首页 > 其他分享 >二叉树刷题,bfs刷题

二叉树刷题,bfs刷题

时间:2024-08-06 23:24:44浏览次数:16  
标签:遍历 return self bfs 实例 二叉树 root 节点 刷题

有些题目,你按照拍脑袋的方式去做,可能发现需要在递归代码中调用其他递归函数计算字数的信息。一般来说,出现这种情况时你可以考虑用后序遍历的思维方式来优化算法,利用后序遍历传递子树的信息,避免过高的时间复杂度。

遍历,对每一个结点进行操作,可以是找这个结点的旁边结点也可以是累加之类的操作。

所以最好的解法是反过来思考,只计算一次最大深度,计算的过程中在后序遍历位置顺便判断二叉树是否平衡:

对于每个节点,先算出来左右子树的最大高度,然后在后序遍历的位置根据左右子树的最大高度判断平衡性。 后序位置的妙用

110. 平衡二叉树

class Solution:
    def isBalanced(self, root: Optional[TreeNode]) -> bool:
        self._is_balanced = True 
        self.maxDepth(root)
        return self._is_balanced 
        #求最大深度是分解问题的思路,只要不是命名为traverse都是分解问题的思路
    def maxDepth(self, root) -> int:
        if root is None:
            return 0 
        leftMaxDepth = self.maxDepth(root.left)
        rightMaxDepth = self.maxDepth(root.right)

        if abs(rightMaxDepth - leftMaxDepth) > 1:
            self._is_balanced = False   #在后序位置判断二叉树是否平衡,

        return 1 + max(leftMaxDepth, rightMaxDepth)
    

这道题属于二叉树的平衡性检查问题,可以看作是结合了“遍历”和“分解”两种思路的题目。

  1. 遍历:在遍历整棵二叉树的过程中,我们在后序遍历的位置对每个节点的左右子树的深度进行计算,并检查它们的深度差是否超过1。如果深度差超过1,则这棵树不是平衡的。
  2. 分解:对于每一个节点,我们通过递归计算其左子树和右子树的最大深度,然后用这些结果来判断当前节点的平衡性。每个节点的平衡性都是通过分解其左右子树来确定的。

因此,这道题可以看作是利用遍历的方式来实现分解的思路:

  • 遍历:遍历树的每个节点,检查每个节点的左右子树深度差。
  • 分解:每个节点的平衡性判断是基于其左右子树的深度(子问题)的解决结果。

#遍历,再加上子问题, 每棵树的最大子树,取决于最大左右子树的最大值。

1325. 删除给定值的叶子节点

删除指定值的叶子节点,其实就是遍历所有的叶子节点,然后判断是否需要删除;删除叶子节点也很简单,return null 让父节点接收即可。

难点在于他这个删除操作是循环的,一直删到叶子结点不存在 target 为止。这里要用到前文 手把手刷二叉树总结篇 说过的后序位置的妙用了:

一个节点要在后序位置接收左右子树的返回值,才能知道自己的叶子节点是否都被删掉了,以此判断自己是不是变成了叶子节点。

class Solution:
    #函数定义,输入一棵树,返回的是删除了目标值叶子的树     每次用分解问题的思路都把这个函数定义想明白
    def removeLeafNodes(self, root: Optional[TreeNode], target: int) -> Optional[TreeNode]:
        if root is None:
            return None 
        root.left = self.removeLeafNodes(root.left, target)
        root.right = self.removeLeafNodes(root.right, target)

        if root.val == target and root.left is None and root.right is None:
            return None
        return root 

仔细观察,前中后序位置的代码,能力依次增强

前序位置的代码只能从函数参数中获取父节点传递来的数据。

中序位置的代码不仅可以获取参数数据,还可以获取到左子树通过函数返回值传递回来的数据。

后序位置的代码最强,不仅可以获取参数数据,还可以同时获取到左右子树通过函数返回值传递回来的数据。

所以,某些情况下把代码移到后序位置效率最高;有些事情,只有后序位置的代码能做。

那么换句话说,一旦你发现题目和子树有关,那大概率要给函数设置合理的定义和返回值,在后序位置写代码了

二叉树大部分题目都可以用递归的算法解决,但少部分题目用递归比较麻烦的话,我们可以考虑使用层序遍历的方式解决。

熟练bfs,多敲几遍模板

你可以认为二叉堆是一种特殊的二叉树,这棵二叉树上的任意节点的值,都必须大于等于(或小于等于)其左右子树所有节点的值。如果是大于等于,我们称之为「大顶堆」,如果是小于等于,我们称之为「小顶堆」。

对于小顶堆,每个节点下方的所有节点的值都比它大,那么不难想象根节点就是整棵树上的最小值。同理,大顶堆的根节点就是整棵树上的最大值。所以二叉堆可以辅助我们快速找到最大值或最小值。

1104. 二叉树寻路

class Solution:
    def pathInZigZagTree(self, label: int) -> List[int]: #输入一个标号,获得路径
        path = []
        while label >= 1:
            path.append(label)
            label = label // 2   #最开始的计算方法是一只除以2,余数略去得到答案 

            if label == 0:
                break 

            depth = self.log(label)  #求这一层的深度
            range_ = self.getLevelRange(depth) #求这一层的范围
            label = range_[1] - (label - range_[0]) 

        path.reverse()
        return path 

    def getLevelRange(self, n) -> List:
        p = 2 **n 
        return [p, 2 * p - 1] #获取这一层的范围
    def log(self, x) -> int:    #这里获得的层数,原始是第0层
        if x == 0 :
            return 0 
        return int(math.log(x) / math.log(2)) #python中的log是以e为底,所以写一个log函数,求以2为底的值

在 LeetCode 刷题时,通常编写的是实例方法。LeetCode 提供的代码框架通常要求在一个类中定义一个实例方法,然后实例化这个类并调用该方法来解决问题。

典型的 LeetCode 代码框架

以下是 LeetCode 提供的一个常见框架的例子,通常在一个类中定义一个实例方法

类方法是 Python 类中的一种方法,它属于类本身,而不是某个特定的实例。类方法使用 @classmethod 装饰器定义,并且第一个参数是 cls,代表类本身。这允许类方法访问和修改类级别的属性,而不是实例级别的属性

静态方法

静态方法不需要 selfcls 参数。它们是独立于类和实例的函数,通常用于定义一些工具函数。

class MyClass:
    @staticmethod
    def add(a, b):
        return a + b

print(MyClass.add(5, 3))  # 输出: 8

总结

  • 实例方法 使用 self 来访问和修改实例属性和方法。
  • 类方法 使用 cls 来访问类属性和方法。
  • 静态方法 不需要 selfcls 参数,因为它们不访问类或实例的任何属性或方法。

访问实例方法需要使用 self,这并不是类方法的特性,而是实例方法的特性。类方法和静态方法不使用 self,类方法使用 cls,静态方法不使用任何特殊的类或实例引用

实例方法: 实例方法可以访问实例属性和类属性。它们主要用于操作实例数据。

python复制代码class MyClass:
    def __init__(self, value):
        self.value = value

    def instance_method(self):
        print(f"Instance value: {self.value}")

obj = MyClass(10)
obj.instance_method()  # Instance value: 10

类方法: 类方法只能访问类属性,不能直接访问实例属性。它们主要用于操作类级别的数据或执行与类相关的操作。

python复制代码class MyClass:
    class_variable = "class value"

    @classmethod
    def class_method(cls):
        print(f"Class variable: {cls.class_variable}")

MyClass.class_method()  # Class variable: class value

实例方法可以访问实例属性和类属性。它们主要用于操作实例数据。 类方法: 类方法只能访问类属性,不能直接访问实例属性。它们主要用于操作类级别的数据或执行与类相关的操作。

在Python中,可以在一个类内部定义另一个类,这种做法是合理的,尤其是当内嵌类(nested class)只与包含它的外部类相关时。这种设计有助于将相关的逻辑组织在一起,使代码更清晰和易于维护。

为什么需要使用 self 来引用 Pair

  1. 类的作用域
    • Pair 类是 Solution 类的一个嵌套类。为了在 Solution 类的方法中引用 Pair 类,你需要通过 self 来访问它,因为 PairSolution 类的一个成员。
  2. 实例属性的访问
    • 在 Python 中,self 关键字用于访问类的实例属性和方法。在这个例子中,self.Pair 表示 Pair 类是 Solution 类的一个属性。
  3. 避免名称冲突
    • 使用 self 可以避免名称冲突,确保引用的类或方法是当前类的成员,而不是全局作用域中的其他定义。
  4. ·

515. 在每个树行中找最大值

class Solution:
    def largestValues(self, root: TreeNode) -> List[int]:
        res = []   #用bfs解题,不是递归,是遍历的思想,bfs是迭代遍历,比较容易
        if root is None: #bfs先考虑空问题, 
            return res

        q = Queue()
        q.put(root)
        # while 循环控制从上向下一层层遍历
        while not q.empty():
            sz = q.qsize()
            # 记录这一层的最大值
            levelMax = float('-inf')
            # for 循环控制每一层从左向右遍历
            for _ in range(sz):
                cur = q.get()
                levelMax = max(levelMax, cur.val)
                if cur.left is not None:
                    q.put(cur.left)
                if cur.right is not None:
                    q.put(cur.right)
            res.append(levelMax)
        return res    

单向队列要从queue import Queue deque 不用,是collections中

题目的特点,和层相关的题目用到bfs会更容易解决

list.index() 方法在 Python 中只返回列表中第一个匹配项的索引。如果列表中有多个相同的值,它只会返回第一个出现的那个值的索引。 结合max使用找到最大值的索引

bfs相关练习题爽多了,都是一个套路出来的,之后在练习分解问题之类的非套路的,先掌握大体流程。

1302. 层数最深叶子节点的和

class Solution:
    def deepestLeavesSum(self, root: Optional[TreeNode]) -> int:#每一层都累加,返回最后一个就ok
        q = deque([root])
        level_sum = []
        while q:
            sz = len(q)
            levelsum = 0
            for i in range(sz):   #没想到的思路,q的最后一次遍历就是最后一层,所以最后得到的一个sum就应该是答案
                cur = q.popleft()
                levelsum += cur.val 
                if cur.left is not None:
                    q.append(cur.left)
                if cur.right is not None:
                    q.append(cur.right)
            level_sum.append(levelsum)
        return level_sum[-1]

写题目第一步,先想想要初始化哪些东西,要用到的东西要初始化

level = deque() 这样创建的deque,是个空的双端队列。

-sys.maxsize 是 Python 中一个常量,用于表示系统中能够表示的最大整数值的负值。

在 Python 中,sys.maxsizesys 模块中的一个属性,它代表了 Python 中任意整数对象所能表示的最大值。这个值通常用于确定整数类型的范围和容量。sys.maxsize 的值通常是一个非常大的正整数,它实际上是平台相关的,一般情况下是 231 - 1(在 32 位系统上)或者 263 - 1(在 64 位系统上)。

1609. 奇偶树

class Solution:
    def isEvenOddTree(self, root: Optional[TreeNode]) -> bool:
        even = True 
        #记录下,一开始是偶数层,
        #偶数层本应该都是奇数,并且严格递增,      若递减或偶数则不符合 
        #奇数层本应该都是偶数,并且严格递减        若递增或奇数则不符合
        q = deque([root])
        while q:
            sz = len(q)
            pre = -sys.maxsize   if even else sys.maxsize #一开始给pre赋最小值,怎么样都是递增,给pre赋最大值,怎么样都是递减
            for i in range(sz):
                cur = q.popleft()
                if even:
                    if pre >= cur.val or cur.val % 2 == 0 : 
                        return False 
                else:
                    if pre <- cur.val or cur.val % 2 == 1:
                        return False 
                pre = cur.val #经常忘记更新pre!!! 
                if cur.left:
                    q.append(cur.left)
                if cur.right:
                    q.append(cur.right)
                even = not even 
        return True 

标签:遍历,return,self,bfs,实例,二叉树,root,节点,刷题
From: https://blog.csdn.net/m0_48938554/article/details/140968584

相关文章

  • 二叉树递归解决问题刷题 (一)
    遇到和深度相关的题目,可以用dfs递归遍历深度获取bfs结果来做513.找树左下角的值如何找二叉树最底层最左边节点的值呢,就是dfs遍历深度,来获取,最后一层的第一个元素就是。classSolution:def__init__(self):#记录二叉树的最大深度self.maxDepth=......
  • NC 实现二叉树先序,中序和后序遍历
    系列文章目录文章目录系列文章目录前言前言前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站,这篇文章男女通用,看懂了就去分享给你的码吧。描述给定一棵二叉树,分别按照二叉树先序,中序和后序打印所有的节点。i......
  • LeetCode刷题-两数之和
    一、两数之和给定一个整数数组nums和一个整数目标值target,请你在该数组中找出和为目标值target的那两个整数,并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。示例1:输入:nums=......
  • 【网络安全】NISP一级二级备考指南,收藏复习不迷路!(附官方课程+刷题)_nisp二级需要准备多
    作为一名网安人,不考证怎么行呢?今天为大家整理了一份NISP备考指南,教大家如何在最短的时间拿证。收藏加关注,备考不迷路哦!那么,进入正题!NISP属于CISP的校园版,对拿学分、评奖评优、进入事业单位和安全企业都有好处。属于你不一定会用到,但必须有的证书。NISP一级考试共50......
  • Day21 二叉树Part8
    目录任务669.修剪二叉搜索树思路108.将有序数组转换为二叉搜索树思路538.把二叉搜索树转换为累加树思路心得体会任务669.修剪二叉搜索树给你二叉搜索树的根节点root,同时给定最小边界low和最大边界high。通过修剪二叉搜索树,使得所有节点的值在[low,high]中。修剪树不......
  • 手撕数据结构之二叉树
     1.树树的基本概念与结构树是⼀种⾮线性的数据结构,它是由n(n>=0)个有限结点组成⼀个具有层次关系的集合。把它叫做树是因为它看起来像⼀棵倒挂的树,也就是说它是根朝上,⽽叶朝下的。•有⼀个特殊的结点,称为根结点,根结点没有前驱结点。•除根结点外,其余结点被分成M(M>0)......
  • 高效刷题不再是梦
    不知道大家有没有遇到我去年刷题时遇到的难题困惑:手头资料某一专题的题目明明已经刷完了,却还是感觉自己这一专题知识点不够牢固仍需强化,买太多资料的话又担心贪多嚼不烂,去网上找题的话不仅费时费力,最后题目质量可能还不太行,导致刷题效率低下。如果你跟去年的我有一样的困扰的话......
  • 数据结构 顺序与链式二叉树的原理与实现(万字)
    目录一、树概念及结构树的概念树的相关概念树的表示二、二叉树概念及结构概念特殊的二叉树二叉树的性质二叉树的存储结构三、二叉树的顺序结构及实现二叉树的顺序结构堆的概念及结构堆的实现堆向下调整算法堆的创建建堆时间复杂度堆的插入堆的删除堆的代码实现Heap.hHeap.c堆的应......
  • 了解 Databricks 文件系统 (DBFS) 中的文件访问与使用 Python 和 Spark 的卷的比较
    我当前正在尝试从Databricks文件系统(DBFS)读取和显示文件,但遇到了问题。这是我使用的代码:file_path="/dbfs/cluster-logs/use_case/default_job_cluster/cluster_id/init_scripts/cluster_id/20240801_proxy-init.sh.stderr.log"withopen(file_path,'r')asfile:......
  • Day20 二叉树Part7 二叉搜索树的增删查
    目录任务235.二叉搜索树的最近公共祖先思路701.二叉搜索树中的插入操作思路450.删除二叉搜索树中的节点思路心得体会任务235.二叉搜索树的最近公共祖先给定一个二叉搜索树,找到该树中两个指定节点的最近公共祖先。思路由于是二叉搜索树,所以可以利用其性质进行查找,即,只有......