DAY16||513.找树左下角的值 |路径总和|从中序与后序遍历序列构造二叉树

513.找树左下角的值

题目:513. 找树左下角的值 - 力扣(LeetCode)

给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边 节点的值。

假设二叉树中至少有一个节点。

示例 1:

输入: root = [2,1,3]
输出: 1

示例 2:

输入: [1,2,3,4,null,5,6,null,null,7]
输出: 7

递归法

前中后序都可以,因为没有中的处理逻辑。

回溯的思想体现在depth,要在递归语句前++,语句后--,其实就是回退的操作,去遍历右子树。

本题理解,找到最后一行的左节点就行,深度最大。


class Solution {
public:int maxdepth=INT_MIN;int result;void trversal(TreeNode*root,int depth){if(root->right==NULL&&root->left==NULL)//找到叶子节点,查看是否是最大深度的{if(depth>maxdepth){maxdepth=depth;result=root->val;}return;}if(root->left){depth++;trversal(root->left,depth);depth--;}if(root->right){depth++;trversal(root->right,depth);depth--;}return;}int findBottomLeftValue(TreeNode* root) {trversal(root,0);return result;}
};

迭代法

使用层序遍历比较简单。。

class Solution {
public:int findBottomLeftValue(TreeNode* root) {queue<TreeNode*>que;int result=0;if(root)que.push(root);while(!que.empty()){int size=que.size();for(int i=0;i<size;i++){TreeNode*node=que.front();que.pop();//其实没弹出一个结点,就弹进该节点的左右孩子if(i==0)result=node->val;//记录最后一行第一个元素if (node->left) que.push(node->left);if (node->right) que.push(node->right);}}return result;}
};

112.路径总和

题目:112. 路径总和 - 力扣(LeetCode)

给定一个二叉树和一个目标和,判断该树中是否存在根节点到叶子节点的路径,这条路径上所有节点值相加等于目标和。

说明: 叶子节点是指没有子节点的节点。

示例: 给定如下二叉树,以及目标和 sum = 22,

返回 true, 因为存在目标和为 22 的根节点到叶子节点的路径 5->4->11->2。

 

递归法 

优先考虑深度优先遍历,前中后序都没有区别,因为没有中的处理逻辑。

累加判断是否等于的写法有点麻烦,可以用递减法,如果count等于0就说明找到了。

class Solution {
public:bool traversal(TreeNode*cur,int count){if(!cur->left&&!cur->right&&count==0)return true;//遇到叶子节点且count为0if(!cur->left&&!cur->right)return false;//遇到叶子节点且count不为0if(cur->left){count-=cur->left->val;if(traversal(cur->left,count))return true;//如果从下一层递归里得到1返回1count+=cur->left->val;//回溯}if(cur->right){count-=cur->right->val;if(traversal(cur->right,count))return true;count+=cur->right->val;//回溯}return false;}bool hasPathSum(TreeNode* root, int targetSum) {if(root==NULL)return false;return  traversal(root,targetSum-root->val);}
};

 迭代法可以用栈模拟回溯。

113.路径总和Ⅱ

113. 路径总和 II - 力扣(LeetCode)

给定一个二叉树和一个目标和,找到所有从根节点到叶子节点路径总和等于给定目标和的路径。

说明: 叶子节点是指没有子节点的节点。

要遍历整棵树,所以递归函数没有返回值。 

class Solution {
public:vector<vector<int>>result;vector<int>path;void traversal(TreeNode*cur,int count){if(!cur->left&&!cur->right&&count==0){result.push_back(path);//找到一条路径return;}if(!cur->left&&!cur->right)return;if(cur->left)//左{count-=cur->left->val;path.push_back(cur->left->val);traversal(cur->left,count);//回溯count+=cur->left->val;path.pop_back();}if(cur->right)//左{count-=cur->right->val;path.push_back(cur->right->val);traversal(cur->right,count);//回溯count+=cur->right->val;path.pop_back();}return;}vector<vector<int>> pathSum(TreeNode* root, int targetSum) {result.clear();path.clear();if(root==NULL)return result;path.push_back(root->val);traversal(root,targetSum-root->val);return result;}
};

也比较简单。

106.从中序与后序遍历序列构造二叉树

题目:106. 从中序与后序遍历序列构造二叉树 - 力扣(LeetCode)

 之前看过从中序和后序以及前序和中序构造二叉树的书本例子,所以本题理解起来不难,就是代码没有切实打过。中序是比较重要的,因为可以帮助我们区分左右子树。

来看一下一共分几步:

  • 第一步:如果数组大小为零的话,说明是空节点了。

  • 第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。

  • 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点

  • 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)

  • 第五步:切割后序数组,切成后序左数组和后序右数组

  • 第六步:递归处理左区间和右区间

 

代码注意点,切割中序数组时,首先从后序数组找到了最后一个元素,就是根节点,在中序数组找到,左右分割成左中序和右中序。再根据左右中序的大小,在后序数组切割相应大小的元素, 分割前部分为左后序后部分为右后序。以此类推,递归构造二叉树。

代码

class Solution {
private:TreeNode*traversal(vector<int>& inorder,vector<int>& postorder){if(postorder.size()==0)return NULL;int rootvalue=postorder[postorder.size()-1];//1.找到后序数组最后一个元素,即根节点TreeNode*root=new TreeNode(rootvalue);if(postorder.size()==1)return root;//如果只剩下叶子节点int delimiterIndex;//找到分割点for(delimiterIndex=0;delimiterIndex<inorder.size();delimiterIndex++){if(inorder[delimiterIndex]==rootvalue)break;}vector<int>leftinorder(inorder.begin(),inorder.begin()+delimiterIndex);//切割中序数组,左闭右开写法vector<int>rightinorder(inorder.begin()+delimiterIndex+1,inorder.end());//注意这里是+1!postorder.resize(postorder.size()-1);//移除后序数组最后一个元素//切割后序数组,注意后序和中序大小一样,所以可以以上步求得的左右中序数组大小作为分割vector<int>leftpostorder(postorder.begin(),postorder.begin()+leftinorder.size());vector<int>rightpostorder(postorder.begin()+leftinorder.size(),postorder.end());root->left=traversal(leftinorder,leftpostorder);//传入新的左中序和左后序,继续构造左右子树root->right=traversal(rightinorder,rightpostorder);return root;}
public:TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {if(inorder.size()==0||postorder.size()==0)return NULL;return traversal(inorder,postorder);}
};

今天的还行吧。没有特别难,基本都能自己写出来,但是细节还要多注意。

 

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/433339.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

Techub专访顾荣辉教授:解密CertiK的安全战略路线

当 Web3 安全审计公司还在争抢审计份额时&#xff0c;CertiK 已经开始将目光瞄准即将进军 Web3 的传统商业巨头。CertiK 不仅在传统行业进行白帽行动获得如苹果公司的官方感谢&#xff0c;还是 Web3 行业唯一一家拥有 SOC 2 和 ISO 认证的 Web3 的安全公司。基于此&#xff0c;…

猫头虎 分享已解决Bug: || Module not found: Can‘t resolve ‘react‘ 解决方案

&#x1f42f;猫头虎 分享已解决Bug&#xff1a; || Module not found: Cant resolve react 解决方案 摘要: 今天猫头虎带大家解决一个常见的前端问题&#xff0c;尤其是在 React 项目中&#xff0c;很多开发者在安装依赖包时&#xff0c;遇到过 Module not found: Cant resol…

裁剪视频如何让画质不变?一文教会你

当我们想要从一段视频中提取精华&#xff0c;裁剪视频就成了必不可少的技能。 但是&#xff0c;如何做到在裁剪过程中不损害画质&#xff0c;保持视频原有的清晰度和流畅度呢&#xff1f; 这不仅需要技巧&#xff0c;还需要对视频编辑有一定的了解。 本文将为你介绍四种裁剪…

基于SSM的图书管理管理系统的设计与实现 (含源码+sql+视频导入教程)

&#x1f449;文末查看项目功能视频演示获取源码sql脚本视频导入教程视频 1 、功能描述 基于SSM的图书管理管理系统4拥有两种角色&#xff0c;用户可以浏览评论图书、登录注册&#xff0c;管理员可以进行图书馆管理、用户管理、分类管理等功能 1.1 背景描述 图书书店销售管理…

jenkins声明式流水线语法详解

最基本的语法包含 pipeline&#xff1a;所有有效的声明式流水线必须包含在一个 pipeline 块中stages&#xff1a;包含一系列一个或多个stage指令stage&#xff1a;stage包含在stages中进行&#xff0c;比如某个阶段steps&#xff1a;在阶段中具体得执行操作&#xff0c;一个或…

了解网络的相关信息

文章目录 前言了解网络的相关信息1. ip是什么?1.1. 公网IP:1.2. 私有IP:1.2.1. 示例 2. 子网掩码3. 子网掩码的划分网段是什么4. 特殊的回路IP网段(127.0.0.1)5. 端口 前言 如果您觉得有用的话&#xff0c;记得给博主点个赞&#xff0c;评论&#xff0c;收藏一键三连啊&#x…

VIGOSERVO帝人伺服驱动器维修ARN135-F ARS135-25

帝人VIGOSERVO驱动器维修TEIJIN SEIKI伺服驱动器全系列型号修理。 关于VIGOSERVO伺服驱动器维修的相关内容&#xff0c;可以归纳为以下几个方面&#xff1a; 一、维修概述 VIGOSERVO伺服驱动器作为自动化设备组件&#xff0c;多应用于工业机器人、数控加工等高精度传动系统中…

如何实现工业设备联网?天拓四方

一、引言 随着信息技术的快速发展&#xff0c;工业设备联网已成为推动工业4.0和智能制造的核心技术之一。工业设备联网通过将传统的工业设备与互联网、云计算、大数据等技术相结合&#xff0c;实现了设备之间的互联互通&#xff0c;数据共享与智能分析&#xff0c;极大地提高了…

CSS的弹性盒子模型(Flex box)

弹性盒子模型是CSS3的一种新的布局模式&#xff0c;弹性盒是一种当页面需要适应不同的屏幕大小以及设备类型时确保拥有合适的布局方式&#xff0c;引入弹性盒子模型的目的时提供更加有效的方式来对一个容器中的子元素进行排列&#xff0c;对齐和分配空白空间。 弹性盒子由弹性容…

[Redis][Set]详细讲解

目录 0.前言1.常用命令1.SADD2.SMEMBERS3.SISMEMBER4.SCARD5.SPOP6.SMOVE7.SREM 2.集合间操作0.是什么&#xff1f;1.SINTER2.SINTERSTORE3.SUNION4.SUNIONSTORE5.SDIFF6.SDIFFSTORE 3.内部编码1.intset(整数集合)2.hashtable(哈希表) 4.使用场景 0.前言 集合类型也是保存多个字…

BaseCTF2024 web

Web [Week1] HTTP 是什么呀 GET: ?basectf%77%65%31%63%25%30%30%6d%65POST: BaseflgX-Forwarded-For:127.0.0.1Referer: BaseCookie: c00k13i cant eat itUser-Agent: Base有Location跳转, 抓包得到flag: QmFzZUNURntkZGUzZjA0Yy1hMDg5LTQwNGMtOTFjNi01ODZjMzAxMzM3Y2J9Cg…

[element-ui]记录对el-table表头样式的一些处理

1、表头换行 & 列表项换行 可用element-table组件自带的方法实现列标题换行的效果 2、小圆点样式

3D模型在UI设计中应用越来越多,给UI带来了什么?

当前3D模型在UI设计中应用很多&#xff0c;极大地拓展了UI设计的发挥空间&#xff0c;也拓宽了UI的应用领域&#xff0c;本文分享下UI中引入3D模型到底能带来什么价值. 3D模型在UI设计中的应用可以给用户界面带来以下几个方面的好处&#xff1a; 更真实的视觉体验&#xff1a;…

无人机的避障的航迹规划详解!!!

一、无人机避障技术 视觉避障系统&#xff1a;通过安装在无人机上的摄像头捕捉周围环境的图像&#xff0c;利用计算机视觉技术对图像进行处理和分析&#xff0c;提取出障碍物的信息。这种方法直观、信息丰富&#xff0c;但在光线不足或变化多的情况下可能影响识别效果&#xf…

高效快捷回复软件

当你的店铺正如火如荼地运营时&#xff0c;你是否曾因为繁琐的客服回复工作而感到力不从心&#xff1f;自己创业、自营客服或是外包客服&#xff0c;都需要一个强大的工具来帮助你高效处理客户咨询。那么&#xff0c;这款全新的高效快捷回复软件—客服宝聊天助手&#xff0c;就…

WLS2连接本地USB设备的方法

WLS2连接本地USB设备的方法 说明windows端1.下载usbipd-win并安装2.启动WSL3.以管理员身份运行Windows PowerShell”4.WSL中查看USB设备 说明 WLS2连接本地USB设备的方法 windows端 1.下载usbipd-win并安装 可下载**.msi文件&#xff0c;双击即可安装 2.启动WSL 3.以管理…

矿山、石场重型机械设备数据集-挖掘机-自卸卡车-轮式装载机

描述 本项目旨在创建一个高效的计算机或机器视觉模型&#xff0c;用于在建筑工地检测不同种类的施工设备&#xff0c;我们从三个类别开始&#xff1a;挖掘机、卡车和轮式装载机。 数据集的理学硕士提供。 原始图像&#xff08;v1&#xff09;包含&#xff1a; 1,532个标注…

word中的表格全部设置宽度100%

1、背景 我们用工具将数据库或其他的数据导出成word时&#xff0c;表格有的会大于100%&#xff0c;超过了边界。word没有提供全局修改的方法。如果我们想改成100%。 一种方式是通过宏&#xff0c;全局改。一种是手动改。 2、宏修改 如果表格多&#xff0c;可以通过这种方式。…

SpringBoot的概述与搭建

目录 一.SpringBoot的概述 二.SpringBoot 特点 三.SpringBoot 的核心功能 3.1起步依赖 3.2自动配置 四.SpringBoot 开发环境构建 五.SpringBoot 配置文件 六.SpringBoot数据访问管理 七.springboot注解 八.springboot集成mybatis 九.springboot全局异常捕获与处理 一…

【第十五章:Sentosa_DSML社区版-机器学习之关联规则】

目录 15.1 频繁模式增长 15.2 PrefixSpan 【第十五章&#xff1a;Sentosa_DSML社区版-机器学习之关联规则】 机器学习关联规则是一种用于发现数据集中项之间有趣关系的方法。它基于统计和概率理论&#xff0c;通过分析大量数据来识别项之间的频繁共现模式。 15.1 频繁模式增…