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

简介: 本内容主要讲解了三道与二叉树相关的算法题及其解法,包括“二叉树的最大深度”、“二叉树的最小深度”和“完全二叉树的节点个数”。通过递归方法(前序或后序遍历)实现求解。 - **最大深度**:利用后序遍历计算根节点到最远叶子节点的路径长度。 - **最小深度**:同样采用后序遍历,但需特别处理单子树为空的情况,确保找到从根到最近叶子节点的路径。 - **完全二叉树节点数**:基于递归后序遍历统计左右子树节点数量并累加。 代码示例清晰展示了递归逻辑,帮助理解二叉树深度与高度的概念及其实现方式。

 题目:104. 二叉树的最大深度

给定一个二叉树,找出其最大深度。

二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

说明: 叶子节点是指没有子节点的节点。

示例:

给定二叉树 [3,9,20,null,null,15,7],

   3

  / \

 9  20

   /  \

  15   7

返回它的最大深度 3 。

思考过程与知识点:

本题可以使用前序(中左右),也可以使用后序遍历(左右中),使用前序求的就是深度,使用后序求的是高度。

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或者节点数(取决于高度从0开始还是从1开始)

而根节点的高度就是二叉树的最大深度,所以本题中我们通过后序求的根节点高度来求的二叉树最大深度。

我先用后序遍历(左右中)来计算树的高度。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。

题解:

class solution {
public:
    int getdepth(TreeNode* node) {
        if (node == NULL) 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);
    }
};

题目:111. 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。

示例 1:

输入:root = [3,9,20,null,null,15,7]

输出:2

示例 2:

输入:root = [2,null,3,null,4,null,5,null,6]

输出:5

提示:

树中节点数的范围在 [0, 105] 内

-1000 <= Node.val <= 1000

思考过程与知识点:

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。

题解:

class Solution {
public:
    int getDepth(TreeNode* node) {
        if (node == NULL) 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 == NULL && 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 != NULL && node->right == NULL) {  
            return 1 + leftDepth;
        }
        int result = 1 + min(leftDepth, rightDepth);
        return result;
    }
 
    int minDepth(TreeNode* root) {
        return getDepth(root);
    }
};

题目:222. 完全二叉树的节点个数

给你一棵 完全二叉树 的根节点 root ,求出该树的节点个数。

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。

示例 1:

输入:root = [1,2,3,4,5,6]

输出:6

示例 2:

输入:root = []

输出:0

示例 3:

输入:root = [1]

输出:1

提示:

树中节点的数目范围是[0, 5 * 104]

0 <= Node.val <= 5 * 104

题目数据保证输入的树是 完全二叉树

思考过程与知识点:

首先按照普通二叉树的逻辑来求。

这道题目的递归法和求二叉树的深度写法类似, 而迭代法,二叉树:层序遍历登场! (opens new window)遍历模板稍稍修改一下,记录遍历的节点数量就可以了。

递归遍历的顺序依然是后序(左右中)。

题解:

class Solution {
private:
    int getNodesNum(TreeNode* cur) {
        if (cur == NULL) 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);
    }
};

                         

相关文章
|
6月前
|
存储 机器学习/深度学习 缓存
软考软件评测师——计算机组成与体系结构(分级存储架构)
本内容全面解析了计算机存储系统的四大核心领域:虚拟存储技术、局部性原理、分级存储体系架构及存储器类型。虚拟存储通过软硬件协同扩展内存,支持动态加载与地址转换;局部性原理揭示程序运行特性,指导缓存设计优化;分级存储架构从寄存器到外存逐级扩展,平衡速度、容量与成本;存储器类型按寻址和访问方式分类,并介绍新型存储技术。最后探讨了存储系统未来优化趋势,如异构集成、智能预取和近存储计算等,为突破性能瓶颈提供了新方向。
|
6月前
|
算法 定位技术 C++
455.分发饼干 ,376. 摆动序列 , 53. 最大子序和
**简介:** 本文介绍了三道经典的算法题及其解法,涵盖贪心算法、动态规划等重要思想。第一题“分发饼干”通过贪心策略,将大尺寸饼干优先分配给胃口大的孩子,实现满足最多孩子的目标。第二题“摆动序列”利用差值变化判断峰值,统计最长摆动子序列长度,需处理平坡与边界情况。第三题“最大子数组和”采用动态规划思想,在局部最优中寻找全局最大连续子数组和。三道题目均附有详细解析与C++代码实现,帮助理解算法核心逻辑与实现细节。
669. 修剪二叉搜索树 ,108.将有序数组转换为二叉搜索树 , 538.把二叉搜索树转换为累加树
1. **修剪二叉搜索树(669号题)**:通过递归方法,移除值不在指定范围 `[low, high]` 内的节点,同时保持树中剩余节点的相对结构不变。核心思想是根据当前节点值与边界的关系决定保留左子树还是右子树。 2. **将有序数组转换为二叉搜索树(108号题)**:将一个升序排列的数组转化为一棵高度平衡的二叉搜索树。采用分治法,选取数组中间元素作为根节点,递归构建左右子树。即使数组长度为偶数,选择任一中间值均可满足条件。 3. **把二叉搜索树转换为累加树(538号题)**:通过修改二叉搜索树中每个节点的值,使其等于原树中所有大于或等于该节点值的和。
|
6月前
|
算法 测试技术 索引
122.买卖股票的最佳时机II ,55. 跳跃游戏 ,45.跳跃游戏II
**简介:** 本文介绍了三道经典算法题的解法,涵盖贪心算法的核心思想与应用。 1. **买卖股票的最佳时机 II**:通过收集每天的正利润实现最大收益,局部最优推导全局最优。 2. **跳跃游戏**:利用贪心算法扩展覆盖范围,判断是否能到达终点。 3. **跳跃游戏 II**:基于最大覆盖范围计算最小跳跃次数,平衡当前步与下一步的覆盖距离。 三道题目均采用贪心策略,通过优化局部选择实现整体最优解,代码简洁高效,时间复杂度低,适合解决类似问题。
|
6月前
|
算法
459.重复的子字符串,28. 实现 strStr(),剑指Offer 05.替换空格
本内容涵盖三个字符串处理问题的解决方案,包括算法思路与代码实现。 **一、重复的子字符串(459题)**:通过构造新字符串并查找原字符串是否存在其中,巧妙判断是否由重复子串组成,时间复杂度低。 **二、找出字符串中第一个匹配项的下标(28题)**:运用KMP算法构建前缀表优化匹配过程,减少不必要的回溯操作,提高效率。 **三、替换空格(剑指Offer 05题)**:采用双指针法从后向前替换,避免频繁移动元素,空间复杂度更优。以上方法均针对字符串操作的经典问题,展示了高效算法设计的精髓。
|
6月前
|
算法
513.找树左下角的值,112. 路径总和 113.路径总和ii, 106.从中序与后序遍历序列构造二叉树 105.从前序与中序遍历序列构
本内容涵盖了三道与二叉树相关的算法题及其解决方案。第一题“找树左下角的值”通过深度优先搜索(DFS)找到二叉树最底层最左边的节点值。第二题“路径总和”判断是否存在从根到叶子节点的路径,其节点值之和等于目标值。第三题“从中序与后序遍历序列构造二叉树”利用中序和后序遍历结果还原二叉树结构。每个题解均采用递归方法实现,逻辑清晰且高效,适用于处理大规模数据的二叉树问题。
|
设计模式 监控 Java
Java多线程基础-11:工厂模式及代码案例之线程池(一)
本文介绍了Java并发框架中的线程池工具,特别是`java.util.concurrent`包中的`Executors`和`ThreadPoolExecutor`类。线程池通过预先创建并管理一组线程,可以提高多线程任务的效率和响应速度,减少线程创建和销毁的开销。
891 2
|
12月前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
1477 32
|
存储 编译器 Linux
Cython 和 Python 的区别
Cython 和 Python 的区别
469 0
|
网络虚拟化 Windows
Windows 10 Windows1011出现0x80190001错误解决方案! Windows微软账户无法登录问题 Microsoft Store商店用不了
Windows 10 Windows1011出现0x80190001错误解决方案! Windows微软账户无法登录问题 Microsoft Store商店用不了
832 1