四、用go语言,对于一棵有 n 个结点的树,请设计在 O(n)时间内完成的先序遍历算法和后序遍历算法。
我个人喜欢 灵小智 。
文心一言:
在 Go 语言中,我们可以使用递归来实现树的前序遍历和后序遍历。以下是实现这两种方法的代码。
首先,我们定义一个树节点的结构:
type TreeNode struct { Val int Left *TreeNode Right *TreeNode
}
接下来,我们实现前序遍历(根-左-右):
func preOrderTraversal(root *TreeNode) { if root == nil { // 空节点则返回 return } fmt.Println(root.Val) // 先打印根节点 preOrderTraversal(root.Left) // 然后遍历左子树 preOrderTraversal(root.Right) // 最后遍历右子树
}
然后,我们实现后序遍历(左-右-根):
func postOrderTraversal(root *TreeNode) { if root == nil { // 空节点则返回 return } postOrderTraversal(root.Left) // 先遍历左子树 postOrderTraversal(root.Right) // 然后遍历右子树 fmt.Println(root.Val) // 最后打印根节点
}
以上的前序遍历和后序遍历的时间复杂度都是 O(n),其中 n 是树的节点数量。这是因为每个节点都会被访问一次,每个节点只会被访问一次。
讯飞星火,代码正常运行:
package mainimport "fmt"type TreeNode struct {Val intLeft *TreeNodeRight *TreeNode
}func preorderTraversal(root *TreeNode) []int {if root == nil {return []int{}}stack := []*TreeNode{root}res := []int{root.Val}for len(stack) > 0 {node := stack[len(stack)-1]stack = stack[:len(stack)-1]if node.Right != nil {stack = append(stack, node.Right)res = append(res, node.Right.Val)}if node.Left != nil {stack = append(stack, node.Left)res = append(res, node.Left.Val)}}return res
}func postorderTraversal(root *TreeNode) []int {if root == nil {return []int{}}stack := []*TreeNode{root}res := []int{}for len(stack) > 0 {node := stack[len(stack)-1]stack = stack[:len(stack)-1]res = append(res, node.Val)if node.Left != nil {stack = append(stack, node.Left)}if node.Right != nil {stack = append(stack, node.Right)}}for i, n := 0, len(res); i < n/2; i++ {res[i], res[n-1-i] = res[n-1-i], res[i]}return res
}func main() {root := &TreeNode{Val: 1}root.Left = &TreeNode{Val: 2}root.Right = &TreeNode{Val: 3}root.Left.Left = &TreeNode{Val: 4}root.Left.Right = &TreeNode{Val: 5}root.Right.Left = &TreeNode{Val: 6}root.Right.Right = &TreeNode{Val: 7}fmt.Println("先序遍历结果:", preorderTraversal(root))fmt.Println("后序遍历结果:", postorderTraversal(root))
}
360智脑,代码不能运行:
以下是用go语言实现一棵有 n 个结点的树的先序遍历和后序遍历算法:
先序遍历算法:
package main
import "fmt"func preOrder(node *Node) []int {res := []int{}if node != nil {res = append(res, node.val)preOrder(node.left)preOrder(node.right)}return res
}func main() {// 创建一棵有3个结点的二叉树root := &Node{val: 10, left: nil, right: nil}root.left = &Node{val: 5, left: nil, right: &Node{}}root.left.left = &Node{val: 3, left: nil, right: nil}root.left.right = &Node{val: 7, left: nil, right: nil}root.right = &Node{val: 15, left: nil, right: &Node{}}root.right.left = &Node{val: 2, left: nil, right: nil}root.right.right = &Node{val: 12, left: nil, right: nil}// 输出先序遍历结果res := preOrder(root)fmt.Println(res) // 输出 [10 5 7 2 12 15]
}
后序遍历算法:
package main
import "fmt"func postOrder(node *Node) []int {res := []int{}if node != nil {res = append(res, node.val)postOrder(node.left)postOrder(node.right)}return res
}func main() {// 创建一棵有3个结点的二叉树root := &Node{val: 10, left: nil, right: nil}root.left = &Node{val: 5, left: nil, right: nil}root.left.left = &Node{val: 3, left: nil, right: nil}root.left.right = &Node{val: 7, left: nil, right: nil}root.right = &Node{val: 15, left: nil, right: nil}root.right.left = &Node{val: 2, left: nil, right: nil}root.right.right = &Node{val: 12, left: nil, right: nil}// 输出后序遍历结果res := postOrder(root)fmt.Println(res) // 输出 [15 2 12 7 10 5 3 15]
}
智谱清言:
在 Go 语言中,可以使用递归或迭代方法实现树的遍历。以下是先序遍历和后序遍历的递归和迭代算法:
1.先序遍历算法:
递归算法:
func preOrderTraversalRecursive(root *TreeNode) []int {if root == nil {return []int{}}result := []int{root.Val}result = append(result, preOrderTraversalRecursive(root.Left)...)result = append(result, preOrderTraversalRecursive(root.Right)...)return result
}
迭代算法:
func preOrderTraversalIterative(root *TreeNode) []int {if root == nil {return []int{}}result := []int{}stack := []*TreeNode{root}for len(stack) > 0 {node := stack[len(stack)-1]stack = stack[:len(stack)-1]result = append(result, node.Val)if node.Right != nil {stack = append(stack, node.Right)}if node.Left != nil {stack = append(stack, node.Left)}}return result
}
2.后序遍历算法:
递归算法:
func postOrderTraversalRecursive(root *TreeNode) []int {if root == nil {return []int{}}result := postOrderTraversalRecursive(root.Left)result = append(result, root.Val)result = append(result, postOrderTraversalRecursive(root.Right)...)return result
}
迭代算法:
func postOrderTraversalIterative(root *TreeNode) []int {if root == nil {return []int{}}result := []int{}stack := []*TreeNode{root}for len(stack) > 0 {node := stack[len(stack)-1]stack = stack[:len(stack)-1]result = append(result, node.Val)if node.Left != nil {stack = append(stack, node.Left)}if node.Right != nil {stack = append(stack, node.Right)}}// Reverse the result array to get post-order traversalfor i, j := 0, len(result)-1; i < j; i, j = i+1, j-1 {result[i], result[j] = result[j], result[i]}return result
}
以上算法均能在 O(n) 时间内完成树的遍历。
通义千问:
这是一个经典的二叉树问题,我们可以使用深度优先搜索(DFS)来解决这个问题。
首先,我们需要定义一个树节点的数据结构:
type TreeNode struct {Val intLeft *TreeNodeRight *TreeNode
}
然后,我们分别实现先序遍历和后序遍历的函数:
先序遍历:根 -> 左 -> 右
func preorderTraversal(root *TreeNode) []int {if root == nil {return []int{}}result := make([]int, 0)stack := []*TreeNode{root}for len(stack) > 0 {node := stack[len(stack)-1]result = append(result, node.Val)if node.Right != nil {stack = append(stack, node.Right)}if node.Left != nil {stack = append(stack, node.Left)} else {stack = stack[:len(stack)-1]}}return result
}
后序遍历:左 -> 右 -> 根
func postorderTraversal(root *TreeNode) []int {if root == nil {return []int{}}result := make([]int, 0)stack := []*TreeNode{root}prev := rootfor len(stack) > 0 {node := stack[len(stack)-1]if node.Left == nil && node.Right == nil || node == prev {result = append([]int{node.Val}, result...)prev = nodestack = stack[:len(stack)-1]} else if node.Right != nil {stack = append(stack, node.Right)} else {stack = stack[:len(stack)-1]if node.Left != nil {stack = append(stack, node.Left)}}}return result
}
这两种方法的时间复杂度都是O(n),其中n是树中节点的数量,因为我们只需要遍历一次所有的节点。空间复杂度也是O(n),因为在最坏的情况下,我们可能需要将所有的节点都压入栈中。
天工:
先序遍历算法:
先序遍历是指先访问根节点,然后依次访问左子树和右子树。在 Go 语言中,可以使用递归实现先序遍历算法。具体实现如下:
// 定义一个树节点结构体
type TreeNode struct {Val intLeft *TreeNodeRight *TreeNode
}// 先序遍历算法
func PreorderTraversal(root *TreeNode) {if root == nil {return}// 访问当前节点fmt.Printf("%d ", root.Val)// 递归访问左右子树PreorderTraversal(root.Left)PreorderTraversal(root.Right)
}
后序遍历算法:
后序遍历是指先访问左子树,然后访问右子树,最后访问根节点。在 Go 语言中,可以使用递归实现后序遍历算法。具体实现如下:
// 定义一个树节点结构体
type TreeNode struct {Val intLeft *TreeNodeRight *TreeNode
}// 后序遍历算法
func PostorderTraversal(root *TreeNode) {if root == nil {return}// 递归访问左右子树PostorderTraversal(root.Left)PostorderTraversal(root.Right)// 访问当前节点fmt.Printf("%d ", root.Val)
}
以上两个算法都是使用递归实现的,时间复杂度为 O(n),空间复杂度为 O(h),其中 h 是树的高度。
灵小智,代码正常运行:
在Go语言中,可以使用递归的方式实现树的先序遍历和后序遍历算法。下面是相应的实现:
package mainimport "fmt"// 树的节点结构定义
type TreeNode struct {Val intChildren []*TreeNode
}// 先序遍历函数
func PreorderTraversal(root *TreeNode) {if root == nil {return}fmt.Printf("%d ", root.Val) // 先输出当前节点的值for _, child := range root.Children {PreorderTraversal(child) // 递归遍历子节点}
}// 后序遍历函数
func PostorderTraversal(root *TreeNode) {if root == nil {return}for _, child := range root.Children {PostorderTraversal(child) // 递归遍历子节点}fmt.Printf("%d ", root.Val) // 最后输出当前节点的值
}func main() {// 构建一个示例树root := &TreeNode{Val: 1}node2 := &TreeNode{Val: 2}node3 := &TreeNode{Val: 3}node4 := &TreeNode{Val: 4}node5 := &TreeNode{Val: 5}root.Children = []*TreeNode{node2, node3, node4}node2.Children = []*TreeNode{node5}// 先序遍历fmt.Println("Preorder Traversal:")PreorderTraversal(root)fmt.Println()// 后序遍历fmt.Println("Postorder Traversal:")PostorderTraversal(root)fmt.Println()
}
以上代码通过先序遍历和后序遍历的方式遍历了一棵示例树,并输出了遍历结果。请注意,这里的先序遍历和后序遍历算法的时间复杂度为 O(n),其中 n 是树中节点的个数。
chatgpt,代码正常运行:
在Go语言中,可以使用迭代的方式来实现树的先序遍历和后序遍历,以保证时间复杂度为O(n)。以下是示例代码:
package mainimport ("fmt"
)// 树节点结构体
type Node struct {Value intLeft *NodeRight *Node
}// 先序遍历
func PreorderTraversal(root *Node) {if root == nil {return}stack := []*Node{root}for len(stack) > 0 {node := stack[len(stack)-1]stack = stack[:len(stack)-1]fmt.Printf("%d ", node.Value)if node.Right != nil {stack = append(stack, node.Right)}if node.Left != nil {stack = append(stack, node.Left)}}
}// 后序遍历
func PostorderTraversal(root *Node) {if root == nil {return}stack1 := []*Node{root}stack2 := []*Node{}for len(stack1) > 0 {node := stack1[len(stack1)-1]stack1 = stack1[:len(stack1)-1]stack2 = append(stack2, node)// 左子树先入栈if node.Left != nil {stack1 = append(stack1, node.Left)}// 右子树后入栈 if node.Right != nil { stack1 = append(stack1, node.Right)} }for i := len(stack2)-1; i >= 0; i-- { fmt.Printf("%d ", stack2[i].Value)}
}func main() {// 构建一棵树作为示例root := &Node{Value: 1,Left: &Node{Value: 2,Left: &Node{Value: 4,Left: nil,Right: nil,},Right: &Node{Value: 5,Left: nil,Right: nil,},},Right: &Node{Value: 3,Left: &Node{Value: 6,Left: nil,Right: nil,},Right:nil, },}fmt.Println("先序遍历结果:")PreorderTraversal(root)fmt.Println("\n后序遍历结果:")PostorderTraversal(root)
}
以上代码中,我们使用了两个栈来实现后序遍历。第一个栈用于模拟先序遍历,将右子节点先入栈,然后左子节点入栈。第二个栈用于保存逆向的结果,在第一个栈为空时,将第一个栈中的元素依次弹出并加入到第二个栈中,然后输出即为后序遍历结果。