【LeetCode】297 and 884（二叉树的序列化与反序列化）

序列化和反序列化的目的

JSON 的运⽤⾮常⼴泛，⽐如我们经常将变成语⾔中的结构体序列化成 JSON 字符串，存⼊缓存或者通过⽹络发送给远端服务，消费者接受 JSON 字符串然后进⾏反序列化，就可以得到原始数据了。
上述内容就是「序列化」和「反序列化」的⽬的，以某种固定格式组织字符串，使得数据可以独⽴于编程语⾔。

297. 二叉树的序列化与反序列化

序列化：
序列化实质是将二维的二叉树结构化信息转化为一维结构。例如通过遍历二叉树结构化信息转换为一维字符串。在此处，我们可以使用任意的遍历方案，例如前序、中序、后序、层序等，不过需要修改对应的反序列化代码。这里我们采用的前序遍历，依旧是使用二叉树遍历框架来求解。对子树间我们采用",“进行分隔，空指针采用”#“标识。因此对于示例1，序列化结果为"1,2,#,#,3,4,#,#,5,#,#”
反序列化：
根据使用的遍历方案不同采用特定的反序列化方案，但核心思想一直，本文以前序遍历为例。具体步骤为，先确定根节点，然后根据前序遍历的规则，递归生成左右子树即可。将序列化结果左侧字符（根节点）依次弹出。
PS：
一般语境下，单单前序遍历结果是不能还原二叉树结构的，因为缺少空指针的信息，至少要得到前、中、后序遍历中的两种才能还原二叉树。但是这里的 node 列表包含空指针的信息，所以只使用 node 列表就可以还原二叉树。

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

class Codec:

    def serialize(self, root):
    """Encodes a tree to a single string.
        
        :type root: TreeNode
        :rtype: str
        """
        if not root:
            return "#"
        result = str(root.val)
        left = self.serialize(root.left)
        right = self.serialize(root.right)
        result = result + "," + left + "," + right
        # print(result)
        return result
    def deserialize(self, data):
        """Decodes your encoded data to tree.
        :type data: str
        :rtype: TreeNode
        """
        if len(data) > 1:
            data = data.split(",")
            data = collections.deque(data)
            return self.transform(data)
        else:
            return []
    def transform(self, values):
        val = values.popleft()
        if val == "#":
            return None
        node = TreeNode(val)
        node.left = self.transform(values)
        node.right = self.transform(values)
        return node


# Your Codec object will be instantiated and called as such:
# ser = Codec()
# deser = Codec()
# ans = deser.deserialize(ser.serialize(root))

884. 两句话中的不常见单词

解法：哈希表
构造单词频次字典，若在两句话中共出现1次单词即为不常见单词。

class Solution:
    def uncommonFromSentences(self, s1: str, s2: str) -> List[str]:
        freq = defaultdict(int)

        for word in s1.split():
            freq[word] += 1
        for word in s2.split():
            freq[word] += 1
        
        result = []
        for word in freq:
            if freq[word] == 1:
                result.append(word)
        return result