff0c;星期一&#xff0c;农历六月廿四 &#xff08;甲辰年辛未月甲午日&#xff09;&#xff0c;法定工作日。 红榜生肖&#xff1a;羊、虎、狗 需要注意&#xff1a;兔、牛、鼠 喜神方位&#xff1a;东北方 财神方位&#xff1a;…

扰动观测器DOB设计及其MATLAB/Simulink实现

扰动观测器(Disturbance Observer, DOB)是一种在控制系统中用于估计和补偿未知扰动的重要工具,以增强系统的鲁棒性和稳定性。其设计过程涉及系统建模、观测器结构设计以及控制律的调整。 扰动观测器设计原理 系统建模: 首先,需要建立被控对象的数学模型,明确系统的状态变…

HiveSQL题——炸裂+开窗

一、每个学科的成绩第一名是谁&#xff1f; 0 问题描述 基于学生成绩表输出每个科目的第一名是谁呢&#xff1f; 1 数据准备 with t1 as(selectzs as name,[{"Chinese":80},{"Math":70},{"English"…

mac下通过brew安装mysql的环境调试

mac安装mysql 打开终端&#xff0c;运行命令&#xff08;必须已经装过homebrew哦&#xff09;&#xff1a; 安装brewbin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"已安装brew直接运行&#xff1a;brew install mysql8.0报…

SQL labs-SQL注入(三,sqlmap使用)

本文仅作为学习参考使用&#xff0c;本文作者对任何使用本文进行渗透攻击破坏不负任何责任。 引言&#xff1a; 盲注简述&#xff1a;是在没有回显得情况下采用的注入方式&#xff0c;分为布尔盲注和时间盲注。 布尔盲注&#xff1a;布尔仅有两种形式&#xff0c;ture&#…

python拼接字符串方法

文章目录 1. 使用加号&#xff08;&#xff09;2. 使用str.join()方法3. 使用格式化字符串&#xff08;f-strings, % 操作符, .format() 方法&#xff09;4. 使用列表推导式和join()结合 性能对比 在Python中&#xff0c;字符串拼接是将两个或多个字符串合并成一个新字符串的过…

【LeetCode】141.环形链表、142. 环形链表 II(算法 + 图解)

Hi~&#xff01;这里是奋斗的明志&#xff0c;很荣幸您能阅读我的文章&#xff0c;诚请评论指点&#xff0c;欢迎欢迎 ~~ &#x1f331;&#x1f331;个人主页&#xff1a;奋斗的明志 &#x1f331;&#x1f331;所属专栏&#xff1a;数据结构 &#x1f4da;本系列文章为个人学…