代码随想录算法训练营day16 | 104.二叉树的最大深度、111.二叉树的最小深度、222.完全二叉树的节点个数

目录

  • 二叉树的最大深度
    • 思路
    • 解题方法
      • 递归
      • 迭代
    • 复杂度
    • Code
      • 递归
      • 迭代
  • 二叉树的最小深度
    • 思路
    • 解题方法
      • 递归
      • 迭代
    • 复杂度
    • Code
      • 递归
      • 迭代
  • 第一题
    • 思路
    • 解题方法
      • 递归
      • 迭代
    • 复杂度
      • 递归
      • 迭代
    • Code
      • 递归
      • 迭代
  • 总结

二叉树的最大深度

链接: 二叉树的最大深度

二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。

思路

先用递归,二叉树的题目最好用的就是递归
还有一个迭代法。

解题方法

递归

递归三步:

  1. 确定递归函数的参数和返回值:参数就是传入树的根节点,返回就返回这棵树的深度,所以返回值为int类型。
  2. 确定终止条件:如果为空节点的话,就返回0,表示高度为0。
  3. 确定单层递归的逻辑:先求它的左子树的深度,再求右子树的深度,最后取左右深度最大的数值 再+1 (加1是因为算上当前中间节点)就是目前节点为根节点的树的深度。

迭代

使用迭代法的话,使用层序遍历是最为合适,因为最大的深度就是二叉树的层数,和层序遍历的方式极其吻合。

复杂度

两个方法的时空复杂度一样大小

  • 时间复杂度:O(n)
  • 空间复杂度:O(n)

Code

递归

class solution {
public:int getdepth(TreeNode* node) {if (node == nullptr) return 0;int leftdepth = getdepth(node->left);       // 左int rightdepth = getdepth(node->right);     // 右int depth = 1 + max(leftdepth, rightdepth); // 中return depth;}int maxDepth(TreeNode* root) {return getdepth(root);}
};

迭代

class solution {
public:int maxDepth(TreeNode* root) {if (root == nullptr) return 0;int depth = 0;queue<TreeNode*> que;que.push(root);while(!que.empty()) {int size = que.size();depth++; // 记录深度for (int i = 0; i < size; i++) {TreeNode* node = que.front();que.pop();if (node->left) que.push(node->left);if (node->right) que.push(node->right);}}return depth;}
};

二叉树的最小深度

链接: 二叉树的最小深度

给定一个二叉树,找出其最小深度。

最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

说明:叶子节点是指没有子节点的节点。

思路

直觉上好像和求最大深度差不多,其实还是差不少的。

本题依然是前序遍历和后序遍历都可以,前序求的是深度,后序求的是高度。

二叉树节点的深度:指从根节点到该节点的最长简单路径边的条数或者节点数(取决于深度从0开始还是从1开始)
二叉树节点的高度:指从该节点到叶子节点的最长简单路径边的条数后者节点数(取决于高度从0开始还是从1开始)
那么使用后序遍历,其实求的是根节点到叶子节点的最小距离,就是求高度的过程,不过这个最小距离 也同样是最小深度。

我们采用后序遍历,
注:
左右孩子都为空的节点才是叶子节点:

解题方法

递归

  1. 确定递归函数的参数和返回值
    参数为要传入的二叉树根节点,返回的是int类型的深度。

  2. 确定终止条件
    终止条件也是遇到空节点返回0,表示当前节点的高度为0。

  3. 确定单层递归的逻辑

迭代

需要注意的是,只有当左右孩子都为空的时候,才说明遍历到最低点了。如果其中一个孩子不为空则不是最低点

复杂度

  • 时间复杂度:O(n)
  • 空间复杂度:O(n)

Code

递归

class Solution {
public:int getDepth(TreeNode* node) {if (node == nullptr) return 0;int leftDepth = getDepth(node->left);           // 左int rightDepth = getDepth(node->right);         // 右// 中// 当一个左子树为空,右不为空,这时并不是最低点if (node->left == nullptr && node->right != NULL) { return 1 + rightDepth;}   // 当一个右子树为空,左不为空,这时并不是最低点if (node->left != nullptr && node->right == NULL) { return 1 + leftDepth;}int result = 1 + min(leftDepth, rightDepth);return result;}int minDepth(TreeNode* root) {return getDepth(root);}
};

迭代

class Solution {
public:int minDepth(TreeNode* root) {if (root == nullptr) return 0;int depth = 0;queue<TreeNode*> que;que.push(root);while(!que.empty()) {int size = que.size();depth++; // 记录最小深度for (int i = 0; i < size; i++) {TreeNode* node = que.front();que.pop();if (node->left) que.push(node->left);if (node->right) que.push(node->right);if (!node->left && !node->right) { // 当左右孩子都为空的时候,说明是最低点的一层了,退出return depth;}}}return depth;}
};

第一题

链接: 完全二叉树的节点个数

完全二叉树 的定义如下:在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层,则该层包含 1~ 2h 个节点。

思路

一棵完全二叉树的两棵子树,至少有一棵是满二叉树
利用完全二叉树性质

解题方法

递归

  1. 确定递归函数的参数和返回值:参数就是传入树的根节点,返回就返回以该节点为根节点二叉树的节点数量,所以返回值为int类型。

  2. 确定终止条件:如果为空节点的话,就返回0,表示节点数为0。

  3. 确定单层递归的逻辑:先求它的左子树的节点数量,再求右子树的节点数量,最后取总和再加一 (加1是因为算上当前中间节点)就是目前节点为根节点的节点数量。

迭代

复杂度

递归

  • 时间复杂度:O(n)
  • 空间复杂度:O(logn)

迭代

  • 时间复杂度:O(n)
  • 空间复杂度:O(n)

Code

递归

class Solution {
private:int getNodesNum(TreeNode* cur) {if (cur == nullptr) return 0;int leftNum = getNodesNum(cur->left);      // 左int rightNum = getNodesNum(cur->right);    // 右int treeNum = leftNum + rightNum + 1;      // 中return treeNum;}
public:int countNodes(TreeNode* root) {return getNodesNum(root);}
};

迭代

class Solution {
public:int countNodes(TreeNode* root) {queue<TreeNode*> que;if (root != nullptr) que.push(root);int result = 0;while (!que.empty()) {int size = que.size();for (int i = 0; i < size; i++) {TreeNode* node = que.front();que.pop();result++;   // 记录节点数量if (node->left) que.push(node->left);if (node->right) que.push(node->right);}}return result;}
};

总结

今天的题目不难,但要注意求二叉树的最小深度不像求二叉树最大深度,有坑。
参考文档:
链接: 二叉树的最大深度
链接: 二叉树的最小深度
链接: 完全二叉树的节点个数

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.mzph.cn/news/733316.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩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

滴滴一面:Keepalived+Nginx高可用,如何实现IP跳跃?(1)

尼恩说在前面 HashMap的工作原理是目前java面试问的较为常见的问题之一&#xff0c;在40岁老架构师 尼恩的读者交流群(50)中&#xff0c;最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、shein 希音、百度、网易的面试资格&#xff0c;遇到很多很重要的面试…

OpenCV学习笔记(四)——对视频的读取操作

目录 读取视频内容 将彩色视频转换为灰色视频 读取视频内容 读取视频文件通常分为读取文件、验证是否打开成功打开文件、逐帧读取视频文件、释放资源和关闭窗口 &#xff08;1&#xff09;读取文件 在OpenCV中&#xff0c;通常使用VedioCapture来读取视频流&#xff0c;Vedi…

linux中的“<“、“<<“、“>“

当我们在命令行中执行一个命令时&#xff0c;通常需要指定命令所需的输入数据和输出目标。输入重定向符号 <、<< 和 > 就是用来处理这些输入输出的。 1. 命令 < 文件 这个符号表示将文件内容作为命令的标准输入。换句话说&#xff0c;命令将从指定的文件中读取…

SQL Server 技术100问?

这些问题旨在帮助SQL Server的管理员和开发人员深入理解数据库管理系统的核心概念和技术&#xff0c;从而更好地进行数据库设计、性能优化、安全管理等工作。 SQL Server的最新版本有哪些新特性&#xff1f;如何在SQL Server中创建一个新的数据库&#xff1f;如何在SQL Server…

图的单源最短路径问题

目录 一、简述 二、前置配置 三、迪杰斯特拉算法 四、改进的迪杰斯特拉算法 五、贝尔曼福特算法 一、简述 图是一种比较常用的数据结构&#xff0c;将问题转换成图相关的思路也是比较常用的。 图的单源最短路径问题&#xff0c;也就是图中某一个节点到图中其他节点的最短路…

基于JAVA+ springboot实现的抗疫物质信息管理系统

基于JAVA springboot实现的抗疫物质信息管理系统设计和实现 博主介绍&#xff1a;多年java开发经验&#xff0c;专注Java开发、定制、远程、文档编写指导等,csdn特邀作者、专注于Java技术领域 作者主页 央顺技术团队 Java毕设项目精品实战案例《1000套》 欢迎点赞 收藏 ⭐留言 …

macOS上实现「灵动岛」效果

自从Apple iPhone推出了「灵动岛」功能后&#xff0c;用户们就被其优雅的设计和强大的功能所吸引。然而&#xff0c;作为macOS用户&#xff0c;我们一直在等待这一功能能够在我们的设备上实现。现在&#xff0c;随着新的应用程序的推出&#xff0c;我们终于可以在我们的Mac上体…

JWT的是什么

session共享 什么是session共享 Session共享是指在分布式系统中&#xff0c;在多个服务器之间共享同一个用户的会话数据。在传统的Web应用中&#xff0c;用户的会话信息通常存储在服务器端的Session中&#xff0c;而每个用户的请求在同一个服务器上处理&#xff0c;因此可以轻…

AR实景儿童闯关游戏开发

AR实景儿童闯关游戏开发,增强现实&#xff08;Augmented Reality&#xff0c;AR&#xff09;技术正逐渐渗透到我们生活的方方面面。在游戏领域中&#xff0c;AR技术为游戏开发者带来了无限的想象空间和创作可能性。其中一种引人注目的游戏类型是AR实景儿童闯关游戏。这种游戏结…

【黑马程序员】Python基础

文章目录 初始PythonPython应用场景什么是编程语言安装Python开发环境第一个Python程序Python解释器 Python基础语法常用数值类型字符串总结 python中的注释变量数据类型数据类型转换标识符运算符算术运算服赋值运算符 字符串扩展字符串的三种定义方式字符串的引号嵌套字符串的…

Python_短路计算.md

Python_短路计算.md 一、概述二、原理说明三、and的短路应用四、or的短路应用 一、概述 Python中&#xff0c;短路计算&#xff08;Short-circuit evaluation&#xff09;指的是在布尔运算&#xff08;and 或 or&#xff09;中&#xff0c;当根据已有的条件能够确定整个表达式…

基于redis实现互斥锁

利用setnx命令实现类似获取锁和释放锁。 获取锁&#xff0c;setnx lock 1&#xff0c;返回值为1视为获取成功&#xff0c;为0视为获取失败 释放锁&#xff0c;del lock 特殊情况&#xff1a; 如果获取锁之后&#xff0c;锁来还来不及释放&#xff0c;redis宕机了&#xff0c;这…

java方法重载详细介绍

在Java中&#xff0c;方法重载&#xff08;Overloading&#xff09;是指在同一个类里面&#xff0c;可以有多个同名方法&#xff0c;只要这些方法的参数列表不同即可。方法重载是一种实现多态的方式&#xff0c;它增加了方法的可读性和程序的灵活性。 方法签名 方法签名由方法…

【CSP试题回顾】202009-2-风险人群筛查

CSP-202009-2-风险人群筛查 解题思路 主循环&#xff08;对每个查询&#xff09;&#xff1a; 使用一个布尔变量pass来标记风险人群是否至少一次进入了特定区域&#xff0c;以及一个布尔变量onlyOnce来确保停留计数 stayNum 在每次查询中最多只增加一次。内循环&#xff08;对…

面试官:如何保证缓存和数据库的一致性?

先更新数据库还是先更新缓存? 先说最基本的策略,一定要给缓存设置一个过期时间,避免异常情况下数据库和缓存长时间不一致 为了保证缓存和数据库的实时一致,我们不能用定时任务来更新缓存,我们要同时更新数据库和缓存,对应的方案有如下两种 先更新缓存,再更新数据库先更…

Linux 内核中处理阻塞访问的方法:等待队列

一. 简介 上一篇文章简单介绍了 什么是Linux阻塞与非阻塞IO。文章地址如下: Linux阻塞与非阻塞IO简介-CSDN博客 本文来学习Linux内核提供的唤醒阻塞进程机制:等待队列。 二. Linux 内核唤醒阻塞进程的机制:等待队列 阻塞访问最大的好处就是,当设备文件不可操作的时候进…

springboot252基于Springboot和vue的餐饮管理系统的设计与实现

餐饮管理系统的设计与实现 摘 要 互联网发展至今&#xff0c;无论是其理论还是技术都已经成熟&#xff0c;而且它广泛参与在社会中的方方面面。它让信息都可以通过网络传播&#xff0c;搭配信息管理工具可以很好地为人们提供服务。针对信息管理混乱&#xff0c;出错率高&…

xss.haozi.me:0X12

</script> <script>alert(1)\</script>

0环PEB断链实现

截止到昨天那里我们的思路就清晰了&#xff0c;通过EPROCESS找到我们要隐藏的进程的ActiveProcessLinks&#xff0c;将双向链表的值修改&#xff0c;就可以将我们想要隐藏的这个进程的ActiveProcessLinks从双向链表中抹去的效果&#xff0c;这里的话如果在windbg里面直接使用ed…

猫头虎分享已解决Bug || 操作系统核心错误:KernelPanic, SystemCrash

博主猫头虎的技术世界 &#x1f31f; 欢迎来到猫头虎的博客 — 探索技术的无限可能&#xff01; 专栏链接&#xff1a; &#x1f517; 精选专栏&#xff1a; 《面试题大全》 — 面试准备的宝典&#xff01;《IDEA开发秘籍》 — 提升你的IDEA技能&#xff01;《100天精通鸿蒙》 …