代码随想录算法训练营day16 | leetcode 104. 二叉树的最大深度、559. N 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

news/发布时间2024/5/19 10:33:52

目录
  • 题目链接:559. N 叉树的最大深度-简单
  • 题目链接:222. 完全二叉树的节点个数-简单

104.二叉树的最大深度、111.二叉树的最小深度 见博文

代码随想录算法训练营day15 | leetcode 【二叉树的层序遍历十题】、226. 翻转二叉树、101. 对称二叉树、100. 相同的树、572. 另一棵树的子树

题目链接:559. N 叉树的最大深度-简单

题目描述:

给定一个 N 叉树,找到其最大深度。

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总数。

N 叉树输入按层序遍历序列化表示,每组子节点由空值分隔(请参见示例)。

示例 1:

img

输入:root = [1,null,3,2,4,null,5,6]
输出:3

示例 2:

img

输入:root = [1,null,2,3,4,5,null,null,6,7,null,8,null,9,10,null,null,11,null,12,null,13,null,null,14]
输出:5

提示:

  • 树的深度不会超过 1000
  • 树的节点数目位于 [0, 104] 之间。

代码注释处报错了。

代码如下:

/*
// Definition for a Node.
class Node {
public:int val;vector<Node*> children;Node() {}Node(int _val) {val = _val;}Node(int _val, vector<Node*> _children) {val = _val;children = _children;}
};
*/
class Solution {
public:int maxDepth(Node* root) {if(root == NULL) return 0;// vector<int> subDepth(root->children.size());int depth = 0;for(int i = 0; i < root->children.size(); ++i){// subDepth.push_back(maxDepth(root->children[i]));depth = max(depth, maxDepth(root->children[i]));}// return *max_element(subDepth.begin(), subDepth.end()) + 1;return depth + 1;}
};

题目链接:222. 完全二叉树的节点个数-简单

题目描述:

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:

img

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

进阶:遍历树来统计节点是一种时间复杂度为 O(n) 的简单解决方案。你可以设计一个更快的算法吗?

迭代以及递归时间复杂度均为O(n)

代码如下:

// 时间复杂度:O(n)
// 空间复杂度:O(nlogn)
/*** 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:int countNodes(TreeNode* root) {if(root == NULL) return 0;int count = 0;count += countNodes(root->left);count += countNodes(root->right);return count + 1;}
};

精简后代码如下:

class Solution {
public:int countNodes(TreeNode* root) {if (root == NULL) return 0;return 1 + countNodes(root->left) + countNodes(root->right);}
};

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.ulsteruni.cn/article/20150511.html

如若内容造成侵权/违法违规/事实不符,请联系编程大学网进行投诉反馈email:xxxxxxxx@qq.com,一经查实,立即删除!

相关文章

Angr-Learn-0x01

Angr-Learn-0x01 介绍 本文并不会在此介绍angr该怎么使用(如果想快速开始angr,可以尝试从angr_ctf中学习),而是打算说说它的设计理念。 以编程的理念来分析二进制文件必须克服几个问题,它们大致是:将二进制文件加载到分析程序中 将二进制文件转换为中间表示(IR) 进行确切…

汽车芯片产品解决方案示例

汽车芯片产品解决方案示例 基于芯驰驾之芯V9M的 AVM + DVR 解决方案 参考设计搭载芯驰驾之芯V9M高性能处理器,集成了高达10Gbps速率的高速PCIE扩展多路Switch。利用驾之芯V9M丰富的外设接口,可以同时连接和驱动高达九个摄像头和激光雷达,实现多种ADAS功能和AVM+DVR的组合方案…

十五、WDG看门狗

十三、WDG看门狗 WDG简介WDG(Watchdog)看门狗 看门狗可以监控程序的运行状态,当程序因为设计漏洞、硬件故障、电磁干扰等原因,出现卡死或跑飞现象时,看门狗能及时复位程序,避免程序陷入长时间的罢工状态,保证系统的可靠性和安全性 看门狗本质上是一个定时器,当指定时间…

线性规划模型

线性规划模型 某机床厂生产甲、乙两种机床,每台销售后的利润分别为4千元与3千元。 生产甲机床需用A、B机器加工,加工时间分别为每台2 小时和1 小时;生产乙机床需用A、B、C三种机器加工,加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10 小时、B 机器8 小…

[基础] CLIP

Learning Transferable Visual Models From Natural Language Supervision link CLIP 全称 Contrastive Language-Image Pre-training TL;DR 一种使用图文对做预训练的方法,影响力:打破传统人工标准类别Label的预训练方式。 Method训练阶段:将图文样本对分别过Encoder抽取特…

TIDB使用介绍

TiDB概述 TiDB数据库官方网址:https://pingcap.com/zh/ ​TiDB 是 PingCAP 公司自主设计、研发的开源分布式关系型数据库,是一款同时支持在线事务处理与在线分析处理 (Hybrid Transactional and Analytical Processing, HTAP) 的融合型分布式数据库产品,具备水平扩容或者缩容…