Leetcode 144. Binary Tree Preorder Traversal

本文介绍了一种实现二叉树前序遍历的方法,通过递归方式获取树节点的值并返回遍历结果。示例代码展示了如何对特定二叉树进行前序遍历。

Given a binary tree, return the preorder traversal of its nodes' values.

For example:
Given binary tree {1,#,2,3},

   1
    \
     2
    /
   3

return [1,2,3].

Note: Recursive solution is trivial, could you do it iteratively?

Subscribe to see which companies asked this question


public class Solution {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> list = new ArrayList<Integer>();
        if(root != null){
            preorder(root,list);
        }
        return list;
    }
    private void preorder(TreeNode root,List<Integer> list){
        list.add(root.val);
        if(root.left!=null){
            preorder(root.left,list);
            
        }
        if(root.right!=null){
            preorder(root.right,list);
        }
    }
}


考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
<think>我们将把给定的Java代码转换为Python代码。原Java代码实现了二叉树的前序遍历(递归方式)。 前序遍历的顺序是:根节点 -> 左子树 -> 右子树。 在Python中,我们同样可以定义一个TreeNode类来表示二叉树的节点,然后实现递归的前序遍历。 注意:在Python中,我们通常使用列表(list)来存储遍历结果。 步骤: 1. 定义TreeNode类(如果题目中已经定义,则不需要重复定义,这里为了完整起见,我们给出定义)。 2. 实现一个Solution类,其中包含preorderTraversal方法,该方法接收一个根节点,返回一个整数列表。 3.preorderTraversal方法中,我们初始化一个空列表,然后调用递归辅助函数进行遍历。 4. 递归辅助函数preorder将节点和结果列表作为参数,按照前序遍历的顺序将节点值添加到列表中。 考虑到LeetCode的环境,我们假设TreeNode类已经定义好。因此,我们只需要写出Solution类的代码。 下面是转换后的Python代码:</think>### 二叉树前序遍历的 Python 实现 以下是 Java 代码的等效 Python 实现,使用递归方法完成二叉树的前序遍历: ```python from typing import List, Optional # 定义二叉树节点类 class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right class Solution: def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]: result = [] # 存储遍历结果的列表 self.preorder(root, result) # 调用递归方法 return result def preorder(self, node: Optional[TreeNode], result: List[int]) -> None: # 递归终止条件:遇到空节点 if node is None: return # 前序遍历步骤: # 1. 访问当前节点(添加到结果列表) result.append(node.val) # 2. 递归遍历左子树 self.preorder(node.left, result) # 3. 递归遍历右子树 self.preorder(node.right, result) ``` ### 代码解释: 1. **TreeNode 类**: - Python 使用类定义二叉树节点 - `__init__` 构造函数初始化节点值、左子节点和右子节点 - 使用 `Optional` 类型表示节点可以为 None 2. **Solution 类**: - `preorderTraversal` 方法: - 初始化空列表 `result` 存储结果 - 调用递归辅助方法 `preorder` - 返回最终结果列表 - `preorder` 递归辅助方法: - **基线条件**:当节点为 None 时直接返回 - **递归过程**: 1. 访问当前节点(添加到结果列表) 2. 递归遍历左子树 3. 递归遍历右子树 3. **前序遍历顺序**: - 根节点 → 左子树 → 右子树 - 示例:对于二叉树 `[1,null,2,3]`: ``` 1 \ 2 / 3 ``` 输出结果为 `[1,2,3]` ### 使用示例: ```python # 构建示例二叉树: # 1 # \ # 2 # / # 3 # 创建节点 n1 = TreeNode(1) n2 = TreeNode(2) n3 = TreeNode(3) # 构建树结构 n1.right = n2 n2.left = n3 # 执行遍历 solution = Solution() print(solution.preorderTraversal(n1)) # 输出: [1, 2, 3] ``` ### 复杂度分析: - **时间复杂度**:O(n),每个节点恰好访问一次 - **空间复杂度**:O(h),其中 h 是二叉树的高度(递归调用栈空间) - 最坏情况(树退化为链表):O(n) - 平衡二叉树情况:O(log n)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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