114. 二叉树展开为链表


这道题解法太多了,先写自己的解法,然后摘录一些精妙的写法

递归分析

按照之前文章的思路递归的一些例子,稍微分析一下就能写出代码

  1. 边界情况
    root为空或者root无左右孩子
  2. 一般操作
    展开左子树得到L,展开右子树得到R
    然后寻找root的前驱结点t,将t的右指针指向R
    将root.left置为空,root.right置为L
  3. 返回部分
    返回拼接后的root即可
class Solution:
    def flatten(self, root: TreeNode) -> None:
        if not root or (not root.left and not root.right):
            return root # 边界情况
        # 展开左右子树
        L = self.flatten(root.left)
        R = self.flatten(root.right)
        # L不为空,拼接
        if L != None:
            t = L #  t找到root的前驱结点
            while t and t.right!=None:
                t = t.right
            # 拼接 root.right -> L -> R
            t.right = R
            root.left = None 
            root.right = L
        # 返回展开的结果
        return root 

利用栈迭代展开

展开的规则是:
root的左子树为空,右子树是先序遍历左右子树得到的顺序,重复上述规则得到展开后的链表
那么我们可以用先序迭代来完成这个过程

  1. 每次遇到一个节点,将它不为空的右孩子、左孩子入栈
  2. 用pre,cur标记前一个结点和当前节点
  3. 从栈顶弹出一个元素,此时它为cur
  4. 每次按照规则修改:pre的左指针为空,右指针指向cur,更新pre为cur
class Solution:
    def flatten(self, root: TreeNode) -> None:
        if not root:
            return root # 边界情况
        s = [root]
        pre,cur = None,None
        while s:
            cur = s.pop()
            if pre:
                pre.left = None
                pre.right = cur
            if cur.right:
                s.append(cur.right)
            if cur.left:
                s.append(cur.left)
            pre = cur
            
        # 返回展开的结果
        return root

O(1)的迭代展开,和解法1思想相同

解法1里面我们寻找root的前驱来拼接,这里我们可以把递归改成迭代

class Solution:
    def flatten(self, root: TreeNode) -> None:
        cur = root
        while cur:
            # 处理左子树的情况
            if cur.left:
                # pre 对应cur的后继结点,nxt是拼接后cur应该移动的位置
                pre = nxt = cur.left
                while pre.right:
                    pre = pre.right
                # 把左子树拼接到右子树上,修改cur的右指针
                cur.left = None
                pre.right = cur.right
                cur.right = nxt
            # 向后移动
            cur = cur.right
            
        return root

细节不描述了,看一下代码就懂了

修改last指针,后序递归

相同的思想在dp里面自底向上很常见

class Solution:
    def __init__(self):
        self.last = None

    def flatten(self, root: TreeNode) -> None:
        if not root:
            return  
        self.flatten(root.right)
        self.flatten(root.left)
        root.left = None
        root.right = self.last
        self.last = root

不是很好描述,思想就是从后往前构造链表,不断链接最后一个指针,然后更新last

内容概要:本文介绍了MATLAB实现DBN-RBF深度置信网络结合RBF神经网络多输入单输出回归预测的详细项目实例。项目旨在通过深度置信网络(DBN)和径向基函数神经网络(RBF)的结合,设计出一种高效的回归预测模型,以应对高维数据和非线性关系的挑战。DBN用于无监督特征提取,RBF用于快速回归,两者结合显著提升了预测精度和模型泛化能力。文中详细描述了项目的背景、目标、挑战、解决方案、模型架构、代码实现、GUI设计、性能评估及未来改进方向。 适合人群:具备一定编程基础,对机器学习和深度学习有一定了解的研发人员,尤其是从事金融预测、医疗健康、智能制造等领域的工程师和技术人员。 使用场景及目标:①解决高维数据的特征提取难题,提升非线性回归的拟合精度;②通过无监督学习与快速训练能力的结合,提高模型的预测精度和泛化能力;③应用于金融预测、医疗健康、智能制造等多个领域,提供高效的回归预测工具;④通过实时数据流处理和GPU加速推理,确保系统在实时应用中的快速响应。 其他说明:此项目不仅提供了详细的理论分析和代码实现,还涵盖了系统架构设计、模型部署与应用、安全性与用户隐私保护等方面的全面指导。通过结合其他深度学习模型、多任务学习、增量学习等技术,项目具备广阔的扩展性和应用前景。系统还支持自动化CI/CD管道、API服务与业务集成、前端展示与结果导出等功能,确保了系统的高可用性和易用性。
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