LeetCode(算法)- 297. 二叉树的序列化与反序列化

简介: LeetCode(算法)- 297. 二叉树的序列化与反序列化

题目链接:点击打开链接

题目大意:

解题思路:

相关企业

  • Facebook
  • 亚马逊(Amazon)
  • 微软(Microsoft)
  • 谷歌(Google)
  • 英伟达(NVIDIA)
  • 优步(Uber)
  • 苹果(Apple)
  • 甲骨文(Oracle)

AC 代码

  • Java
/*** Definition for a binary tree node.* public class TreeNode {*     int val;*     TreeNode left;*     TreeNode right;*     TreeNode(int x) { val = x; }* }*/// Your Codec object will be instantiated and called as such:// Codec ser = new Codec();// Codec deser = new Codec();// TreeNode ans = deser.deserialize(ser.serialize(root));// 解决方案(1)publicclassCodec {
publicStringserialize(TreeNoderoot) {
StringBuildersb=newStringBuilder();
Queue<TreeNode>queue=newLinkedList<TreeNode>(){{offer(root);}};
while (!queue.isEmpty()) {
TreeNodenode=queue.poll();
if (node==null) {
sb.append(Integer.MAX_VALUE).append("#");
continue;
            }
sb.append(node.val).append("#");
queue.offer(node.left);
queue.offer(node.right);
        }
returnsb.toString();
    }
publicTreeNodedeserialize(Stringdata) {
String[] arr=data.split("#");
intptrPar=arr.length-1, ptrSub=arr.length-1;
Map<Integer, TreeNode>nodeMap=newHashMap<>();
Map<TreeNode, TreeNode>parLMap=newHashMap<>();
Map<TreeNode, TreeNode>parRMap=newHashMap<>();
booleanflag=true;
while (ptrPar>=0) {
// 定位父亲指针while (arr[ptrPar].equals(String.valueOf(Integer.MAX_VALUE))) {
ptrPar--;
            }
// 生成父节点TreeNodeparNode=newTreeNode(Integer.valueOf(arr[ptrPar]));
nodeMap.put(ptrPar--, parNode);
// 生成儿子节点TreeNodelNode, rNode;
if (nodeMap.containsKey(ptrSub)) {
rNode=nodeMap.get(ptrSub);
            } else {
IntegerarrValue=Integer.valueOf(arr[ptrSub]);
rNode=newTreeNode(arrValue);
if (!arrValue.equals(Integer.MAX_VALUE)) {
flag=false;
                }
if (flag) {
parRMap.put(rNode, parNode);
                }
            }
ptrSub--;
if (nodeMap.containsKey(ptrSub)) {
lNode=nodeMap.get(ptrSub);
            } else {
IntegerarrValue=Integer.valueOf(arr[ptrSub]);
lNode=newTreeNode(arrValue);
if (!arrValue.equals(Integer.MAX_VALUE)) {
flag=false;
                }
if (flag) {
parLMap.put(lNode, parNode);
                }
            }
ptrSub--;
// 组合节点parNode.right=rNode;
parNode.left=lNode;
        }
// 满二叉树转换完全二叉树(去除末尾的 NULL)convertTree(parLMap, parRMap);
returnnodeMap.get(0);
    }
privatevoidconvertTree(Map<TreeNode, TreeNode>parLMap, Map<TreeNode, TreeNode>parRMap) {
for (Map.Entry<TreeNode, TreeNode>item : parLMap.entrySet()) {
item.getValue().left=null;
        }
for (Map.Entry<TreeNode, TreeNode>item : parRMap.entrySet()) {
item.getValue().right=null;
        }
    }
}
// 解决方案(2)publicclassCodec {
publicStringserialize(TreeNoderoot) {
if(root==null) return"[]";
StringBuilderres=newStringBuilder("[");
Queue<TreeNode>queue=newLinkedList<>() {{ add(root); }};
while(!queue.isEmpty()) {
TreeNodenode=queue.poll();
if(node!=null) {
res.append(node.val+",");
queue.add(node.left);
queue.add(node.right);
            }
elseres.append("null,");
        }
res.deleteCharAt(res.length() -1);
res.append("]");
returnres.toString();
    }
publicTreeNodedeserialize(Stringdata) {
if(data.equals("[]")) returnnull;
String[] vals=data.substring(1, data.length() -1).split(",");
TreeNoderoot=newTreeNode(Integer.parseInt(vals[0]));
Queue<TreeNode>queue=newLinkedList<>() {{ add(root); }};
inti=1;
while(!queue.isEmpty()) {
TreeNodenode=queue.poll();
if(!vals[i].equals("null")) {
node.left=newTreeNode(Integer.parseInt(vals[i]));
queue.add(node.left);
            }
i++;
if(!vals[i].equals("null")) {
node.right=newTreeNode(Integer.parseInt(vals[i]));
queue.add(node.right);
            }
i++;
        }
returnroot;
    }
}
  • C++
/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode(int x) : val(x), left(NULL), right(NULL) {}* };*/// Your Codec object will be instantiated and called as such:// Codec ser, deser;// TreeNode* ans = deser.deserialize(ser.serialize(root));classCodec {
public:
// Encodes a tree to a single string.stringserialize(TreeNode*root) {
if(root==nullptr) return"[]";
stringres="[";
queue<TreeNode*>que;
que.emplace(root);
while(!que.empty()) {
TreeNode*node=que.front();
que.pop();
if(node!=nullptr) {
res+= (to_string(node->val) +",");
que.emplace(node->left);
que.emplace(node->right);
            }
elseres+="null,";
        }
res.pop_back();
res+="]";
returnres;
    }
// Decodes your encoded data to tree.TreeNode*deserialize(stringdata) {
if (data=="[]")
returnnullptr;
vector<string>list=split(data.substr(1, data.length() -2), ",");
TreeNode*root=newTreeNode(std::stoi(list[0]));
queue<TreeNode*>que;
que.emplace(root);
inti=1;
while(!que.empty()) {
TreeNode*node=que.front();
que.pop();
if(list[i] !="null") {
node->left=newTreeNode(std::stoi(list[i]));
que.emplace(node->left);
            }
i++;
if(list[i] !="null") {
node->right=newTreeNode(std::stoi(list[i]));
que.emplace(node->right);
            }
i++;
        }
returnroot;
    }
private:
// Split a str by a delimvector<string>split(stringstr, stringdelim) {
vector<string>list;
inti=0, j=0, len=str.length();
while (i<len) {
while (j<len&&str[j] !=',')
j++;
list.push_back(str.substr(i, j-i));
i=++j;
        }
returnlist;
    }
};
目录
相关文章
|
4天前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
7天前
|
存储 缓存 算法
如何提高二叉树遍历算法的效率?
选择合适的遍历算法,如按层次遍历树时使用广度优先搜索(BFS),中序遍历二叉搜索树以获得有序序列。优化数据结构,如使用线索二叉树减少空指针判断,自定义节点类增加辅助信息。利用递归与非递归的特点,避免栈溢出问题。多线程并行遍历提高速度,注意线程安全。缓存中间结果,避免重复计算。预先计算并存储信息,提高遍历效率。综合运用这些方法,提高二叉树遍历算法的效率。
23 5
|
7天前
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
|
8天前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
10天前
|
机器学习/深度学习 JSON 算法
二叉树遍历算法的应用场景有哪些?
【10月更文挑战第29天】二叉树遍历算法作为一种基础而重要的算法,在许多领域都有着不可或缺的应用,它为解决各种复杂的问题提供了有效的手段和思路。随着计算机科学的不断发展,二叉树遍历算法也在不断地被优化和扩展,以适应新的应用场景和需求。
19 0
|
18天前
|
存储 安全 Java
Java编程中的对象序列化与反序列化
【10月更文挑战第22天】在Java的世界里,对象序列化和反序列化是数据持久化和网络传输的关键技术。本文将带你了解如何在Java中实现对象的序列化与反序列化,并探讨其背后的原理。通过实际代码示例,我们将一步步展示如何将复杂数据结构转换为字节流,以及如何将这些字节流还原为Java对象。文章还将讨论在使用序列化时应注意的安全性问题,以确保你的应用程序既高效又安全。
|
28天前
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
21 2
|
18天前
|
存储 缓存 NoSQL
一篇搞懂!Java对象序列化与反序列化的底层逻辑
本文介绍了Java中的序列化与反序列化,包括基本概念、应用场景、实现方式及注意事项。序列化是将对象转换为字节流,便于存储和传输;反序列化则是将字节流还原为对象。文中详细讲解了实现序列化的步骤,以及常见的反序列化失败原因和最佳实践。通过实例和代码示例,帮助读者更好地理解和应用这一重要技术。
15 0
|
22天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
7天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。