代码随想录算法训练营第二十天 | LeetCode 530. 二叉搜索树的最小绝对差、501. 二叉搜索树中的众数、236. 二叉树的最近公共祖先

简介: 代码随想录算法训练营第二十天 | LeetCode 530. 二叉搜索树的最小绝对差、501. 二叉搜索树中的众数、236. 二叉树的最近公共祖先

1. LeetCode 530. 二叉搜索树的最小绝对差

1.1 思路

  1. 因为是二叉搜索树,按照中序遍历是一个有序序列,此时相邻的两个节点的值就是最小绝对差
  2. 我们用双指针,一个指向前面pre一个紧跟后面root,用result记录root.val-pre.val的差的最小值。result和pre记录为全局变量
  3. 递归函数的参数和返回值:返回值为void,参数就是节点
  4. 终止条件:遇到空了就返回return
  5. 单层递归的逻辑:因为我们用中序遍历,左中右。就先向左遍历:travelsal(root.left)。然后是中,比较两节点的差值和result,让result记录最小值,因为最开始pre初始化为空,因此要判断pre是否为空,不为空就执行result=Math.min(result, root.val-pre.val),就是当前节点-上一个节点的差。然后pre=root,这里为什么pre是指向前一个节点呢?因为最开始pre是null,不执行比较数值的逻辑,那么pre更新为root,然后进入递归函数,root更新,此时就是一前一后了。然后是向右遍历:travelsal(root.right)

1.2 代码

//
class Solution {
    TreeNode pre;// 记录上一个遍历的结点
    int result = Integer.MAX_VALUE;
    public int getMinimumDifference(TreeNode root) {
       if(root==null)return 0;
       traversal(root);
       return result;
    }
    public void traversal(TreeNode root){
        if(root==null)return;
        //左
        traversal(root.left);
        //中
        if(pre!=null){
            result = Math.min(result,root.val-pre.val);
        }
        pre = root;
        //右
        traversal(root.right);
    }
}

2. LeetCode 501. 二叉搜索树中的众数

2.1 思路

  1. 因为是二叉搜索树,按照中序遍历是一个有序序列,就用中序遍历
  2. 我们要先记录下最高频率maxCount,然后再遍历一遍二叉树,这样是遍历两次二叉树,其实可以不用这样。
  3. 我们依旧是用双指针的方式,root和pre,如果cur和pre相等的情况就count++,默认count=1,当cur和pre不相等了就count重新归一,那如果收获结果集呢?如果count和maxCount相等就加入到结果集result,那如果之前没遍历过二叉树怎么知道maxCount呢?这里设计一个代码技巧。
  4. 定义全局变量前一个节点pre,当前频率count,最高频率maxCount,结果集result。
  5. 递归函数的返回值和参数:返回值void,因为结果是放入到全局变量result,参数就是当前节点root
  6. 终止条件:如果root==null就返回return
  7. 单层递归逻辑:中序遍历,“左中右”,先向左遍历,函数(root.left)
  8. “中”的逻辑就是如果pre==null,那么count=1,此时pre还没指向节点,root是第一个节点。当pre不再指向空时,那当root.val==pre.val时就count++,否则就是pre和root的值不相等,count就重新归一,pre=root,让pre跟在root后面。统计出来后如果count==maxCount就把当前数值放入result结果集中。这里可能疑惑maxCount还没赋值吧?后面说。如果count>maxCount,就更新maxCount的值为count,那由于上面的逻辑是count==maxCount就把元素放入结果集里了,那说明之前放入结果集里的都不是我们想要的最高频率的结果,那就把result结果集清空,再把当前root.val的结果放入result中,此时这个才是我们最高频率的元素
  9. 右的逻辑就是,函数(root.right)。以上就是中序遍历的顺序

2.2 代码

//
class Solution {
    ArrayList<Integer> resList;
    int maxCount;
    int count;
    TreeNode pre;
    public int[] findMode(TreeNode root) {
        resList = new ArrayList<>();
        maxCount = 0;
        count = 0;
        pre = null;
        findMode1(root);
        int[] res = new int[resList.size()];
        for (int i = 0; i < resList.size(); i++) {
            res[i] = resList.get(i);
        }
        return res;
    }
    public void findMode1(TreeNode root) {
        if (root == null) {
            return;
        }
        findMode1(root.left);
        int rootValue = root.val;
        // 计数
        if (pre == null || rootValue != pre.val) {
            count = 1;
        } else {
            count++;
        }
        // 更新结果以及maxCount
        if (count > maxCount) {
            resList.clear();
            resList.add(rootValue);
            maxCount = count;
        } else if (count == maxCount) {
            resList.add(rootValue);
        }
        pre = root;
        findMode1(root.right);
    }
}

3. LeetCode 236. 二叉树的最近公共祖先

3.1 思路

  1. 找到p和q以后,然后往上去遍历,汇聚到一个节点,那这个节点就是最近公共祖先,其实二叉树没办法从下往上去遍历,但可以从下往上处理。按照二叉树递归的逻辑,有递归就有回溯,回溯就是从下往上处理的过程,这样可以判断某个节点左子树有没有出现过p或者q,右子树有没有出现过q或者p,想在回溯达到这个效果就要用后序,左右中
  2. 向左遍历就是找有没有出现过p或者q,向右遍历就是找有没有出现过p或者q,然后中就判断左右是否不为空,如果都不为空就证明这个“中”就是最近公共祖先。这里是情况1,左右子树有p和q,情况2是“中”就是p或者q,但情况1是把情况2包含了
  3. 递归函数的参数和返回值:返回值TreeNode,参数就是root,p,q
  4. 终止条件:如果root为空就返回null;如果root==p或者root==q就返回root,这就是发现了目标值了
  5. 单层递归的逻辑:左右中,先左,left=travelsal(root.left, p, q),再右,right=travelsal(root.right, p, q),然后是中,如果左右都不为空,此时root就是最近公共祖先,就return root,一直返回给根节点;如果left==null&&right!=null,就return right;如果left!=null&&right==null,就return left;如果左右都为空就返回null
  6. 为什么包含了情况2?假设q就是公共祖先,因为在终止条件中,如果root==q就把q返回了,下面就不去遍历了,就一直把q返回给到根节点了。那如果p不是q的子孙呢?这就是情况1了,那p就在根节点的另一边,另一边一直返回返回给到根节点,那么根节点就是最近公共祖先。这里不懂看视频16分钟开始

3.2 代码

//
class Solution {
    public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        if (root == null || root == p || root == q) { // 递归结束条件
            return root;
        }
        // 后序遍历
        TreeNode left = lowestCommonAncestor(root.left, p, q);
        TreeNode right = lowestCommonAncestor(root.right, p, q);
        if(left == null && right == null) { // 若未找到节点 p 或 q
            return null;
        }else if(left == null && right != null) { // 若找到一个节点
            return right;
        }else if(left != null && right == null) { // 若找到一个节点
            return left;
        }else { // 若找到两个节点
            return root;
        }
    }
}
相关文章
|
3月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
391 0
|
3月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
210 8
|
3月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
225 8
|
4月前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
312 2
|
3月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
205 0
|
3月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
193 0
|
4月前
|
机器学习/深度学习 存储 算法
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
194 0
|
3月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
264 2
|
4月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
269 3
|
4月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
196 6