LeetCode 之 Binary Tree Level Order Traversal I and II

本文介绍了一种解决二叉树底部向上层次遍历的方法,通过队列迭代遍历二叉树节点,并按层次顺序收集节点值。文章提供了一个具体的C++实现案例,对比了不同实现方法的效率。

Given a binary tree, return the bottom-up level order traversal of its nodes' values. (ie, from left to right, level by level from leaf to root).

For example:
Given binary tree {3,9,20,#,#,15,7},

    3
   / \
  9  20
    /  \
   15   7

return its bottom-up level order traversal as:

[
  [15,7],
  [9,20],
  [3]
]

这个是第II题,主要考察的二叉树的遍历,还是采用队列,迭代遍历方式。不过这次我们要能判断不同的层次,所以在不同层间加入一个NULL元素作为标志,代码如下:

class Solution {
public:
    vector<vector<int>> levelOrderBottom(TreeNode* root) {
        vector<vector<int>> ans;
        if(root==NULL) return ans;
        queue<TreeNode*> tree;
        tree.push(root);
        tree.push(NULL);
        int flag=0;
        vector<int> level;
        while(!tree.empty()){
            auto temp=tree.front();
            if(temp!=NULL){
                if(flag){
                    ans.push_back(level);
                    level.clear();
                    level.push_back(temp->val);
                    flag=0;
                }
                else{
                    level.push_back(temp->val);
                }
                if(temp->left!=NULL) tree.push(temp->left);
                if(temp->right!=NULL) tree.push(temp->right);
                tree.pop();
                if(tree.empty()) return ans;
                if(tree.front()==NULL) tree.push(NULL);
            }
            else{
                tree.pop();
                flag=1;
            }
        }
        if(!level.empty()) 
            ans.push_back(level);
        reverse(ans.begin(),ans.end());
        return ans;
    }
};
需要注意的是返回的是从下到上的顺序,所以我们要把结果ans翻转一下。

在我最开始的想法中,是把每一层的vector插入到ans的第一个位置,这样得到的结果就是正确的。可是提交后发现很慢,差不多要60ms。我又换种方式,把level,push到ans的后面。遍历结束后,对ans做一次翻转,这样时间差不多只用到了8ms,和大部分人的时间差不多。
对于第I题,我们只要不在最后不翻转ans就行了。还有其他解法,有空再想吧。

<think>我们正在讨论二叉树的相关知识点。用户之前已经询问了二叉树的核心概念和专业名词,现在用户提出了几个具体问题: 1. 满二叉树和完全二叉树的区别 2. BFS path的含义 3. Pre-order traversal和In-order traversal的定义 根据用户提供的引用,我们可以参考以下信息: 引用[1]提到了二叉树的遍历方式,包括前序、中序、后序和层序。 引用[2]进一步解释了前序遍历、中序遍历和后序遍历,以及广度优先搜索(BFS)。 引用[3]和[4]则提供了层序遍历的代码示例。 因此,我们将针对这三个问题逐一解答。 1. 满二叉树(Full Binary Tree)和完全二叉树(Complete Binary Tree)的区别: - 满二叉树:每个结点都有0个或2个子结点,也就是说,除了叶子结点外,每个结点都有两个子结点。而且,所有叶子结点都在同一层上。满二叉树的层数$h$与结点总数$n$的关系为:$n = 2^h - 1$。 - 完全二叉树:除了最后一层外,其他层的结点数都达到最大值,并且最后一层的结点都连续集中在最左边。也就是说,完全二叉树是满二叉树在最后一层从右向左连续缺失若干个结点而形成的。完全二叉树常用于数组存储(堆结构)。 2. BFS path的含义: - BFS(Breadth-First Search,广度优先搜索)是一种按层次遍历树的方法,从根结点开始,一层一层地向下遍历。在二叉树中,BFS通常指层序遍历Level Order Traversal)。 - BFS path通常指的是从根结点到目标结点所经过的结点序列,且这个序列是按照BFS遍历的顺序得到的。但更常见的,BFS用于寻找最短路径(在树中,根到叶子的最短路径就是层数最小的路径)。例如,在无权图中,BFS可以找到两点之间的最短路径,而在二叉树中,BFS遍历的路径就是按层展开的结点序列。 3. Pre-order traversal(前序遍历)和In-order traversal(中序遍历)的定义: - 前序遍历(Pre-order traversal):按照“根结点-左子树-右子树”的顺序遍历二叉树。即先访问根结点,然后递归地前序遍历左子树,最后递归地前序遍历右子树[^1][^2]。 - 中序遍历(In-order traversal):按照“左子树-根结点-右子树”的顺序遍历二叉树。即先递归地中序遍历左子树,然后访问根结点,最后递归地中序遍历右子树[^1][^2]。 另外,我们可以通过一个例子来展示这两种遍历方式: 1 / \ 2 3 / \ 4 5 前序遍历:1 -> 2 -> 4 -> 5 -> 3 中序遍历:4 -> 2 -> 5 -> 1 -> 3 根据用户要求,我们将在回答中使用数学公式的LaTeX格式,并生成相关问题。 注意:用户提供的引用中并没有直接定义“BFS path”,所以我们根据图论中的常规用法进行解释。在树中,BFS遍历得到的路径序列实际上是按层访问的序列,而最短路径指的是层数最少的路径(因为树是无环的,所以从根到任意结点的路径是唯一的,但BFS可以保证我们按层数递增的顺序访问结点,因此最先访问到目标结点的路径就是最短路径)。 最后,按照要求生成相关问题。 </think>### 二叉树核心概念解析 #### 一、满二叉树 vs 完全二叉树 | **特性** | 满二叉树 (Full Binary Tree) | 完全二叉树 (Complete Binary Tree) | |----------------|------------------------------------------|-------------------------------------------| | **定义** | 所有非叶子结点都有两个子结点 | 除最后一层外完全填充,最后一层左对齐填充[^1] | | **数学关系** | 高度$h$的树共有$2^h - 1$个结点 | 高度$h$的树结点数$n$满足:$2^{h-1} \leq n < 2^h$ | | **结构示例** | ``` 1 → 所有非叶结点都有2个子结点 / \ 2 3 / \ / \ 4 5 6 7``` | ``` 1 → 最后一层左对齐 / \ 2 3 / \ / 4 5 6``` | | **应用场景** | 理论模型 | 堆结构实现、内存管理 | #### 二、BFS Path(广度优先路径) 1. **定义**: 在广度优先遍历(Breadth-First Search)中形成的路径,按层级顺序访问结点[^2][^3] 2. **核心特性**: - 访问顺序:从根节点开始,逐层从左到右访问 - 路径长度:记录从根节点到目标结点的边数(即深度) - 数学表示:树的高度$h$时,第$k$层最多有$2^k$个结点 3. **算法实现**(队列结构): ```python def bfs(root): queue = collections.deque([root]) while queue: node = queue.popleft() process(node) # 处理当前结点 if node.left: queue.append(node.left) # 左子结点入队 if node.right: queue.append(node.right) # 右子结点入队 ``` 4. **应用场景**: - 最短路径搜索(树中任意两节点间唯一路径)[^4] - 层次遍历(如LeetCode 102题) - 二叉树序列化 #### 三、遍历方式对比 | **遍历方式** | 访问顺序 | 伪代码 | 应用场景 | |-------------|----------------------|-------------------------------|--------------------------| | **前序遍历**<br>(Pre-order) | 根结点 → 左子树 → 右子树 | ```visit(root)```<br>```preorder(root.left)```<br>```preorder(root.right)``` | 复制树结构<br>前缀表达式生成 | | **中序遍历**<br>(In-order) | 左子树 → 根结点 → 右子树 | ```inorder(root.left)```<br>```visit(root)```<br>```inorder(root.right)``` | 二叉搜索树排序输出<br>表达式解析 | **遍历示例**(同一棵树): ``` A / \ B C / \ D E ``` - **前序遍历**:A → B → D → E → C (根结点优先) - **中序遍历**:D → B → E → A → C (根结点在中间) ---
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