leecode429 | N叉树层序遍历 | dfs | 年过得真快

本文讨论了使用迭代和队列进行树的层次遍历的方法,重点介绍了如何通过记录层号降低空间复杂度,并提到了递归函数的应用。作者反思了年前错过练习的经历,感慨时间流逝和个人成长的需求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

树的层次遍历,其实如果用迭代算是简单题吧
层序遍历,常规思路就是用队列,保存每次父节点的下一层子节点,然后在遍历这一层的子节点采用 队列的思想,先进后出
然后看到有的题解,采用 index 记录 “层号” 这样空间复杂度会低一些

在这里插入图片描述

/*
// Definition for a Node.
class Node {
public:
    int val;
    vector<Node*> children;

    Node() {}

    Node(int _val) {
        val = _val;
    }

    Node(int _val, vector<Node*> _children) {
        val = _val;
        children = _children;
    }
};
*/

class Solution {
public:
    vector<vector<int>> levelOrder(Node* root) {
        std::vector<std::vector<int>> res;
        if(!root){
            return res;
        }
        function<void(Node*, int)> dfs = [&](Node* cur, int lev){
            if(!cur){
                return;
            }
            if(lev == res.size()){
                res.push_back({});
            }
            res[lev].push_back(cur->val);
            for(auto i : cur->children){
                dfs(i, lev + 1);
            }
        };
		// dfs(根节点,节点所在的层数)  倒置 从0开始
        dfs(root, 0);
        return res;
    }
};
#这里在详细讲一下吧, 发现function 函数还是用的少

#在遍历每一层的子节点,该层的lev 都是一样的,只有当该子节点还有孩子节点,则会继续-->先创建 {} 然后根据下标,将当前的节点插入,再判断该节点是否有孩子节点。
#这样完成递归

在贴一个用队列的思路,官方题解

class Solution {
public:
    vector<vector<int>> levelOrder(Node* root) {
        if (!root) {
            return {};
        }

        vector<vector<int>> ans;
        queue<Node*> q;
        q.push(root);

        while (!q.empty()) {
            int cnt = q.size();
            vector<int> level;
            for (int i = 0; i < cnt; ++i) {
                Node* cur = q.front();
                q.pop();
                level.push_back(cur->val);
                for (Node* child: cur->children) {
                    q.push(child);
                }
            }
            ans.push_back(move(level));
        }

        return ans;
    }
};

前几天的每日一题都是树的遍历,所以大家都说是 “树”年
好遗憾,过年期间没有刷下来
总感觉自己并不属于这块料

还是不能打退堂鼓,不然越退越严重

还有就是时间过得真的好快,今年2024年,21研究生也要毕业了,22研究生明年也就毕业了

该说不说,我真是荒废时间的一把好手

希望,能抓住一些“xxx”尾巴吧

确实之前的一些路是需要尝试,当然也是需要付出代价的。

#过年,就是一场短暂又热闹的梦。

好了,该收心了

ENVI软件在遥感影像处理中扮演着至关重要的角色,其中影像的几何纠正功能对于确保影像数据的确性至关重要。几何纠正的过程涉及调整影像坐标,使其与实际地理坐标系统一致,这一步骤对于后续的分析和制图至关重要。 参考资源链接:[ENVI遥感影像处理全面指南:预处理、信息提取与三维可视化](https://wenku.youkuaiyun.com/doc/398pr5x5h3?spm=1055.2569.3001.10343) 具体步骤如下: 1. 打开ENVI软件,导入需要进行几何纠正遥感影像。 2. 选择相应的工具,例如“Basic Tools”菜单下的“Geometric Correction”选项。 3. 根据影像数据类型和需要达到的度,选择合适的纠正方法。ENVI提供了多种纠正算法,包括多项式模型、共线方程、地面控制点(GCP)校正等。 4. 如果使用GCP校正,需要在影像上选择若干地面控制点,并输入这些点的实际地理坐标,作为校正的基础。 5. 进行校正参数的计算,这个过程通常涉及到解算一个或多个多项式方程,以最小化影像中的点与真实地理坐标间的偏差。 6. 使用计算得到的参数进行影像的重新采样和配准,最终输出几何校正后的影像。 7. 校正结果需要评估,一般通过比较校正前后GCP的残差来验证校正度和效果。 适用场景: 几何纠正广泛应用于地形变化检测、土地利用调查、城市规划、环境监测等多个领域。在这些应用场景中,影像的几何准确性直接影响到分析结果的可靠性。 为了深入学习ENVI中遥感影像几何纠正的更多细节和高级应用,推荐参考《ENVI遥感影像处理全面指南:预处理、信息提取与三维可视化》一书。该指南不仅提供了理论知识,还详细介绍了操作步骤和实际应用案例,有助于读者全面掌握几何纠正的技巧和方法。 参考资源链接:[ENVI遥感影像处理全面指南:预处理、信息提取与三维可视化](https://wenku.youkuaiyun.com/doc/398pr5x5h3?spm=1055.2569.3001.10343)
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