LeetCode 94 Binary Tree Inorder Traversal

本文介绍了一种使用栈和辅助类Command进行二叉树中序遍历的非递归算法,详细解释了算法原理及其实现过程,包括如何通过栈记录遍历顺序,以及Command类在遍历中的作用。

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

题目

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

Example:

Input: [1,null,2,3]

   1
    \
     2
    /
   3

Output: [1,3,2]

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


解法思路(一)

  • 借助栈;
  • 借助辅助类 Command
关于辅助类 Command
  • 包装了 TreeNode 和命令;
  • 命令有两种:goprint
  • go 的话要把当前节点的左右孩子入栈;
  • print 的话要就是遍历到这个节点了,要把该节点放入遍历的结果集;
关于栈的作用
  • 中序遍历是这样的:先遍历左子树,再遍历根,最后遍历右子树;
  • 因为栈有这样的特点:先入栈的后出栈,所以最先要遍历的节点最后入栈,最后要遍历的节点最先入栈;
  • 栈有点像一个备忘录,越后面要做的事情,越先放进栈中,这样只需一个个拿出栈顶的事情做,就不会忘记最早要干的事情;
  • 于遍历来说,之后要遍历的节点因之前被放进栈中而被记起;

解法实现(一)

时间复杂度
  • O(n),n为树的节点个数;
空间复杂度

O(h),h为树的高度,因为前序遍历属于深度优先遍历,所以栈的深度最深为 h;

关键字

中序遍历 非递归 辅助类 Command

实现细节
package leetcode;

import java.util.ArrayList;
import java.util.List;
import java.util.Stack;

public class Solution94_1 {

    public class TreeNode {
        int val;
        TreeNode left;
        TreeNode right;
        TreeNode(int x) { val = x; }
    }

    private class Command {
        public String c;
        public TreeNode treeNode;
        public Command(String c, TreeNode treeNode) {
            this.c = c;
            this.treeNode = treeNode;
        }
    }

    public List<Integer> inorderTraversal(TreeNode root) {

        List<Integer> res = new ArrayList<>();

        if (root == null) {
            return res;
        }

        Stack<Command> stack = new Stack<>();
        Command command = new Command("go", root);
        stack.push(command);

        while (!stack.isEmpty()) {
            command = stack.pop();

            if (command.c.equals("print")) {
                res.add(command.treeNode.val);
            } else {
                if (command.treeNode.right != null) {
                    stack.push(new Command("go", command.treeNode.right));
                }
                stack.push(new Command("print", command.treeNode));
                if (command.treeNode.left != null) {
                    stack.push(new Command("go", command.treeNode.left));
                }
            }
        }

        return res;
    }

}

返回 LeetCode [Java] 目录

内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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