145. Binary Tree Postorder Traversal

本文介绍两种实现二叉树后序遍历的方法。方法一通过寻找最左子节点来确定遍历顺序,而方法二则利用栈逆序存储节点以达到遍历目的。这两种方法各有特点,为理解后序遍历提供了不同的视角。

方法一:

先找最左孩子,只有最左孩子同时是叶子节点,才是目标节点,否则迭代最左孩子的右孩子。

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> vt;
        stack<TreeNode*> st;
        
        if(root==NULL)
            return vt;
        
        while(root!=NULL||!st.empty())
        {
            while(root)
            {
                if(!st.empty()&&st.top()==root)
                    break;
                st.push(root);
                root=root->left;
                st.top()->left=NULL;
            }
            if(!st.empty())
            {
                root=st.top();
                if(root->right)
                {
                    root=root->right;
                    st.top()->right=NULL;
                }
                else
                {
                    vt.push_back(root->val);
                    st.pop();
                    if(!st.empty())
                        root=st.top();
                    else
                        root=NULL;
                }
            }
        }
        return vt;
    }
};


方法2:后序遍历的顺序是left -right-root;现在的出栈顺序是root ,right,left。将结果翻转即可

class Solution {
public:
    vector<int> postorderTraversal(TreeNode* root) {
        vector<int> vt;
        stack<TreeNode*> st;
        
        if(!root)
            return vt;
        st.push(root);
        while(!st.empty())
        {
            root=st.top();
            st.pop();
            vt.push_back(root->val);
            if(root->left)st.push(root->left);
            if(root->right)st.push(root->right);
        }
        reverse(vt.begin(), vt.end());
        return vt;
    }
};


胚胎实例分割数据集 一、基础信息 • 数据集名称:胚胎实例分割数据集 • 图片数量: 训练集:219张图片 验证集:49张图片 测试集:58张图片 总计:326张图片 • 训练集:219张图片 • 验证集:49张图片 • 测试集:58张图片 • 总计:326张图片 • 分类类别: 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 标注格式:YOLO格式,包含实例分割的多边形标注,适用于实例分割任务。 • 数据格式:图片来源于相关研究领域,格式为常见图像格式,细节清晰。 二、适用场景 • 胚胎发育AI分析系统:构建能够自动分割胚胎实例的AI模型,用于生物学研究中的形态变化追踪和量化分析。 • 医学与生物研究:在生殖医学、遗传学等领域,辅助研究人员进行胚胎结构识别、分割和发育阶段评估。 • 学术与创新研究:支持计算机视觉与生物医学的交叉学科研究,推动AI在胚胎学中的应用,助力高水平论文发表。 • 教育与实践培训:用于高校或研究机构的实验教学,帮助学生和从业者掌握实例分割技术及胚胎学知识。 三、数据集优势 • 精准与专业性:实例分割标注由领域专家完成,确保胚胎轮廓的精确性,提升模型训练的可靠性。 • 任务专用性:专注于胚胎实例分割,填补相关领域数据空白,适用于细粒度视觉分析。 • 格式兼容性:采用YOLO标注格式,易于集成到主流深度学习框架中,简化模型开发与部署流程。 • 科学价值突出:为胚胎发育研究、生命科学创新提供关键数据资源,促进AI在生物学中的实际应用。
### 插入一系列数值到空二叉搜索树后的后续遍历序列 插入一系列数值 `{5, 2, 7, 3, 4, 1, 6}` 到一个初始为空的二叉搜索树 (Binary Search Tree),可以按照如下方式构建该树。对于每一个新节点,将其与当前子树根节点比较:如果小于根节点,则插入左子树;否则插入右子树[^1]。 #### 构建过程 - 首先插入 `5` 作为根节点。 - 接着插入 `2`,由于它小于 `5`,因此成为其左孩子。 - 然后插入 `7`,大于 `5`,故成为其右孩子。 - 继续插入 `3`,它位于 `5` 的左侧区域,并且也大于现有的 `2` 节点,于是成为 `2` 的右孩子。 - 下一步插入 `4`,同样进入 `5` 左侧部分,在此之后进一步深入至 `2` 右边并找到位置于 `3` 的右侧。 - 插入 `1`,它是最小值,最终会到达最左边的位置即 `2` 的左侧。 - 最终插入 `6`,定位在 `7` 的左侧。 完成上述操作后形成的二叉搜索树结构如下: ```plaintext 5 / \ 2 7 / \ \ 1 3 6 \ 4 ``` #### 后序遍历定义 后序遍历是一种深度优先遍历方法,遵循访问顺序为 **左 -> 右 -> 根**。 #### 计算后序遍历序列 基于以上树形结构执行后序遍历算法可得结果为: - 开始从左下角叶子结点依次向上回溯处理各分支直到整棵树完全被覆盖为止。 具体路径表现为 `(1->3->4->2)->(6->7->5)` 即 `[1, 3, 4, 2, 6, 7, 5]`. 因此所求解的答案就是这个列表形式表示的结果集。 ```python def post_order_traversal(root): result = [] def traverse(node): if node is None: return # Traverse Left Subtree traverse(node.left) # Traverse Right Subtree traverse(node.right) # Visit Node result.append(node.value) traverse(root) return result ```
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