【LeetCode】103. Binary Tree Zigzag Level Order Traversal

二叉树层次遍历
本文介绍了二叉树的层次遍历算法,并通过对比不同层次遍历的方式,详细解析了如何实现二叉树的Z字形层次遍历,以及常规层次遍历的实现方法。

【LeetCode】103. Binary Tree Zigzag Level Order Traversal

Given a binary tree, return the zigzag level order traversal of its nodes' values. (ie, from left to right, then right to left for the next level and alternate between).

For example:
Given binary tree {3,9,20,#,#,15,7},
    3
   / \
  9  20
    /  \
   15   7
[
  [3],
  [20,9],
  [15,7]
]
struct Node
{
    TreeNode* tNode;
    int level;
    Node(TreeNode* newtNode, int newlevel): tNode(newtNode), level(newlevel) {}
};
class Solution {
public:
    vector<vector<int> > zigzagLevelOrder(TreeNode *root) {
        vector<vector<int> > ret;
        if(!root)
            return ret;
        // push root 
        Node* rootNode = new Node(root, 0);
        queue<Node*> Nqueue;
        Nqueue.push(rootNode);
        vector<int> cur;
        int curlevel = 0;
        while(!Nqueue.empty())
        {
            Node* frontNode = Nqueue.front();
            Nqueue.pop();
            if(frontNode->level > curlevel)
            {
                if(curlevel%2 == 1)
                    reverse(cur.begin(), cur.end());
                ret.push_back(cur);
                cur.clear();
                curlevel = frontNode->level;
            }
            cur.push_back(frontNode->tNode->val);
            if(frontNode->tNode->left)
            {
                Node* leftNode = new Node(frontNode->tNode->left, frontNode->level+1);
                Nqueue.push(leftNode);
            }
            if(frontNode->tNode->right)
            {
                Node* rightNode = new Node(frontNode->tNode->right, frontNode->level+1);
                Nqueue.push(rightNode);
            }
        }
        if(curlevel%2 == 1)
            reverse(cur.begin(), cur.end());
        ret.push_back(cur);
        return ret;
    }
};

这道题,立刻要反应出来是和牛客网上的二叉树按行打印有异曲同工之妙

抛去奇数行翻转噱头不谈。首先有个临时队列Nqueue,不光存点还存点的层数。还有个临时vector是cur。这个只存Nqueue中的头。当这个点成为Nqueue的头了,那么该点的左右子树就要存Nqueue的后面排队。所谓风水轮流转,老大轮流当。一旦,我检测到层中的层不是当前层了,我便改朝换代。cur的推入结果,什么层数更新等等。

牛客网上的题目是

有一棵二叉树,请设计一个算法,按照层次打印这棵二叉树。

给定二叉树的根结点root,请返回打印结果,结果按照每一层一个数组进行储存,所有数组的顺序按照层数从上往下,且每一层的数组内元素按照从左往右排列。保证结点数小于等于500。

/*
struct TreeNode {
    int val;
    struct TreeNode *left;
    struct TreeNode *right;
    TreeNode(int x) :
            val(x), left(NULL), right(NULL) {
    }
};*/
class TreePrinter {
public:
    vector<vector<int> > printTree(TreeNode* root) {
        TreeNode * pre=root;
        vector<vector<int>> total;
        int h=1;
        vector<TreeNode*> stack;       
        stack.push_back(pre);
        TreeNode* out;
        int n=0;      
        while(h)//h为这层子节点数,n为下一层子节点数
        {    
            vector<int> child;
            n=0;
            for(int i=0;i<h;i++)
            {
                out=stack[0];
                child.push_back(out->val);
                if(out->left!=NULL) {stack.push_back(out->left); n++;}
                if(out->right!=NULL) {stack.push_back(out->right); n++;}
                stack.erase(stack.begin());               
            }
            total.push_back(child);           
            h=n;
        }
        return total;
        // write codtoe here
    }
};

同样,一个临时的vector,就是stack。同样,里面的老大出来,进入child,接着把你的小弟丢入stack后面排队去。同时呢,你有多少个小弟我都统统做好记录。就是n。一个for循环,循环出我们这一代的所有兄弟,所有这些兄弟的小弟都要做记录。都丢入了stack。当for循环结束,兄弟不在,改朝换代,n变成了h。child进入total。新的江湖就开始了。直到这个世界没有了小弟的大哥,也死了。

注意几个点。

1.都要找一个临时队列。队列结束,整个二叉树就结束,每次都取临时队列的头进行处理(老大)

2.每次这个头(老大)的先左子树后右子树(小弟)插入临时队列中,要记录层(代)。

3.这层子树结束了开始下一层。所有的老大成为历史被记录,所有的小弟摇身变成了老大。

图的深度遍历

对不起,这个脑洞开得有点大。代码详见大话数据结构P243。

同样,是老大和小弟的关系。只不过这里老大有很多个小弟。老大才有资格被打印,小弟则是被丢入临时队列中。老大是经过临时队列和时间的历练而成的。

所以,看这两题的时候也重看下深度遍历把。


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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