文章目录
- 写在前面
- Tag
- 题目来源
- 解题思路
- 方法一:层序遍历
- 方法二:深度优先搜索
- 写在最后
写在前面
本专栏专注于分析与讲解【面试经典150】算法,两到三天更新一篇文章,欢迎催更……
专栏内容以分析题目为主,并附带一些对于本题涉及到的数据结构等内容进行回顾与总结,文章结构大致如下,部分内容会有增删:
- Tag:介绍本题牵涉到的知识点、数据结构;
- 题目来源:贴上题目的链接,方便大家查找题目并完成练习;
- 题目解读:复述题目(确保自己真的理解题目意思),并强调一些题目重点信息;
- 解题思路:介绍一些解题思路,每种解题思路包括思路讲解、实现代码以及复杂度分析;
- 知识回忆:针对今天介绍的题目中的重点内容、数据结构进行回顾总结。
Tag
【二叉树】【层序遍历】【深搜】【广搜】
题目来源
199. 二叉树的右视图
解题思路
方法一:层序遍历
思路
使用层序遍历的方法,返回二叉树每一层的最后一个节点。
如果对于层序遍历知识不熟悉,可以参考 广度优先搜索(1)之树的层序遍历 和 【二叉树的四种遍历——前序、中序、后续和层序遍历】。
算法
/*** Definition for a binary tree node.* struct TreeNode {* int val;* TreeNode *left;* TreeNode *right;* TreeNode() : val(0), left(nullptr), right(nullptr) {}* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:vector<int> rightSideView(TreeNode* root) {vector<int> res;if (root == NULL)return res;queue<TreeNode*> q;q.push(root);while (!q.empty()) {int size = q.size();TreeNode *node = nullptr;while(size--) {node = q.front();q.pop();if (node->left) q.push(node->left);if (node->right) q.push(node->right);}res.emplace_back(node->val);}return res;}
};
复杂度分析
时间复杂度: O ( n ) O(n) O(n), n n n 是二叉树中的节点数,每个节点最多入队出队各一次。
空间复杂度: O ( n ) O(n) O(n)。
方法二:深度优先搜索
思路
我们对树进行深度优先搜索,在搜索的过程中需要总是先访问右子树。那么对于每一层来说,我们在这层看到的第一个节点及就是一定是最右边的节点。
如何保证总是先访问右子树?利用栈的后进先出的特点,依次将当前节点的左、右节点压入栈中,那么栈中弹出的节点顺序就是先右再左子节点了。
如何实现 我们在这层看到的第一个节点及就是一定是最右边的节点 ?维护一个表示层深的局部变量,以此作为哈希表的键,二叉树当前层深所在层的最后节点值作为哈希表的值。
只有当前层深未曾出现在哈希表时,才更新哈希表,这样加上利用栈存放节点,便可以保证 “我们在这层看到的第一个节点及就是一定是最右边的节点”。
代码
/*** Definition for a binary tree node.* struct TreeNode {* int val;* TreeNode *left;* TreeNode *right;* TreeNode() : val(0), left(nullptr), right(nullptr) {}* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public:vector<int> rightSideView(TreeNode* root) {unordered_map<int, int> mostRNodeDepth2Val;int maxDepth = -1;stack<TreeNode*> nodeStk; // 节点栈stack<int> depthStk; // 与节点对应的深度栈nodeStk.push(root);depthStk.push(0);while (!nodeStk.empty()) {TreeNode* node = nodeStk.top(); nodeStk.pop();int depth = depthStk.top(); depthStk.pop();if (node != nullptr) {maxDepth = max(maxDepth, depth);// 不存在对应深度的节点,我们才插入if (mostRNodeDepth2Val.find(depth) == mostRNodeDepth2Val.end()) {mostRNodeDepth2Val[depth] = node->val;}nodeStk.push(node->left);nodeStk.push(node->right);depthStk.push(depth + 1);depthStk.push(depth + 1);}}vector<int> rightView;for (int depth = 0; depth <= maxDepth; ++depth) {rightView.push_back(mostRNodeDepth2Val[depth]);}return rightView;}
};
复杂度分析
时间复杂度: O ( n ) O(n) O(n),深搜最多访问每个节点一次。
空间复杂度: O ( n ) O(n) O(n),最坏情况下,栈内包含接近树高度的节点数量,占用 O ( n ) O(n) O(n) 空间。
写在最后
如果您发现文章有任何错误或者对文章有任何疑问,欢迎私信博主或者在评论区指出 💬💬💬。
如果大家有更优的时间、空间复杂度的方法,欢迎评论区交流。
最后,感谢您的阅读,如果有所收获的话可以给我点一个 👍 哦。