Leetcode-987. Vertical Order Traversal of a Binary Tree 二叉树的垂序遍历 -python

本文介绍了一种算法,用于解决二叉树的垂直顺序遍历问题,通过深度优先搜索(DFS)策略,对每个节点的位置进行标记,并最终按X坐标顺序返回结点值列表。

题目

给定二叉树,按垂序遍历返回其结点值。
对位于 (X, Y) 的每个结点而言,其左右子结点分别位于 (X-1, Y-1) 和 (X+1, Y-1)。
把一条垂线从 X = -infinity 移动到 X = +infinity ,每当该垂线与结点接触时,我们按从上到下的顺序报告结点的值( Y 坐标递减)。
如果两个结点位置相同,则首先报告的结点值较小。
按 X 坐标顺序返回非空报告的列表。每个报告都有一个结点值列表。
链接:https://leetcode.com/problems/vertical-order-traversal-of-a-binary-tree/

Given a binary tree, return the vertical order traversal of its nodes values.

For each node at position (X, Y), its left and right children respectively will be at positions (X-1, Y-1) and (X+1, Y-1).

Running a vertical line from X = -infinity to X = +infinity, whenever the vertical line touches some nodes, we report the values of the nodes in order from top to bottom (decreasing Y coordinates).

If two nodes have the same position, then the value of the node that is reported first is the value that is smaller.

Return an list of non-empty reports in order of X coordinate. Every report will have a list of values of nodes.

Note:

  • The tree will have between 1 and 1000 nodes.
  • Each node’s value will be between 0 and 1000.

Example:

Input: [3,9,20,null,null,15,7]
Output: [[9],[3,15],[20],[7]]
Explanation:
Without loss of generality, we can assume the root node is at position (0, 0):
Then, the node with value 9 occurs at position (-1, -1);
The nodes with values 3 and 15 occur at positions (0, 0) and (0, -2);
The node with value 20 occurs at position (1, -1);
The node with value 7 occurs at position (2, -2).

思路及代码

DFS
# 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 verticalTraversal(self, root: TreeNode) -> List[List[int]]:
        def dfs(node,x,y):
            if not node:
                return
            vals.append([x, y, node.val])
            dfs(node.left, x-1, y-1)
            dfs(node.right, x+1, y-1)
        
        vals = []
        dfs(root, 0, 0)
        vals = sorted(vals, key = lambda x: (x[0], -x[1], x[2]))
        ans = []
        last_x = -10000
        for x, y, val in vals:
            if x != last_x:
                ans.append([])
                last_x = x
            ans[-1].append(val)
        return ans
        

复杂度

T = O(nlogn)O(nlogn)O(nlogn)
S = O(n)O(n)O(n)

<think>我们将把给定的Java代码转换为Python代码。原Java代码实现了二叉树的前序遍历(递归方式)。 前序遍历的顺序是:根节点 -> 左子树 -> 右子树。 在Python中,我们同样可以定义一个TreeNode类来表示二叉树的节点,然后实现递归的前序遍历。 注意:在Python中,我们通常使用列表(list)来存储遍历结果。 步骤: 1. 定义TreeNode类(如果题目中已经定义,则不需要重复定义,这里为了完整起见,我们给出定义)。 2. 实现一个Solution类,其中包含preorderTraversal方法,该方法接收一个根节点,返回一个整数列表。 3. 在preorderTraversal方法中,我们初始化一个空列表,然后调用递归辅助函数进行遍历。 4. 递归辅助函数preorder将节点和结果列表作为参数,按照前序遍历的顺序将节点值添加到列表中。 考虑到LeetCode的环境,我们假设TreeNode类已经定义好。因此,我们只需要写出Solution类的代码。 下面是转换后的Python代码:</think>### 二叉树序遍历Python 实现 以下是 Java 代码的等效 Python 实现,使用递归方法完成二叉树的前序遍历: ```python from typing import List, Optional # 定义二叉树节点类 class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right class Solution: def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]: result = [] # 存储遍历结果的列表 self.preorder(root, result) # 调用递归方法 return result def preorder(self, node: Optional[TreeNode], result: List[int]) -> None: # 递归终止条件:遇到空节点 if node is None: return # 前序遍历步骤: # 1. 访问当前节点(添加到结果列表) result.append(node.val) # 2. 递归遍历左子树 self.preorder(node.left, result) # 3. 递归遍历右子树 self.preorder(node.right, result) ``` ### 代码解释: 1. **TreeNode 类**: - Python 使用类定义二叉树节点 - `__init__` 构造函数初始化节点值、左子节点和右子节点 - 使用 `Optional` 类型表示节点可以为 None 2. **Solution 类**: - `preorderTraversal` 方法: - 初始化空列表 `result` 存储结果 - 调用递归辅助方法 `preorder` - 返回最终结果列表 - `preorder` 递归辅助方法: - **基线条件**:当节点为 None 时直接返回 - **递归过程**: 1. 访问当前节点(添加到结果列表) 2. 递归遍历左子树 3. 递归遍历右子树 3. **前序遍历顺序**: - 根节点 → 左子树 → 右子树 - 示例:对于二叉树 `[1,null,2,3]`: ``` 1 \ 2 / 3 ``` 输出结果为 `[1,2,3]` ### 使用示例: ```python # 构建示例二叉树: # 1 # \ # 2 # / # 3 # 创建节点 n1 = TreeNode(1) n2 = TreeNode(2) n3 = TreeNode(3) # 构建树结构 n1.right = n2 n2.left = n3 # 执行遍历 solution = Solution() print(solution.preorderTraversal(n1)) # 输出: [1, 2, 3] ``` ### 复杂度分析: - **时间复杂度**:O(n),每个节点恰好访问一次 - **空间复杂度**:O(h),其中 h 是二叉树的高度(递归调用栈空间) - 最坏情况(树退化为链表):O(n) - 平衡二叉树情况:O(log n)
评论
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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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