代码随想录算法训练营第十六天|104、111、222

深入理解二叉树：最大深度、最小深度及完全二叉树的递归计算
原创 已于 2024-01-31 22:00:05 修改 · 406 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法 #python #数据结构

于 2024-01-30 15:41:25 首次发布
本文介绍了如何通过递归方法计算二叉树的最大深度（前序或中序遍历），最小深度的区别，以及完全二叉树节点个数的求解策略。重点强调了递归在这些问题中的应用。

104.二叉树的最大深度 

 题目链接/文章讲解/视频讲解： 代码随想录 

笔记：深度和高度的区别，以及求法：深度从上到下求（前序，中左右），高度从下到上求（后序，左右中）。根节点的高度就是这棵树的最大深度。

111.二叉树的最小深度 （优先掌握递归）

题目链接/文章讲解/视频讲解：代码随想录

笔记：求二叉树的最小深度和求二叉树的最大深度的差别主要在于处理左右孩子不为空的逻辑。

222.完全二叉树的节点个数（优先掌握递归）

题目链接/文章讲解/视频讲解：代码随想录

笔记：完全二叉树写法，关键在于如何去判断一个左子树或者右子树是不是满二叉树。是则用公式计算，不是则继续遍历 。

代码随想录算法训练营第十六天 | 104、111、222
weixin_42542290的博客
11-10 256
第十六天
代码随想录算法训练营第16天｜104 559 111 222
weixin_47472395的博客
06-22 83
递归的终止条件稍微有点tricky，因为终止子叶必须是左右孩子都是nullptr，不能判断root==nullptr作为终止条件。特殊情况放在public function里面额外判断一下。用递归的时候要考虑跟二叉树不一样的是 用children数组遍历的时候不会遍历到空节点，所以终止条件要加一项 if 孩子数为0， return 1.note：要用max函数，用max_ = max1>max2?222 dfs bfs 递归三种都做了下 就是遍历每一个节点++利用完全二叉树特征来写的递归。
代码随想录算法训练营第二十九天
岁岁安的博客
04-28 2208
练习了动态规划和滑动窗口。
代码随想录算法训练营第三十四天
岁岁安的博客
05-07 1103
练习了打家劫舍相关的题目。
代码随想录算法训练营第十六天|实现 strStr()
lcy57__的博客
03-24 1331
next数组就是一个前缀表（prefix table）。前缀表有什么作用呢？前缀表是用来回退的，它记录了模式串与主串(文本串)不匹配的时候，模式串应该从哪里开始重新匹配。为了清楚地了解前缀表的来历，我们来举一个例子：要在文本串：aabaabaafa 中查找是否出现过一个模式串：aabaaf。请记住文本串和模式串的作用，对于理解下文很重要，要不然容易看懵。所以说三遍：要在文本串：aabaabaafa 中查找是否出现过一个模式串：aabaaf。
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DAY16|Leetcode104/111/222
weixin_53153619的博客
10-27 409
今日份学习~
代码随想录算法训练营第六十天|Day60 图论
a6666999d的博客
11-28 1899
Bellman_ford 队列优化算法（又名SPFA）本题我们来系统讲解 Bellman_ford 队列优化算法 ，也叫SPFA算法（Shortest Path Faster Algorithm）。SPFA的称呼来自 1994年西南交通大学段凡丁的论文，其实Bellman_ford 提出后不久 （20世纪50年代末期） 就有队列优化的版本，国际上不承认这个算法是是国内提出的。所以国际上一般称呼 该算法为 Bellman_ford 队列优化算法（Queue improved Bellman-Ford）
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六十二天 | A * 算法精讲 （A star算法）
懒羊羊在努力的博客
09-18 1223
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四十一天|Day41 动态规划
a6666999d的博客
11-09 1303
加油！！！
代码随想录算法训练营第2天|977. 有序数组的平方、209.长度最小的子数组、59. 螺旋矩阵II
qq_43212651的博客
03-16 259
2023 年 3 月 16 日1h45m★\bigstar★★\bigstar★★\bigstar★★\bigstar★5295第一道题没什么说的，不过最开始我想的是先找到第一个大于等于零的数和最后以后小于零的数，然后由中间向两边迭代，但是这种方法的边界条件很难处理。
代码随想录算法训练营
08-23
代码随想录算法训练营是一个优质的学习和讨论平台，提供了丰富的算法训练内容和讨论交流机会。在训练营中，学员们可以通过观看视频讲解来学习算法知识，并根据讲解内容进行刷题练习。此外，训练营还提供了刷题建议，...
代码随想录-035期-算法训练营【博客笔记汇总表】
upward
04-10 1010
代码随想录-035期-算法训练营【博客笔记汇总表】
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 1015
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；
【模式识别与机器学习（8）】主要算法与技术（下篇：高级模型与集成方法）之 元学习与集成方法：组合多个学习器来提高整体性能
hiliang521的博客
12-02 860
【模式识别与机器学习（8）】主要算法与技术（下篇：高级模型与集成方法）之 元学习
欧几里得距离算法-相似度
weixin_45609702的博客
12-04 178
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 18
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）
最新发布
Duoya1105的博客
12-05 125
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。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值