LeetCode 513找树左下角的值 112路径总和113路径总和ii 106从中序与后序遍历序列构造二叉树

news2025/7/22 22:15:30

文章目录

        • 513找树左下角的值
          • c++ 代码实现
          • python 代码实现
        • 112路径总和
          • c++ 代码实现
          • python 代码实现
        • 113路径总和ii
          • c++代码实现
          • python 代码实现
        • 106从中序与后序遍历序列构造二叉树
          • c++代码实现
          • python 代码实现

513找树左下角的值

给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边 节点的值。

假设二叉树中至少有一个节点。

示例 1:

img

输入: root = [2,1,3]
输出: 1

示例 2:

img

输入: [1,2,3,4,null,5,6,null,null,7]
输出: 7

提示:

  • 二叉树的节点个数的范围是 [1,104]
  • -231 <= Node.val <= 231 - 1
c++ 代码实现
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    // maxDepth用来记录最大深度,result记录最大深度最左节点的数值。
    int maxDepth = -1;
    int result = 0;
    void leftVal(TreeNode * node, int depth) {
        if (node->left == nullptr && node->right == nullptr) {
            // 最底层:最大深度。
            if (depth > maxDepth) {
                maxDepth = depth;
                result = node->val;
            }
            return;
        }

        if (node->left) {
            leftVal(node->left, depth + 1);     // depth + 1 隐藏了回溯
        }
        if (node->right) {
            leftVal(node->right, depth + 1);    // 隐藏了回溯
        }
    }
    int findBottomLeftValue(TreeNode* root) {
        leftVal(root, 0);
        return result;
    }
};
python 代码实现
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def __init__(self):
        self.max_depth = -1
        self.result = 0

    def leftVal(self, node, depth):
        # 停止条件
        if not node.left and not node.right:
            if depth > self.max_depth:
                self.max_depth = depth
                self.result = node.val
        
        # 单次遍历
        if node.left:
            self.leftVal(node.left, depth + 1)
        if node.right:
            self.leftVal(node.right, depth + 1)

    def findBottomLeftValue(self, root: Optional[TreeNode]) -> int:
        self.leftVal(root, 0)
        return self.result

112路径总和

给你二叉树的根节点 root 和一个表示目标和的整数 targetSum 。判断该树中是否存在 根节点到叶子节点 的路径,这条路径上所有节点值相加等于目标和 targetSum 。如果存在,返回 true ;否则,返回 false

叶子节点 是指没有子节点的节点。

示例 1:

img

输入:root = [5,4,8,11,null,13,4,7,2,null,null,null,1], targetSum = 22
输出:true
解释:等于目标和的根节点到叶节点路径如上图所示。

示例 2:

img

输入:root = [1,2,3], targetSum = 5
输出:false
解释:树中存在两条根节点到叶子节点的路径:
(1 --> 2): 和为 3
(1 --> 3): 和为 4
不存在 sum = 5 的根节点到叶子节点的路径。

示例 3:

输入:root = [], targetSum = 0
输出:false
解释:由于树是空的,所以不存在根节点到叶子节点的路径。

提示:

  • 树中节点的数目在范围 [0, 5000]
  • -1000 <= Node.val <= 1000
  • -1000 <= targetSum <= 1000
c++ 代码实现
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    // 递归三部曲
    bool pathSum(TreeNode * root, int count) {
        // 停止条件, 两边都为空时,已经到节点末尾
        if (root->left == nullptr && root->right == nullptr && count == 0) {
            return true;    
        }
        if (root->left == nullptr && root->right == nullptr) {
            return false;
        }

        if (root->left) {
            count -= root->left->val;   // 计算
            if (pathSum(root->left, count)) {
                return true;
            }
            count += root->left->val;   // 回溯
        }

        if (root->right) {
            count -= root->right->val;
            if (pathSum(root->right, count)){
                return true;
            }
            count += root->right->val;
        }

        return false;
    }
    bool hasPathSum(TreeNode* root, int targetSum) {
        if (root == nullptr) return false;
        return pathSum(root, targetSum - root->val);
    }
};



python 代码实现
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def pathSum(self, root, count):
        if not root.left and not root.right and count == 0:
            return True
        if not root.left and not root.right:
            return False
        
        if root.left:
            count -= root.left.val
            if self.pathSum(root.left, count):
                return True
            count += root.left.val
        
        if root.right:
            count -= root.right.val
            if self.pathSum(root.right, count):
                return True
            count += root.right.val

        return False

    def hasPathSum(self, root: Optional[TreeNode], targetSum: int) -> bool:
        if not root: return False
        return self.pathSum(root, targetSum - root.val)

113路径总和ii

给你二叉树的根节点 root 和一个整数目标和 targetSum ,找出所有 从根节点到叶子节点 路径总和等于给定目标和的路径。

叶子节点 是指没有子节点的节点。

示例 1:

img

输入:root = [5,4,8,11,null,13,4,7,2,null,null,5,1], targetSum = 22
输出:[[5,4,11,2],[5,8,4,5]]

示例 2:

img

输入:root = [1,2,3], targetSum = 5
输出:[]

示例 3:

输入:root = [1,2], targetSum = 0
输出:[]

提示:

  • 树中节点总数在范围 [0, 5000]
  • -1000 <= Node.val <= 1000
  • -1000 <= targetSum <= 1000
c++代码实现
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    vector<vector<int>> result;
    vector<int> path;
    
    void resultSum(TreeNode * root, int count) {
        if (root->left == nullptr && root->right == nullptr && count == 0) {
            result.push_back(path);
            return;
        }
        if (root->left == nullptr && root->right == nullptr) {
            return;
        }

        if (root->left) {
            path.push_back(root->left->val);
            count -= root->left->val;
            resultSum(root->left, count);
            count += root->left->val;
            path.pop_back();
        }

        if (root->right) {
            path.push_back(root->right->val);
            count -= root->right->val;
            resultSum(root->right, count);
            count += root->right->val;
            path.pop_back();
        }
    }

    vector<vector<int>> pathSum(TreeNode* root, int targetSum) {
        if (root == nullptr) {
            return result;
        }
        path.push_back(root->val);
        resultSum(root, targetSum - root->val);
        return result;
    }
};
python 代码实现
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def __init__(self):
        self.result = []
        self.path = []

    def resultSum(self, root, count):
        if not root.left and not root.right and count == 0:
            self.result.append(self.path[:])
            return 
        
        if not root.left and not root.right:
            return

        if root.left:
            self.path.append(root.left.val)
            count -= root.left.val
            self.resultSum(root.left, count)
            count += root.left.val
            self.path.remove(root.left.val)
        
        if root.right:
            self.path.append(root.right.val)
            count -= root.right.val
            self.resultSum(root.right, count)
            count += root.right.val
            self.path.remove(root.right.val)

    def pathSum(self, root: Optional[TreeNode], targetSum: int) -> List[List[int]]:
        if not root:
            return self.result
        self.path.append(root.val)
        self.resultSum(root, targetSum - root.val)
        return self.result

106从中序与后序遍历序列构造二叉树

给定两个整数数组 inorderpostorder ,其中 inorder 是二叉树的中序遍历, postorder 是同一棵树的后序遍历,请你构造并返回这颗 二叉树

示例 1:

img

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

示例 2:

输入:inorder = [-1], postorder = [-1]
输出:[-1]

提示:

  • 1 <= inorder.length <= 3000

  • postorder.length == inorder.length

  • -3000 <= inorder[i], postorder[i] <= 3000

  • inorderpostorder 都由 不同 的值组成

  • postorder 中每一个值都在 inorder

  • inorder 保证是树的中序遍历

  • postorder 保证是树的后序遍历

  • 第一步:如果数组大小为零的话,说明是空节点了。

  • 第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。

  • 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点

  • 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)

  • 第五步:切割后序数组,切成后序左数组和后序右数组

  • 第六步:递归处理左区间和右区间

c++代码实现
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:

    TreeNode* help(vector<int>& inorder, vector<int>& postorder) {
        // 后序是否为空
        if (postorder.size() == 0) return nullptr;

        // 后序遍历数组最后一个元素,就是当前的中间节点
        int rootVal = postorder[postorder.size() - 1];
        TreeNode * node = new TreeNode(rootVal);

        // 叶子节点
        if (postorder.size() == 1) return node;

        // 找到中序遍历的切割点
        int index;
        for (index = 0; index < inorder.size(); index++){
            if (inorder[index] == rootVal) break;
        }

        // 切割中序数组
        vector<int> leftInorder(inorder.begin(), inorder.begin() + index);
        // +1 中序的根节点,直接删除了,不需要
        vector<int> rightInorder(inorder.begin() + index + 1, inorder.end());

        // 删除,舍弃后序末尾
        postorder.resize(postorder.size() - 1);

        // 切割后序数组
        // 已上面左中序数组的大小,为切割点,中序和后序数组大小一致。
        vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());
        vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end());

        // 递归处理左区间,右区间
        node->left = help(leftInorder, leftPostorder);
        node->right = help(rightInorder, rightPostorder);

        return node;
    }
    TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
        if (inorder.size() == 0 || postorder.size() == 0){
            return nullptr;
        }
        return help(inorder, postorder);
    }
};
python 代码实现
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def help(self, inorder, postorder):
        # 后序是否为空
        if len(postorder) == 0:
            return None
        
        # 后序遍历数组最后一个元素,就是当前的中间节点
        rootVal = postorder[len(postorder) - 1]
        node = TreeNode(rootVal)
        
        # 叶子节点
        if len(postorder) == 1:
             return node

        # 找到中序遍历的切割点
        index = 0
        for i in range(len(inorder)):
            if inorder[i] == rootVal:
                index = i
                break        

        # 切割中序数组
        leftInorder = inorder[:index]
        rightInorder = inorder[index+1:]

        # 删除,舍弃后序末尾
        postorder.pop()

        # 切割后序数组
        leftPostorder = postorder[:len(leftInorder)]
        rightPostorder = postorder[len(leftInorder):]

        # 递归处理左区间,右区间
        node.left = self.help(leftInorder, leftPostorder)
        node.right = self.help(rightInorder, rightPostorder)

        return node
    def buildTree(self, inorder: List[int], postorder: List[int]) -> Optional[TreeNode]:
        if len(inorder) == 0 or len(postorder) == 0:
            return None
        return self.help(inorder, postorder)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/35561.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java 基础(继承、接口、抽象)

面试题继承继承的特点super关键字继承中变量访问特点继承中构造访问特点为什么子类中所有构造方法默认都会访问父类无参构造方法。如果父类中没有无参构造继承中成员方法访问特点重写概述应用注意事项方法重写和重载有什么区别&#xff1f;静态代码块、构造代码块&#xff0c;构…

安泰测试-安捷伦N5182A射频矢量信号发生器

产品简介&#xff1a; 安捷伦N5182A信号源技术支持Agilent N5182A MXG 射频矢量信号发生器 N5182A主要特性与技术指标 信号表征 100 kHz &#xff5e; 3 或 6 GH 使用高度可靠、快速切换的电子衰减器&#xff0c;在 3 GHz 时 >23 dBm W-CDMA 动态范围&#xff1a;≤-73…

指纹浏览器功能对比:AdsPower VS Multilogin

近期&#xff0c;Conversion Club 发起了“最佳指纹浏览器”提名评选活动&#xff0c;AdsPower、Dolphin 和Multilogin 并列入选&#xff0c;成为国际认可的专业指纹浏览器。上期&#xff0c;龙哥出了一篇有关AdsPower与Dolphin 的对比文章&#xff0c;后台收到私信问能不能也出…

7位世界著名的制图师及其相关的地图介绍

制图是地图制作的艺术和科学&#xff0c;而作为制图师需要注意很多的细节&#xff0c;包括可视化数据以及地理的全面知识等。地图在每个人的生活中都发挥着一定的影响力&#xff0c;尤其是对于一些著名的制图师。本文将介绍7位世界著名的制图师及其相关的地图&#xff0c;让我们…

鸽群优化算法(Pigeon-inspired Optimization algorithm, PIO)附matlab代码

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;修心和技术同步精进&#xff0c;matlab项目合作可私信。 &#x1f34e;个人主页&#xff1a;Matlab科研工作室 &#x1f34a;个人信条&#xff1a;格物致知。 更多Matlab仿真内容点击&#x1f447; 智能优化算法 …

【优雅至极】利用VSCode进行远程Linux服务器、容器开发,达到ide开发项目的效果

本文将介绍“局域网下远程ide式开发”、“公网下远程ide式开发”、“局域网下远程容器的ide式开发”、“公网下远程容器的ide式开发”这四种开发流程&#xff0c;让你无论在工位上还是在家中&#xff0c;都可以像打开本地ide那样进行远程的项目开发。 0 本地ide式开发 最方便…

自然排序与比较器排序的使用

1、自然排序&#xff1a;java.lang.Comparable Comparable 接口中只提供了一个方法&#xff1a; compareTo(Object obj) &#xff0c;该方法的返回值是 int 。如果返回值为正数&#xff0c;则表示当前对象(调用该方法的对象)比 obj 对象“大”&#xff1b;反之“小”&#xff…

前端实现克里金插值分析(二)

作者:yangjunlin 在上一篇文章中我们已经使用了像素法实现克里金插值的方式&#xff0c;但是问题也就随之抛了出来。1.第一点&#xff0c;在反距离权重插值的时候&#xff0c;因为处理的数据量大会直接导致主线程卡&#xff0c;导致用户体验不好&#xff0c;2.第二点&#xff0…

Apache开启SSL(https)访问网站配置

前言:问题稍微有点绕,整个配置过程,测试成功 服务器的80端口分配了Apache使用了(用phpstudy运行php网站),服务器上还有(IIS网站,站点使用81端口),需要用80转81(中转代理一下到IIS访问网站,iis无需重复配置ssl设置) 就实现了:一台服务器使用2种语言(php/asp.ne…

闭环控制(自动控制理论)

目录 闭环控制 开环控制和闭环控制优缺点 闭环控制 即有被控制量反馈的控制。从系统中信号流向看&#xff0c;系统的输出信号沿反馈通道又回到系统的输入端&#xff0c;构成闭合通道&#xff0c;故称作为闭环控制系统&#xff0c;又或者称为反馈控制系统 这种控制方式&#xf…

微服务环境搭建SpringCloud入门

目录 案例准备 技术选型 模块设计 微服务调用 创建父工程 创建基础模块 创建用户微服务 创建商品微服务 创建订单微服务 我们本次是使用的电商项目中的商品、订单、用户为案例进行讲解。 案例准备 技术选型 maven&#xff1a;3.5.4 数据库&#xff1a;MySQL 5.7 持…

【矩阵论】4. 矩阵运算——广义逆——广义逆的计算

4.3.2 AA^A 计算 a. 秩1公式 若A(aij)mn,r(A)1,则A1∑∣aij∣2AH1tr(AHA)AH\begin{matrix} 若A(a_{ij})_{m\times n},r(A)1,则A^\frac{1}{\sum \vert a_{ij}\vert^2}A^H\frac{1}{tr(A^HA)}A^H \end{matrix} 若A(aij​)mn​,r(A)1,则A∑∣aij​∣21​AHtr(AHA)1​AH​ AHAA^HAA…

Qt Quick 用cmake怎么玩子项目

以往在公司开发众多的项目中&#xff0c;都会出现要求本项目里部分功能模块代码需要具备保密性。如果需要对外输出demo工程&#xff0c;那么需要做到不会泄密。 举一下爪子&#xff0c;以前做雷达开发的时候&#xff0c;客户从公司那儿买了这些雷达模块&#xff0c;也会需要从…

信号量的使用

信号量 英文名字&#xff1a;semaphore 这里的进程信号量会为下列的信号量打基础 Ucos系统的信号量c线程的信号量java进程和线程的信号量 信号量作用 当多个进程/线程进行共享操作时&#xff0c;用于资源保护&#xff0c;以防止出现相互干扰的情况 信号量用于“资源的保护“ …

图论算法大合集【包括图的dfs和bfs遍历】【欧拉回路】【判断连通图】【Dijkstra算法】【floyd算法】【最小生成树prim算法】【拓扑排序】

图论算法大合集一. dfs和bfs 过程中要有visited数组标记已遍历过的节点6-1.1 邻接矩阵存储图的深度优先遍历6-1.2 邻接表存储图的广度优先遍历二、欧拉回路&#xff08;度为偶数&#xff0c;且为连通图&#xff09;6-1.3 哥尼斯堡的“七桥问题”三、判断连通图6-1.4 地下迷宫探…

进程调度的基本关系

文章目录1.什么是进程(process)2.进程的特性1.进程是非常重要的"软件资源"2.PCB(进程控制块)描述了哪些进程特征3.并行和并发4.进程的虚拟地址空间和进程间通信1.什么是进程(process) 简单来说就是:一个程序跑起来就是一个进程 一个应用没跑起来叫做程序,跑起来了就…

堆排序算法

一、大顶堆和小顶堆概念 堆排序是利用堆数据结构而设计的一种排序算法&#xff0c;堆排序是一种选择排序&#xff0c;其最坏&#xff0c;最好&#xff0c;平均时间复杂度均为O(nlogn)&#xff0c;同时也是不稳定排序。 堆是具有以下性质的完全二叉树&#xff1a;每个结点的值都…

Hive数据定义语言-DDL-建表高阶语法(内外部、分区、分桶、事务、视图、物化视图)

文章目录1. 内部表、外部表1.1 内部表1.2 外部表1.3 内、外部表差异1.4 Location关键字的作用2. 分区表-Partitioned Tables2.1 概念2.2 创建2.3 分区表数据加载2.3.1 静态分区2.3.2 动态分区2.4 注意事项3. 分桶表-Bucketed Tables3.1 概念3.2 规则3.3 语法3. 事务表-Transact…

编译openMVG出现的错误的解决

作者&#xff1a;朱金灿 来源&#xff1a;clever101的专栏 为什么大多数人学不会人工智能编程&#xff1f;>>> submodule(s) are missing, please update your repository 在使用CMake生成openMVG解决方案时&#xff0c;出现错误&#xff1a; CMake Error at CMakeL…

另眼看数据中台

目录 前言&#xff1a; 一、故事的开始 二、成也中台&#xff0c;败也中台 1、中台是什么 2、数据中台与企业数字化转型 3、中台的赋能 4、数据中台、业务中台、技术中台 5、中台不一定适合你 ​编辑​编辑小结&#xff1a; 三、 自检数据应用的成熟度 前言&#xff1…