思路一:bfs广度优先 模板化就是利用一个队列
class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> result = new ArrayList<>();
if(root==null)
return result;
Queue<TreeNode> queue=new LinkedList();
queue.add(root);
while(!queue.isEmpty())
{
int len=queue.size();
List<Integer> list = new ArrayList<>();
while(len>0)
{
TreeNode node = queue.poll();
list.add(node.val);
//这个地方卡半天,是node.left不是root.left,总是盯着根节点根干嘛
if(node.left!=null)
{
queue.add(node.left);
}
if(node.right!=null)
{
queue.add(node.right);
}
len--;
}
result.add(list);
}
return result;
}
}
复杂度
时间O(n)
空间O (n)队列长度
思路二:dfs
每遍历一个新的深度,创建一个新的子集合,用于存储该层次的节点,再次遍历同一深度节点时不创建集合,需要将该节点加入子集和的尾
难点:什么时候创建子集合,取出该层次子集合
对什么时候应该new 一个集合的注解
未完待续
代码实现如下:
class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> result = new ArrayList<>();
dfs(root,1,result);
return result;
}
private void dfs(TreeNode node,int level,List<List<Integer>> result)
{
if(node==null)
return;
if(level>result.size())
{
result.add(new ArrayList<>());
}
result.get(level-1).add(node.val);
if(node.left!=null)
{
dfs(node.left,level+1,result);
}
if(node.right!=null)
{
dfs(node.right,level+1,result);
}
}
}
class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> result = new ArrayList<>();
if(root==null)
return result;
dfs(root,result,0);
return result;
}
private void dfs(TreeNode node,List<List<Integer>> result,int level)
{
if(node==null)
return;
if(level>result.size()-1)
result.add(new ArrayList<>());
result.get(level).add(node.val);
dfs(node.left,result,level+1);
dfs(node.right,result,level+1);
}
}
leetcode.107 二叉树层序遍历2
方式一:bfs之后翻转list
class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
List<List<Integer>> result = new ArrayList<>();
if(root==null)
return result;
Queue<TreeNode> queue = new LinkedList<>();
queue.add(root);
while(queue.size()>0)
{
int len=queue.size();
List<Integer> list = new ArrayList<>();
while(len>0)
{
TreeNode node=queue.poll();
list.add(node.val);
if(node.left!=null)
{
queue.add(node.left);
}
if(node.right!=null)
{
queue.add(node.right);
}
len--;
}
result.add(list);
}
Collections.reverse(result);
return result;
}
}
复杂度
时间 访问每个节点为O(n),列表翻转也为O(n),总时间复杂度O(n)
空间 队列长度O(n)
方式二bfs(底层使用LinkedList+头插法)
【如果使用arraylist插入数组头部为O(n,链表插入为O(1))】
class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
List<List<Integer>> result = new LinkedList<>();//ArrayList
if(root==null)
return result;
Queue<TreeNode> queue=new LinkedList();
queue.add(root);
while(!queue.isEmpty())
{
int len=queue.size();
List<Integer> list = new ArrayList<>();
while(len>0)
{
TreeNode node = queue.poll();
list.add(node.val);
//这个地方卡半天,是node.left不是root.left,总是盯着根节点根干嘛
if(node.left!=null)
{
queue.add(node.left);
}
if(node.right!=null)
{
queue.add(node.right);
}
len--;
}
result.add(0,list);
}
return result;
}
}
数组的一次插入是O(n)
方式三:dfs(列表翻转)
class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
List<List<Integer>> result = new ArrayList<>();
if(root==null)
return result;
dfs(root,result,0);
Collections.reverse(result);
return result;
}
private void dfs(TreeNode node,List<List<Integer>> result,int level)
{
if(node==null)
return;
if(level>result.size()-1)
result.add(new ArrayList<>());
result.get(level).add(node.val);
if(node.left!=null)//多一个判断beat反而更少了,两行代码的消耗比多压一次栈,占用内存多?
dfs(node.left,result,level+1);
if(node.right!=null)
dfs(node.right,result,level+1);
}
}
分析同上