【算法之路】😎 吃透对称性递归 (二)

简介: 【算法之路】😎 吃透对称性递归 (二)

前言

数据结构与算法属于开发人员的内功,不管前端技术怎么变,框架怎么更新,版本怎么迭代,它终究是不变的内容。 始终记得在参加字节青训营的时候,月影老师说过的一句话,不要问前端学不学算法。计算机学科的每一位都有必要了解算法,有写出高质量代码的潜意识

通过本系类的文章带你 穆萨二叉树的对称性问题,废话不多说,直接开始吧 ! 🙋

一、二叉搜索树中第K小的元素

1.1 问题描述

给定一个二叉搜索树的根节点 root ,和一个整数 k ,请你设计一个算法查找其中第 k 个最小元素(从 1 开始计数)。

示例 1:image.png

输入:root = [3,1,4,null,2], k = 1
输出:1

示例 2:image.png

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

1.2 题解思路

重点观察本题的要求是二叉搜索树,先简单回顾一下二叉搜索树的一些特点吧。

  • 根节点的左节点小于根节点
  • 根结点的右节点大于根节点 那根据这个要求我们很快就可以想到一个解:通过中序遍历将结果都存放在一个结果集中,结果集一定是从小到大排列,那么我们只需要打印第k个元素就可以了。

1.3 AC代码

var kthSmallest = function(root, k) {
    const res =  []
    const dfs = (root)=>{
        if(!root) return
        dfs(root.left)
        res.push(root.val) // 注意中序遍历
        dfs(root.right)
    }
    dfs(root)
    return res[k-1] // k 从 1开始计数
};

进一步优化,那么当res结果集的长度已经够k了是不是可以停止递归了。

var kthSmallest = function(root, k) {
    const res =  []
    const dfs = (root)=>{
        if(!root) return
        if(res.length>=k) return
        dfs(root.left)
        res.push(root.val)
        dfs(root.right)
    }
    dfs(root)
    return res[k-1]
};

还能继续优化嘛? 上述解法的空间复杂度都是O(N), 既然是需要打印结果集中的第k个元素,为什么我们不直接使用一个count来计数,如果当有效的节点递归次数到底了k,我们直接就返回结果就行了。

var kthSmallest = function(root, k) {
    let count = 0
    let res = 0
    const dfs = (root)=>{
        if(root&&count<=k){
           dfs(root.left)
           if(++count==k){
               res = root.val
           }
           dfs(root.right)
        }
    }
    dfs(root)
    return res
};

二、二叉树的层序遍历

2.1 问题描述

给你二叉树的根节点 root ,返回其节点值的 层序遍历 。 (即逐层地,从左到右访问所有节点)。

示例 1:image.png

输入:root = [3,9,20,null,null,15,7]
输出:[[3],[9,20],[15,7]]

示例 2:

输入:root = [1]
输出:[[1]]

示例 3:

输入:root = []
输出:[]

2.2 题解思路

关于树的层级问题解法都很一致,无论是锯齿状还是一直保存从左往右,我们只需要使用index值来记录即可。

2.3 AC代码

var levelOrder = function(root) {
    const res = []
    const rec = (root,index)=>{
        if(!root) return
        if(!res[index]){
            res[index] = []
        }
        res[index].push(root.val)
        rec(root.left,index+1)
        rec(root.right,index+1)
    }
    rec(root,0)
    return res
};

三、二叉树的右视图

3.1 题目描述

给定一个二叉树的 根节点 root,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。

示例 1:image.png

输入: [1,2,3,null,5,null,4]
输出: [1,3,4]

示例 2:

输入: [1,null,3]
输出: [1,3]

示例 3:

输入: []
输出: []

3.2 题解思路

这道题和上一题很类似,其实就是一个层序遍历问题,这次的层序层级变成了,从右往左计算。而且每一层只计算一次,所以我们的做法也很简单,使用一个数组来记录,看看每一个层级是否已经存在了值,如果存在了就无需存入。

3.3 AC代码

var rightSideView = function(root) {
   const res = []
   const rec = (root,index)=>{
       if(!root) return
       if(!res[index]){
           res.push(root.val)
       }
       rec(root.right,index+1)
       rec(root.left,index+1)
   }
   rec(root,0)
   return res
};

四、二叉树的最大深度

4.1 题目描述

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 。

4.2 题解思路

如果上面两个题都做出来了,这个问题就非常简单了,只需要记录层级的最大值即可。

4.3 AC代码

var maxDepth = function(root) {
    let max = 0
    const rec = (root,index)=>{
        if(!root) return
        max = index > max ? index : max  // 执行速度快于 Math.max()
        rec(root.left,index+1)
        rec(root.right,index+1)
    }
    rec(root,1)
    return max
}

后续

对称性质的算法一共有六个系列

好了,本篇【算法之路】😉 吃透对称性递归 (二)到这里就结束了,我是邵小白,一个在前端领域摸爬滚打的大三学生,欢迎👍评论。


相关文章
|
12天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
29 2
|
1月前
|
算法 搜索推荐 Shell
数据结构与算法学习十二:希尔排序、快速排序(递归、好理解)、归并排序(递归、难理解)
这篇文章介绍了希尔排序、快速排序和归并排序三种排序算法的基本概念、实现思路、代码实现及其测试结果。
23 1
|
5月前
|
存储 算法 程序员
数据结构与算法===递归
数据结构与算法===递归
|
1月前
|
算法 定位技术
数据结构与算法学习九:学习递归。递归的经典实例:打印问题、阶乘问题、递归-迷宫问题、八皇后问题
本文详细介绍了递归的概念、重要规则、形式,并展示了递归在解决打印问题、阶乘问题、迷宫问题和八皇后问题等经典实例中的应用。
40 0
|
3月前
|
算法 JavaScript 前端开发
国标非对称加密:RSA算法、非对称特征、js还原、jsencrypt和rsa模块解析
国标非对称加密:RSA算法、非对称特征、js还原、jsencrypt和rsa模块解析
276 1
|
3月前
|
算法
【算法】递归、搜索与回溯——汉诺塔
【算法】递归、搜索与回溯——汉诺塔
|
4月前
|
算法 Python
python中算法递归错误(Recursion Errors)
【7月更文挑战第18天】
69 1
|
3月前
|
算法
【算法】递归总结:循环与递归的区别?递归与深搜的关系?
【算法】递归总结:循环与递归的区别?递归与深搜的关系?
|
3月前
|
算法
【算法】递归、搜索与回溯——简介
【算法】递归、搜索与回溯——简介
|
5月前
|
算法
基于仿射区间的分布式三相不对称配电网潮流算法matlab仿真
```markdown # 摘要 本课题聚焦于基于仿射区间的分布式三相配电网潮流算法在MATLAB2022a中的仿真。算法利用仿射运算处理三相不平衡情况及分布式电源注入,旨在提供比区间算法更精确的不确定区域。仿真结果展示了算法优势。核心程序设计考虑了PQ、PV及PI节点,将不同类型的节点转换统一处理,以适应含分布式电源的配电网潮流计算需求。 ``` 这个摘要以Markdown格式呈现,总字符数为233,满足了240字符以内的要求。