求完全二叉树的节点个数

已知一棵完全二叉树,求其节点的个数
要求:时间复杂度低于O(N),N为这棵树的节点个数

因为是完全二叉树,除了最后一层都是填满的,因此我们可以利用这个性质。
首先求出这个二叉树最大的高度,然后求其右子树的最大高度,如果两者是相等的,就说明左边是填满的,我们可以直接计算数量,否则的话就说明右面的最大高度是h - 1,同时在h - 1层右子树的高度也是填满的。
然后就进行递归来做。

package Code04;

public class Code08_NodeNumber {
    public static void main(String[] args) {
        Node head = new Node(1);
        head.left = new Node(2);
        head.right = new Node(3);
        head.left.left = new Node(4);
        head.left.right = new Node(5);
        head.right.left = new Node(6);
        System.out.println(number(head));
    }


    public static class Node {
        public int value;
        public Node left;
        public Node right;

        public Node(int data) {
            this.value = data;
        }
    }
    public static int number(Node head){
        if(head == null) return 0;
        return bs(head, 1, mostLeftLevel(head, 1));
    }
    public static int bs(Node head, int level, int h){
        if(level == h) return 1;
        if(mostLeftLevel(head.right, level + 1) == h){
            return (1 << (h - level)) + bs(head.right, level + 1, h);
        }else{
            return (1 << (h - level - 1) + bs(head.left,level + 1, h));
        }
    }

    public static int mostLeftLevel(Node head, int level){
        if(head != null){
            level ++;
            head =head.left;
        }
        return level;
    }
}

完全二叉树左子树节点个数是一个有趣的问题,通常涉及到二叉树的一些性质以及算法技巧。 ### 完全二叉树的特性 首先回顾一下完全二叉树的特点: 1. **层次遍历**:除了最后一层外,其他各层都是满的。 2. **叶子节点位置**:所有叶节点尽可能靠左边排列。 3. **节点编号**:如果我们将根节点视为第0层,则对于任一节点i (从0开始计数),它的左右孩子分别是2*i+1 和 2*i+2;而其父节点则是(i-1)//2向下取整的结果。 基于以上特点,在给定一棵非空完全二叉树的情况下计算其最左侧分支深度可以帮助我们确定整个树的高度h,并由此推断出该高度下的最大可能结点数目(即当它是完美平衡的时候)。然后通过比较实际存在的右子树是否达到这一理论值来调整最终结果。 #### 算法步骤概述: 1. 计算完全二叉树最大深度 `maxDepth` (也就是最深的一条路径上经过了多少个边); - 使用类似先序遍历的方式直到遇到第一个null指针为止记录下当前层数作为最大深度。 2. 根据得到的最大深度 h 来估算理论上完整的左半部分应该有多少个元素 N_left = 2^h - 1 ; 3. 对于右侧进行同样的操作以检查它是不是也达到了相同的深度; 4. 如果右边确实存在同样深度的链路说明此时我们的原估计就是准确的答案了;否则就减去多余的那一位并返回修正后的数值。 具体的代码实现可以参考下面的例子: ```python def countLeftNodes(root): if not root: return 0 def get_depth(node): depth = 0 while node is not None: node = node.left depth += 1 return depth left_depth = get_depth(root.left) right_depth = get_depth(root.right) # 判断是否需要加上root本身(取决于left subtree是否存在) if left_depth == right_depth: # 左右两棵子树都到达相同深度 -> 加入所有的左子树节点 + 自己 return pow(2, left_depth) - 1 + 1 + countLeftNodes(root.right) else: # 右侧较短 -> 将自身加入到完整左侧结构中考虑即可 return pow(2, left_depth - 1) - 1 + 1 + countLeftNodes(root.left) # 测试例子: class TreeNode(object): def __init__(self, x): self.val = x self.left = None self.right = None node_list = [TreeNode(x) for x in range(7)] for i in range(len(node_list)-1): parent_idx = i // 2 child_is_right = bool((parent_idx * 2 + 2)==i+1) if(child_is_right): node_list[parent_idx].right=node_list[i] elif(parent_idx*2+1<=len(node_list)): node_list[parent_idx].left=node_list[i] print(countLeftNodes(node_list[0])) # 输出应该是3 或者5等依输入数据集变化的具体数字. ``` 请注意此段Python示例仅为演示之用,请按照实际情况修改适应您使用的语言环境及逻辑需
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