【每日算法】 搜索与回溯算法(简单)

简介: 搜索与回溯算法(简单)

16fb98eea012ef0cb446588ddc50662.png

题目

剑指 Offer 27. 二叉树的镜像

请完成一个函数,输入一个二叉树,该函数输出它的镜像。

示例:

输入:root = [4,2,7,1,3,6,9]
输出:[4,7,2,9,6,3,1]
复制代码

输入

4
   /   \
  2     7
 / \   / \
1   3 6   9
复制代码

输出

4
   /   \
  7     2
 / \   / \
9   6 3   1
复制代码

分析

二叉树,首先想到迭代或者递归

由于昨天使用了迭代算法比较熟悉,故刚开始时也使用迭代试了一下,发现迭代有个问题是适合直接输出处理结果,但是对遍历节点的关系保留比较麻烦,于是最终选择了递归

递归三部曲:

  • 确认传入参数

传入参数一眼能想到的是,把根节点放进去,其余参数待定,后续有需要再补充

  • 确定退出条件

这个也比较容易想到,当节点为null时退出迭代

  • 处理返回逻辑

这里就比较关键了,但本题不算复杂

按题目要求是返回一个二叉树,那我们就新建一个

并且它的左,右节点要颠倒,那么只需要调换左右节点的位置即可

实现

function mirrorTree(root: TreeNode | null): TreeNode | null {
    if (!root) return null
    return new TreeNode(root.val, mirrorTree(root.right), mirrorTree(root.left))
};
复制代码

题目

剑指 Offer 28. 对称的二叉树

请实现一个函数,用来判断一棵二叉树是不是对称的。如果一棵二叉树和它的镜像一样,那么它是对称的。

示例:

例如,二叉树 [1,2,2,3,4,4,3] 是对称的。

1
   / \
  2   2
 / \ / \
3  4 4  3
复制代码

但是下面这个 [1,2,2,null,3,null,3] 则不是镜像对称的:

1
   / \
  2   2
   \   \
   3    3
复制代码

分析一

使用递归

递归三步走,开始分析递归函数怎么写

  • 确定输入参数

本题的输入参数如果一开始对比对逻辑没想清楚时会比较难定得下来,先写下我一开始的思路

要确定一颗树是否和它的镜像一样,可以拿这颗树分别来按不同的方向来进行遍历

那么输入的参数就应该是两个节点,来进行对比

  • 确定终止条件

当左右输入的两个节点都为 null 的时候,说明遍历完成,返回 true

  • 确定返回值

本题最终返回值是一个 boolean 值,那么考虑如何以判断结果直接返回

经分析除边界外有两种情况

两个端点同时存在时,返回判断结果,并进行下一层的递归(分为两个方向,这里存在重复计算,后续第二种方式继续优化)

如果只有单边存在,那说明不符合要求,直接返回 false

实现

function isSymmetric(root: TreeNode | null): boolean {
    function handle (l, r) {
        if (l == null && r == null) return true
        if (l && r) {
            return l.val == r.val && handle(l.left, r.right) && handle(l.right, r.left)
        } else {
            return false
        }
    }
    return handle(root, root)
};
复制代码

分析二

在迭代的解法中,这里利用了双端队列的数据结构来进行遍历

即:重复在头尾进行操作

取出两端的节点进行比对

相同的,则把这两个节点的子节点,按照在两端同时添加外侧元素和在两端同时添加里侧元素的形式,进行下一层节点的遍历

同样,当两个节点都为null时,说明该侧遍历结束

只要出现值不同或者某一层只存在单节点时,说明不符合要求,返回 false

全部遍历完成,返回 true

实现

function isSymmetric(root: TreeNode | null): boolean {
    if (!root) return true
    let queue: TreeNode[] = []
    queue.push(root.left)
    queue.push(root.right)
    while(queue.length) {
        let left = queue.shift()
        let right = queue.pop()
        if (left == null && right == null) continue
        if (left && right && left.val == right.val) {
            queue.unshift(left.left)
            queue.push(right.right)
            queue.unshift(left.right)
            queue.push(right.left)
        } else {
            return false
        }
    }
    return true
};
相关文章
|
1天前
|
机器学习/深度学习 存储 人工智能
图搜索算法详解
【5月更文挑战第11天】本文介绍了图搜索算法的基础知识,包括深度优先搜索(DFS)、广度优先搜索(BFS)和启发式搜索(如A*算法)。讨论了图搜索中的常见问题、易错点及避免方法,并提供了BFS和A*的Python代码示例。文章强调了正确标记节点、边界条件检查、测试与调试以及选择合适搜索策略的重要性。最后,提到了图搜索在路径规划、游戏AI和网络路由等领域的应用,并概述了性能优化策略。
14 3
|
1天前
|
机器学习/深度学习 存储 算法
数据结构与算法 动态规划(启发式搜索、遗传算法、强化学习待完善)
数据结构与算法 动态规划(启发式搜索、遗传算法、强化学习待完善)
12 1
|
1天前
|
算法 决策智能 索引
数据结构与算法 回溯
数据结构与算法 回溯
7 1
|
1天前
|
算法 搜索推荐 索引
数据结构与算法 搜索(下)
数据结构与算法 搜索(下)
8 0
|
1天前
|
缓存 算法 搜索推荐
数据结构与算法 搜索(上)
数据结构与算法 搜索(上)
9 1
|
1天前
|
数据采集 存储 算法
数据结构与算法 搜索
数据结构与算法 搜索
7 1
|
1天前
|
机器学习/深度学习 存储 人工智能
【AI 初识】人工智能中使用了哪些不同的搜索算法?
【5月更文挑战第2天】【AI 初识】人工智能中使用了哪些不同的搜索算法?
|
1天前
|
算法 搜索推荐 Java
图搜索算法详解
图搜索算法是用于在图结构中寻找特定节点或路径的算法。图是由节点(或顶点)和边组成的集合,节点代表对象,边代表节点之间的连接。图搜索算法广泛应用于各种领域,比如网络路由、社交媒体分析、推荐系统等。 V哥最近总是在多个地方都看到关于图搜索算法的讨论
|
1天前
|
算法 JavaScript
算法(分治、贪心、dp、回溯、分支限界)总结
算法(分治、贪心、dp、回溯、分支限界)总结
|
1天前
|
机器学习/深度学习 数据采集 算法
Python中基于网格搜索算法优化的深度学习模型分析糖尿病数据
Python中基于网格搜索算法优化的深度学习模型分析糖尿病数据

热门文章

最新文章