首页 > 编程语言 >11.8算法

11.8算法

时间:2023-11-08 20:11:34浏览次数:40  
标签:right TreeNode nullptr current 算法 11.8 root left

题目

二叉树的中序遍历
给定一个二叉树的根节点 root ,返回 它的 中序 遍历 。

示例 1:

输入:root = [1,null,2,3]
输出:[1,3,2]
示例 2:

输入:root = []
输出:[]
示例 3:

输入:root = [1]
输出:[1]

提示:

树中节点数目在范围 [0, 100] 内
-100 <= Node.val <= 100

进阶: 递归算法很简单,你可以通过迭代算法完成吗?

相关标签

C++

答案

/**

  • 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 inorderTraversal(TreeNode
    root) {
    vector res;
    if(root == nullptr){
    return res;
    }

    stack<TreeNode> s;
    auto
    current = root;
    while(current || !s.empty()){
    while (current)
    {
    s.push(current);
    current=current->left;
    }
    current = s.top();
    s.pop();
    res.push_back(current->val);
    current = current->right;

    }
    return res;
    }
    };

关键

就是要一直push进去左下角,然后中序左中右就要从最左下角开始,然后左处理完处理中数据再处理右子树的数据

标签:right,TreeNode,nullptr,current,算法,11.8,root,left
From: https://www.cnblogs.com/minipython-wldx/p/17818178.html

相关文章

  • 11.8每日总结
    今天看公众号,有大神分析了这样的一篇文章:一键生成前端UI,公司90%项目UI都靠它搞定地址:https://mp.weixin.qq.com/s/UhmLwVeZ0jwZORur8XD2MQ并且关注了GPT最新的发布会,好慌张,GPT这是要告诉所有研发大模型的都不要研发了,用他的接口就可以了。......
  • 11.8读书笔记《需求掌握过程》02
    所谓需求,就是那些必须在开始进行产品构建前发现的东西,如果在构建的过程中才发现需求,或者更晚更糟,直至客户已经在使用产品的时候才发现需求,那么代价将会是很大的,效率也将十分低下。《掌握需求过程》这本书中,讲述了身为一个需求分析师,应完成的几个工作内容。按书中所说,分析师即......
  • 今日总结11.8
    实验1熟悉常用的Linux操作和Hadoop操作1.实验目的Hadoop运行在Linux系统上,因此,需要学习实践一些常用的Linux命令。本实验旨在熟悉常用的Linux操作和Hadoop操作,为顺利开展后续其他实验奠定基础。2.实验平台(1)操作系统:Linux(建议Ubuntu16.04或Ubuntu18.04);(2)Hadoop版本:3.1.3。3.......
  • TSINGSEE智能分析网关V4车辆结构化数据检测算法及车辆布控
    车辆结构化视频AI检测技术,可通过AI识别对视频图像中划定区域内的出现的车辆进行检测、抓拍和识别,系统通过视频采集设备获取车辆特征信息,经过预处理之后,接入AI识别算法并与车辆底库进行对比,快速识别车辆身份和属性。TSINGSEE青犀AI智能分析网关V4在车辆的智能监管上,也具备十分灵活......
  • TSINGSEE青犀AI智能分析网关V4人员离岗识别算法的说明及应用
    人员离岗AI识别算法,是基于计算机视觉深度学习神经网络技术,通过配合现场部署的监控摄像头,自动识别人员是否在工位或作业区域内,结合离岗时间的配置,可以触发人员离岗告警。该算法目前可应用在监控室、、值班室、中控室工厂、工地等多样化场景中。随着安防领域及AI视频技术的发展,人员离......
  • TSINGSEE青犀AI智能分析网关V4人员离岗识别算法的说明及应用
    人员离岗AI识别算法,是基于计算机视觉深度学习神经网络技术,通过配合现场部署的监控摄像头,自动识别人员是否在工位或作业区域内,结合离岗时间的配置,可以触发人员离岗告警。该算法目前可应用在监控室、、值班室、中控室工厂、工地等多样化场景中。随着安防领域及AI视频技术的发展,人员......
  • ransac算法对数据集中的点云进行平面拟合
    https://github.com/Immortalqx/RANSAC/tree/master     ......
  • SMA+WOA+BOA-LSSVM回归预测,基于黏菌算法+鲸鱼算法+蝴蝶算法优化LSSVM回归预测
    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。......
  • 声源定位算法的输入和输出
    基于波束形成DeaySum输入:x:输入信号,样本*通道fs:采样率N:FFT长度,频率分量数目frameLength:帧长度,通常与N相同inc:步进增量r:阵元半径angle:入射角度输出:DS:延迟和输出x1:预导向信号,与x相同大小MVDR输入:输出:SBF(超指向性波束形成)输入:x......
  • 快速SRP-PHAT多声源定位算法
    目的:相位变换加权指向响应功率(SRP-PHAT)算法在低信噪比和强混响环境下具有较好的鲁棒性,但是空间遍历带来的海量计算给其声源实时定位带来了挑战。方法:提出了一种适用于多声源的随机区域收缩SRP-PHAT算法,通过最小描述长度(MDL)准则确定声源数量,利用K-means聚类算法进行空间区域划分,......