5道真题训练|学会了二叉树的前世今生

简介: 5道真题训练|学会了二叉树的前世今生

第一题:二叉树的前序遍历


题目描述


给你二叉树的根节点 root ,返回它节点值的 前序 遍历。

4.1.png

示例1:

4.2.png


示例


输入:{1,#,2,3}

返回值:[1,2,3]

题解

import java.util.*;
public class Solution {
    public void preorder(List<Integer> list, TreeNode root){
        //遇到空节点则返回
        if(root == null)
            return;
        //先遍历根节点
        list.add(root.val);
        //再去左子树
        preorder(list, root.left);
        //最后去右子树
        preorder(list, root.right);
    }
    public int[] preorderTraversal (TreeNode root) {
        //添加遍历结果的数组
        List<Integer> list = new ArrayList();
        //递归前序遍历
        preorder(list, root);
        //返回的结果
        int[] res = new int[list.size()];
        for(int i = 0; i < list.size(); i++)
            res[i] = list.get(i);
        return res;
    }
}


第二题:二叉树的中序遍历


题目描述


给定一个二叉树的根节点root,返回它的中序遍历结果。

进阶:空间复杂度 O(n),时间复杂度 O(n)

示例


示例1

输入:{1,2,#,#,3}

返回值:[2,3,1]

4.3.png

示例2

输入:{}

返回值:[]

示例3

输入:{1,2}

返回值:[2,1]

示例4

输入:{1,#,2}

返回值:[1,2]

备注:

树中节点数目在范围 [0, 100] 内

树中的节点的值在[-100,100]以内

题解


import java.util.*;
public class Solution {
    public void inorder(List<Integer> list, TreeNode root){
        //遇到空节点则返回
        if(root == null)
            return;
        //先去左子树
        inorder(list, root.left);
        //再访问根节点
        list.add(root.val);
        //最后去右子树
        inorder(list, root.right);
    }
    public int[] inorderTraversal (TreeNode root) {
        //添加遍历结果的数组
        List<Integer> list = new ArrayList();
        //递归中序遍历
        inorder(list, root);
        //返回的结果
        int[] res = new int[list.size()];
        for(int i = 0; i < list.size(); i++)
            res[i] = list.get(i);
        return res;
    }
}

第三题:二叉树的后序遍历


题目描述


给定一个二叉树,返回他的后序遍历的序列。

后序遍历是值按照 左节点->右节点->根节点 的顺序的遍历。

4.4.png

样例图:

4.5.png

示例


示例1

输入:{1,#,2,3}

返回值:[3,2,1]

说明:如题面图

示例2

输入:{1}

返回值:[1]

题解


import java.util.*;
public class Solution {
    public void postorder(List<Integer> list, TreeNode root){
        //遇到空节点则返回
        if(root == null)
            return;
        //先去左子树
        postorder(list, root.left);
        //再去右子树
        postorder(list, root.right);
        //最后访问根节点
        list.add(root.val);
    }
    public int[] postorderTraversal (TreeNode root) {
        //添加遍历结果的数组
        List<Integer> list = new ArrayList();
        //递归后序遍历
        postorder(list, root);
        //返回的结果
        int[] res = new int[list.size()];
        for(int i = 0; i < list.size(); i++)
            res[i] = list.get(i);
        return res;
    }
}

第四题:求二叉树的层序遍历


描述


给定一个二叉树,返回该二叉树层序遍历的结果,(从左到右,一层一层地遍历)


例如:


给定的二叉树是{3,9,20,#,#,15,7},

4.6.png


该二叉树层序遍历的结果是

[

[3],

[9,20],

[15,7]

]

提示:

0 <= 二叉树的结点数 <= 1500

示例


示例1

输入:{1,2}

返回值:[[1],[2]]

示例2

输入:{1,2,3,4,#,#,5}

返回值:[[1],[2,3],[4,5]]

题解


/**
 * struct TreeNode {
 *    int val;
 *    struct TreeNode *left;
 *    struct TreeNode *right;
 * };
 */
class Solution {
public:
    /**
     *
     * @param root TreeNode类
     * @return int整型vector<vector<>>
     */
    //前序遍历模板;
    void f(TreeNode* root,int level,vector<vector<int>> &res){
        if(!root)return ;
        if(level>=res.size()){//最新的深度,申请一个数组存储;
            res.push_back(vector<int> {});
        }
        res[level].push_back(root->val);
        f(root->left,level+1,res);//遍历左子树;
        f(root->right,level+1,res);//遍历右子树;
    }
    vector<vector<int> > levelOrder(TreeNode* root) {
        // write code here
        vector<vector<int>> res;//存储最终结果;
        f(root,0,res);//前序遍历;
        return res;//返回结果;
    }
};

第五题:二叉树的最大深度


题目描述


求给定二叉树的最大深度,

深度是指树的根节点到任一叶子节点路径上节点的数量。

最大深度是所有叶子节点的深度的最大值。(注:叶子节点是指没有子节点的节点。)

4.7.png

要求: 空间复杂度 O(1),时间复杂度 O(n)

示例1

输入:{1,2}

返回值:2

示例2

输入:{1,2,3,4,#,#,5}

返回值:3

题解


import java.util.*;
public class Solution {
    public int maxDepth (TreeNode root) {
        //空节点没有深度
        if(root == null)
            return 0;
        //返回子树深度+1
        return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1;
    }
}
目录
相关文章
|
存储 Linux iOS开发
选择 MBR 还是 GPT?你需要了解的都在这里
磁盘分区表是一种存储在磁盘上的数据结构,用于存储关于磁盘分区的信息,包括分区的大小、位置和类型。MBR 和 GPT 是两种常见的磁盘分区表格式。GPT 格式较新,具有较多优势,包括: * 支持更大的磁盘容量。MBR 最大支持 2.2TB,而 GPT 支持高达 9.44ZB。 * 支持更多分区。MBR 最多支持 4 个主分区,而 GPT 支持 128 个主分区。 * 更高的安全性。GPT 使用 CRC 校验机制和备份分区表保护分区表数据的完整性,而 MBR 不使用。 MBR 是较旧的格式,但仍被广泛使用。它具有以下优势: * 与旧系统兼容。MBR 与所有版本的 Windows 和大多数版本
944 1
选择 MBR 还是 GPT?你需要了解的都在这里
|
8月前
|
JavaScript
Pinia 与 Vuex 4 相比有哪些优缺点?
Pinia 与 Vuex 4 相比有哪些优缺点?
425 57
|
9月前
|
机器学习/深度学习 缓存 自然语言处理
《DeepSeek推理加速术:高效响应的秘密武器》
DeepSeek是一款备受瞩目的语言模型,通过架构优化、量化技术、缓存机制及分布式推理等手段,在推理速度上取得显著优势。它在文本生成、智能客服等任务中表现出色,极大提升了用户体验和效率。特别是在处理长序列文本时,DeepSeek的优化注意力机制大幅降低了计算复杂度,使其在新闻写作、舆情分析等场景中能够快速生成高质量内容。此外,量化技术和分布式推理进一步减少了计算开销,拓展了计算能力,为自然语言处理的广泛应用奠定了坚实基础。
511 0
|
存储 编译器 数据处理
栈溢出及解决方法
栈溢出及解决方法
|
运维 Java 程序员
《Docker技术革命:从虚拟机到容器化,全面解析Docker的原理与应用-上篇》(一)
《Docker技术革命:从虚拟机到容器化,全面解析Docker的原理与应用-上篇》(一)
220 0
|
XML 监控 Java
Java中的AOP编程:AspectJ与Spring AOP的应用
Java中的AOP编程:AspectJ与Spring AOP的应用
|
数据可视化 前端开发 搜索推荐
ECharts 词云案例三:2024年阅读关键词
探索ECharts词云图进阶,使用蒙版创造个性化2024年阅读关键词云。预览图展示渐变色背景与随机色词汇。蒙版概念引入,通过HTML结构和JavaScript配置实现词云与图像蒙版结合。代码及依赖下载链接提供,展示五种创意蒙版效果,激发数据可视化的创新思维。
243 0
ECharts 词云案例三:2024年阅读关键词
|
网络安全
socks5代理连接成功无法访问http协议的站点
无法通过SOCKS5代理访问HTTP网站可能由多个原因引起,如代理服务器不支持HTTP、配置错误、防火墙阻拦、连接问题、身份验证失败、浏览器设置不当或服务器被封锁。检查并解决这些因素,若问题持续,需深入排查或联系服务提供商。
|
人工智能 算法 决策智能
MindOpt云上建模求解平台功能的简单介绍
MindOpt云上建模求解平台是阿里巴巴达摩院研发的一款“优化领域”的云平台。它结合了最新的算法研究和云技术,为用户提供了一个易于使用的界面和强大的后台计算能力。该平台支持广泛的优化问题,包括线性规划、整数规划、非线性规划和混合整数规划等。
|
缓存 网络协议 开发工具
【亲测有效】Github无法访问或者访问速度的解决方案
【亲测有效】Github无法访问或者访问速度的解决方案
1569 0

热门文章

最新文章