LeeCode 104and110 python

本文介绍了如何使用递归算法高效地计算二叉树的最大深度,并判断其是否为高度平衡的二叉树。通过从叶子节点开始的递归方式,避免了重复遍历,实现了O(n)的时间复杂度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

104.  给定一个二叉树,找出其最大深度。

二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

说明: 叶子节点是指没有子节点的节点。

示例:
给定二叉树 [3,9,20,null,null,15,7]

    3
   / \
  9  20
    /  \
   15   7

返回它的最大深度 3 。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def maxDepth(self, root):
        """
        :type root: TreeNode
        :rtype: int
        """
        if not root:
            return 0
        else:
            return max(self.maxDepth(root.left), self.maxDepth(root.right))+1

110. 给定一个二叉树,判断它是否是高度平衡的二叉树。

本题中,一棵高度平衡二叉树定义为:

一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。

示例 1:

给定二叉树 [3,9,20,null,null,15,7]

    3
   / \
  9  20
    /  \
   15   7

返回 true 。

示例 2:

给定二叉树 [1,2,2,3,3,null,null,4,4]

       1
      / \
     2   2
    / \
   3   3
  / \
 4   4

返回 false 。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def isBalanced(self, root):
        """
        :type root: TreeNode
        :rtype: bool
        """
        def inner(root):
            if not root:
                return 0
            left = inner(root.left)
            right = inner(root.right)
            if left == -1 or right == -1  or abs(left-right) > 1:
                return -1
            return max(left, right)+1
        return inner(root) != -1
                

第一容易想到的是遍历求节点深度然后进行比较,但是容易重复遍历同一个节点,所以效率很低。这种递归方式就很高效,从叶子节点开始比较,复杂度为最大为O(n)。

依次把比较的结果返回。

04-01
### LeetCode官网入口 LeetCode 是一个专注于编程和算法练习的在线平台,其官方网站可以通过以下链接访问:[https://leetcode.com](https://leetcode.com)[^1]。 该网站提供了大量的编程题目,涵盖了数据结构、算法设计以及系统设计等多个领域。用户可以注册账号并参与解题挑战,提升自己的编程能力。此外,LeetCode 还支持多种编程语言,方便不同背景的学习者使用。 以下是关于如何快速入门 LeetCode 的一些提示: - **创建账户**:访问上述网址后,点击右上角的“Sign Up”按钮即可完成注册。 - **选择难度**:根据个人水平挑选适合的题目(Easy, Medium 或 Hard)。 - **提交代码**:编写解决方案并通过内置测试环境验证程序逻辑是否正确。 对于提到的具体问题——寻找链表中的环入口节点,已有的三种实现方式均有效[^2][^3]。其中基于双指针的方法不仅时间复杂度低而且空间开销也较小;而哈希集合法则更直观易懂但会消耗额外内存资源用于保存中间状态信息。 ```python # 双指针法 Python 实现版本 def detectCycle(self, head: Optional[ListNode]) -> Optional[ListNode]: if not head or not head.next: return None slow = fast = head while fast and fast.next: slow = slow.next # 移动一步 fast = fast.next.next # 移动两步 if slow == fast: # 如果相遇,则存在环路 ptr1 = head # 定义一个新的指针指向头结点 ptr2 = slow # 使用slow作为另一个起点 while ptr1 != ptr2: # 当两者再次相逢时的位置即是入环处 ptr1 = ptr1.next ptr2 = ptr2.next return ptr1 # 返回这个交点即为所求结果 return None # 若无循环则返回空值表示不存在这样的情况 ```
评论
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