代码随想录算法训练营第十四天 | 144、145、94

最新推荐文章于 2025-12-07 21:20:15 发布

原创最新推荐文章于 2025-12-07 21:20:15 发布 · 525 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #python #数据结构

代码随想录刷题专栏收录该内容

20 篇文章

订阅专栏

本文探讨了二叉树的递归和迭代遍历方法，包括递归三要素、前序和后序遍历的特点、以及如何使用迭代解决中序遍历中的节点访问和处理问题，特别介绍了标记法在迭代中的应用。

今日主题：二叉树、递归、迭代

递归遍历

题目链接/文章讲解/视频讲解：代码随想录

笔记：

递归三要素：确定递归函数的参数和返回值，确定终止条件，确定单层递归的逻辑

迭代遍历

题目链接/文章讲解/视频讲解：代码随想录

笔记：

前序和后序输出答案顺序相反。

中序遍历处理顺序和访问顺序是不一致的，需要借用指针的遍历来帮助访问节点，栈则用来处理节点上的元素。

统一迭代

题目链接/文章讲解：代码随想录

笔记：

解决迭代中序遍历中，访问节点（遍历节点）和处理节点（将元素放进结果集）不一致的情况。

将访问的节点放入栈中，把要处理的节点也放入栈中，紧接着放入一个空指针作为标记。这种方法也可以叫做标记法。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AdeLdh

关注关注

7
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

代码随想录算法训练营第14天|144 145 94

dieforcpp的博客

02-14

133

代码随想录算法训练营第十二天|今天的回溯味儿有点冲

qq_51537085的博客

11-27

841

啊这

参与评论您还未登录，请先登录后发表或查看评论

代码随想录算法训练营第三十四天

岁岁安的博客

05-07

1105

一个曾经想拯救世界，现在却连自己也拯救不了的程序员

03-05

437

给你二叉树的根节点 root ，返回它节点值的前序中序后序遍历。

代码随想录算法训练营第二十九天

岁岁安的博客

04-28

2210

练习了动态规划和滑动窗口。

代码随想录算法训练营第十四天| 144. 二叉树的前序遍历、

05-21

402

*** }* }*/

代码随想录算法训练营第十四天 |leecode 144.&145.&94.

2305_80372301的博客

04-16

280

只听懂了递归。1.确定递归函数的参数和返回值确定哪些参数是递归的过程中需要处理的，那么就在递归函数里加上这个参数，并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型。2.确定终止条件写完了递归算法, 运行的时候，经常会遇到栈溢出的错误，就是没写终止条件或者终止条件写的不对，操作系统也是用一个栈的结构来保存每一层递归的信息，如果递归没有终止，操作系统的内存栈必然就会溢出。3.确定单层递归的逻辑确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程。

代码随想录算法训练营第三十七天

岁岁安的博客

05-10

1547

本文总结了LeetCode中几道关于子序列和数组的题目，包括最长递增子序列、最长连续递增序列、最长重复子数组和数组的最小相等和。每道题都提供了问题描述、解题思路、时间复杂度和空间复杂度分析，并附上了Java代码实现。通过这些题目，练习了动态规划、二分查找等算法技巧，帮助理解如何高效解决子序列和数组相关的问题。

代码随想录算法训练营第二十一天

岁岁安的博客

04-18

1463

练习了组合回溯和子集回溯,以及每日一题哈希。

代码随想录算法训练营第四十四天|Day44 动态规划

a6666999d的博客

11-12

1103

1143.最长公共子序列。

代码随想录算法训练营第四十一天|Day41 动态规划

a6666999d的博客

11-09

1305

加油！！！

代码随想录算法训练营第四十七天|Day47 单调栈

a6666999d的博客

11-16

1046

加油！！！

代码随想录算法训练营第六十二天 | A * 算法精讲（A star算法）

懒羊羊在努力的博客

09-18

1224

如果题目中，给出多个可能的目标，然后在这多个目标中选择最近的目标，这种 A * 就不擅长了， A * 只擅长给出明确的目标然后找到最短路径。大家看上述 A * 代码的时候，可以看到我们想队列里添加了很多节点，但真正从队列里取出来的仅仅是靠启发式函数判断距离终点最近的节点。我们来看一下广搜的搜索过程，如图，红色是起点，绿色是终点，黄色是要遍历的点，最后从起点找到达到终点的最短路径是棕色。如果使用A * 的话，其搜索过程是这样的，如图，图中着色的都是我们要遍历的点。

代码随想录算法训练营第二十四天|LeetCode 93.复原IP地址、78.子集、90.子集II

Anastasia_sakura的博客

03-31

1055

回溯的分割问题！子集问题！子集问题的去重！

练题100天——DAY21：统计奇数个数+合并有序数组

最新发布

2301_81099859的博客

12-07

211

今天写了两道题，难度，并更新了之前的DAY13的冒泡排序+二进制求和、DAY14全排列的思路。

Leetcode 68 搜索插入位置 | 寻找比目标字母大的最小字母

im_AMBER的博客

12-04

1030

你的错误逻辑正确逻辑找到 target 时返回 mid-1找到 target 时，继续向右查找（因为需要「大于」target 的最小字符）target <letters [mid] 时，mid 是候选，需保留，right=mid（左闭右开）或不立即排除 mid循环结束直接返回 letters [0]循环结束后，先判断 left 是否越界：越界则返回 letters [0]，否则返回 letters [left]初始right的取值与「越界判断」不匹配；

欧几里得距离算法-相似度

weixin_45609702的博客

12-04

192

本文介绍了一个计算欧几里得距离的Java方法。该方法接收两个Double数组作为输入，通过计算对应元素差值的平方和再开方，返回两个数组之间的欧几里得距离值。当输入数组长度不一致时，方法会返回0作为默认值。欧几里得距离算法常用于比较两个数组之间的相似度，是数据分析和机器学习中的基础距离度量方法。

C++ ⼀级 2024 年 03 ⽉

weixin_46669997的博客

12-05

当 N 为9, 6, 3, 0时，满足条件 N % 3 == 0，因此它们被输出并跟随一个 #。要注意的是，字符串“a+1= ”最后有一个空格，因而输出的内容是：a+1= 2，答案为A。输入21，21%3的结果为0，进入if的分支，因而第4行代码可以被执行。19.【判断题】C++表达式 “10”*2 执行时将报错，因为 “10” 是字符串类型而2是整数类型，它们数据类型不同，不能在一起运算。Cout后面有两个<<，第1个输出字符串5%2=，第2个输出算术运算“5%2”的结果，为1，答案为D。

浅谈：快递物流与算法的相关性（五）

Duoya1105的博客

12-05

161

NP-C 的英文全称是 Non-deterministic Polynomial Complete，即多项式复杂程度的非确定性问题。简单的写法是NP=P？，问题就在这个问号上，到底有没有让NP=P的算法，或是如何证明NP≠P。启发式算法的思想是：在不断解决问题的过程中寻找解决问题的最优方案。再举一个通俗的例子：当我们用数字密码解锁手机时，如果我们不知道密码是多少，必须将所有的数字组合依次尝试。这听起来像是一句废话，如果将它抽象一点的表述，就是：能用电脑快速验证一个解的问题，是否也能够用电脑快速地求出解。

代码随想录算法训练营第五天

02-17

### 关于代码随想录算法训练营第五天学习内容 #### 动态规划入门动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法。在第五天的学习中，重点在于理解并掌握动态规划的核心概念及其应用。 #### 解决斐波那契数列问题斐波那契数列是一个经典的例子来介绍动态规划的思想。对于给定的n值，计算第n项斐波那契数值可以采用自底向上的方法构建解决方案[^1]： ```python def fib(n): if n <= 0: return 0 elif n == 1: return 1 dp = [0] * (n + 1) dp[1] = 1 for i in range(2, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` 此实现方式避免了重复计算相同的子问题，从而提高了效率。 #### 攀爬楼梯问题另一个典型的应用场景是攀爬楼梯问题，假设每次可以选择走一步或两步，则到达第n阶的不同路径总数也可以利用动态规划解决: ```python def climbStairs(n): if n == 1 or n == 2: return n dp = [0] * (n + 1) dp[1], dp[2] = 1, 2 for i in range(3, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[-1] ``` 上述两个案例展示了如何运用动态规划技巧有效地解决问题，并且强调了状态转移方程的重要性以及边界条件处理。