当前位置: 首页 > news >正文

算法妙妙屋-------1.递归的深邃回响:二叉树的奇妙剪枝

大佬们好呀,这一次讲解的是二叉树的深度搜索,大佬们请阅

1.前言

⼆叉树中的深搜(介绍)

深度优先遍历(DFS,全称为DepthFirstTraversal),是我们树或者图这样的数据结构中常⽤的⼀种***遍历算法***。这个算法会尽可能深的搜索树或者图的分⽀,直到⼀条路径上的所有节点都被遍历完毕,然后再回溯到上⼀层,继续找⼀条路遍历。
在⼆叉树中,常⻅的深度优先遍历为:前序遍历中序遍历以及后序遍历
因为树的定义本⾝就是递归定义,因此采⽤递归的⽅法去实现树的三种遍历不仅容易理解⽽且代码很简洁。并且前中后序三种遍历的唯⼀区别就是 ***访问根节点的时机不同***,在做题的时候,选择⼀个适当的遍历顺序,对于算法的理解是⾮常有帮助的。

好了,接下来让我们用习题来介绍吧

1.计算布尔⼆叉树的值(medium)

题目链接:计算布尔二叉树的值
题目介绍:

给你⼀棵完整⼆叉树的根,这棵树有以下特征:
叶⼦节点要么值为0要么值为1,其中0表⽰False,1表⽰True。
⾮叶⼦节点要么值为2要么值为3,其中2表⽰逻辑或OR,3表⽰逻辑与AND。
计算⼀个节点的值⽅式如下:
如果节点是个叶⼦节点,那么节点的值为它本⾝,即True或者False。
否则,计算两个孩⼦的节点值,然后将该节点的运算符对两个孩⼦值进⾏运算。
返回根节点root的布尔运算值。
完整⼆叉树是每个节点有0个或者2个孩⼦的⼆叉树。
叶⼦节点是没有孩⼦的节点。

在这里插入图片描述

算法思路:

    1. 对于规模为n的问题,需要求得当前节点值。
    1. 节点值不为0或1时, ***规模为n的问题可以被拆分为规模为n-1的⼦问题***:
  • a:所有⼦节点的值;
  • b:通过⼦节点的值运算出当前节点值。
    1. 当问题的规模变为n=1时,即叶⼦节点的值为0或1,我们可以直接获取当前节点值为0或1。

递归函数流程:

    1. 当前问题规模为n=1时,即叶⼦节点,直接返回当前节点值
    1. 递归求得左右⼦节点的值;
    1. 通过***判断当前节点的逻辑运算符***,计算左右⼦节点值运算得出的结果;

代码如下:

class Solution {
public:bool evaluateTree(TreeNode* root) {if(root->left==nullptr||root->right==nullptr){return root->val;}else{if(root->val==2)return evaluateTree(root->left)||evaluateTree(root->right);elsereturn evaluateTree(root->left)&&evaluateTree(root->right);}}
};

2. 求根节点到叶节点数字之和(medium)

题目链接:求根节点到叶节点数字之和
题目介绍:
给你⼀个⼆叉树的根节点root,树中每个节点都存放有⼀个0到9之间的数字。
每条从根节点到叶节点的路径都代表⼀个数字:
例如,从根节点到叶节点的路径1->2->3表⽰数字123。
计算从根节点到叶节点⽣成的所有数字之和。
叶节点是指没有⼦节点的节点。

在这里插入图片描述
解题思路:

解法(dfs-前序遍历)

前序遍历按照根节点、左⼦树、右⼦树的顺序遍历⼆叉树的所有节点,通常⽤于 ⼦节点的状态依赖于⽗节点状态的题⽬

在前序遍历的过程中,我们可以 往左右⼦树传递信息,并且在回溯时得到左右⼦树的返回值。递归函数可以帮我们完成两件事:

  • 将⽗节点的数字与当前节点的信息整合到⼀起,计算出当前节点的数字,然后传递到下⼀层进⾏递归;
  • 当遇到叶⼦节点的时候,就***不再向下传递信息***,⽽是 ***将整合的结果向上⼀直回溯到根节点***。在递归结束时,根节点需要返回的值也就被更新为了整棵树的数字和。

递归函数流程:

    1. 当遇到空节点的时候,说明这条路从根节点开始没有分⽀,返回0
    1. 结合⽗节点传下的信息以及当前节点的val,计算出当前节点数字sum
    1. 如果当前结点是叶⼦节点,直接返回整合后的结果sum
    1. 如果当前结点不是叶⼦节点,将sum传到左右⼦树中去得到左右⼦树中节点路径的数字和,然后 ***相加后返回结果***。

代码如下:

class Solution {
public:int sumNumbers(TreeNode* root) {return sumNumber(root,0);}int sumNumber(TreeNode* root,int x) {if(root==nullptr)return x;else{x=x*10+root->val;}if(root->left!=nullptr&&root->right!=nullptr)return sumNumber(root->left,x)+sumNumber(root->right,x);else if(root->left!=nullptr)return sumNumber(root->left,x);else if(root->right!=nullptr)return sumNumber(root->right,x);elsereturn x;}
};

3.⼆叉树剪枝(medium)

题⽬链接:二叉树剪枝

题目介绍:

给你⼆叉树的根结点root,此外树的每个结点的值要么是0,要么是1。
返回移除了所有不包含1的⼦树的原⼆叉树。
节点node的⼦树为node本⾝加上所有node的后代。

在这里插入图片描述
解法(dfs-后序遍历):
后序遍历按照左⼦树、右⼦树、根节点的顺序遍历⼆叉树的所有节点,通常⽤于 ⽗节点的状态依赖于⼦节点状态的题⽬

后序遍历的主要流程:

    1. 递归出⼝:当传⼊节点为空时,不做任何处理;
    1. 递归处理***左⼦树***;
    1. 递归处理***右⼦树***;
    1. 处理当前节点:判断该节点是否为叶⼦节点(即左右⼦节点均被删除,前点成为叶⼦节点),并且节点的值为0
      a. 如果是,就删除掉;
      b. 如果不是,就不做任何处理

代码如下:

class Solution {
public:TreeNode* pruneTree(TreeNode* root) {dfs(root);if(root->left==nullptr&&root->right==nullptr&&root->val==0)return nullptr;elsereturn root;}bool dfs(TreeNode* root) {if (root) {if(root->left==nullptr&&root->right==nullptr)return root->val;bool l = dfs(root->left);bool r = dfs(root->right);if (l == false) {root->left = nullptr;}if (r == false) {root->right = nullptr;}if(root->val==0)return l || r;elsereturn 1;}elsereturn false;}
};

4. ⼆叉搜索树中第k⼩的元素(medium)

题目链接:⼆叉搜索树中第k⼩的元素

题目描述:
给定一个二叉搜索树的根节点 root ,和一个整数 k ,请你设计一个算法查找其中第 k 小的元素(从 1 开始计数)。

在这里插入图片描述
解题思路:
(中序遍历+计数器剪枝)
上述解法不仅使⽤⼤量额外空间存储数据,并且会将所有的结点都遍历⼀遍。
但是,我们可以根据中序遍历的过程,只需扫描前k个结点即可。
因此,我们可以创建⼀个全局的计数器***count***,将其初始化为***k***,每遍历⼀个节点就将***count–***。直到某次递归的时候,count的值等于0,说明此时的结点就是我们要找的结果。

代码如下:

class Solution {
public:int kthSmallest(TreeNode* root, int k) {int flag = 0;dfs(root, k, flag);return flag;}void dfs(TreeNode* root, int& k, int& flag) {if (root) {dfs(root->left, k, flag);k--;if (k == 0) {flag = root->val;}dfs(root->right, k, flag);}}
};

好啦,递归问题就讲到这里,下一次讲解的是搜索,回溯和全排列,我们下次再见

http://www.lryc.cn/news/476547.html

相关文章:

  • 编写第一个 Appium 测试脚本:从安装到运行!
  • mysql查表相关练习
  • airtest+poco多脚本、多设备批处理运行测试用例自动生成测试报告
  • Prometheus套装部署到K8S+Dashboard部署详解
  • python使用pymysql
  • Vue3 + TypeScript 组件和文件命名规范及 setup 导入顺序规范
  • netty之处理连接源码分析
  • Dockerfile文件编写
  • Oracle SQL 使用 ROWNUM 分页查询速度太慢的问题及解决方案!
  • Django3 + Vue.js 前后端分离书籍添加项目Web开发实战
  • 楼梯区域分割系统:Web效果惊艳
  • Day10加一
  • UTF-8简介
  • 基于Openwrt系统架构,实现应用与驱动的实例。
  • SQL进阶技巧:如何利用三次指数平滑模型预测商品零售额?
  • HTB:Cicada[WriteUP]
  • 小张求职记四
  • 适用于 c++ 的 wxWidgets框架源码编译SDK-windows篇
  • flink 内存配置(二):设置TaskManager内存
  • 【C++ 算法进阶】算法提升八
  • 阿里云实时数据仓库HologresFlink
  • 生成式语言模型的文本生成评价指标(从传统的基于统计到现在的基于语义)
  • 【网安案例学习】暴力破解攻击(Brute Force Attack)
  • 时间序列预测(十八)——实现配置管理和扩展命令行参数解析器
  • Vue问题汇总解决
  • Spark学习
  • 一些小细节代码笔记汇总
  • L4.【LeetCode笔记】链表题的VS平台调试代码
  • JavaCV 之高斯滤波:图像降噪与细节保留的魔法
  • VsCode显示空格