[LeetCode Python3] 144. Binary Tree Preorder Traversal +递归+迭代

最新推荐文章于 2022-07-19 12:03:10 发布
原创 最新推荐文章于 2022-07-19 12:03:10 发布 · 119 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客围绕二叉树前序遍历展开，介绍了两种实现方法，分别是递归和迭代，为二叉树遍历的相关信息技术问题提供了解决思路。

144. Binary Tree Preorder Traversal

递归

class Solution:
    def preorderTraversal(self, root: TreeNode) -> List[int]:
        if not root:
            return []
        res = [root.val]
        if root.left:
            res += self.preorderTraversal(root.left)
        if root.right:
            res += self.preorderTraversal(root.right)
        return res

迭代

class Solution:
    def preorderTraversal(self, root: TreeNode) -> List[int]:
        if not root:
            return []
        que = [root]
        res = []
        while que:
            tmp = que.pop()
            res.append(tmp.val)
            if tmp.right:
                que.append(tmp.right)
            if tmp.left:
                que.append(tmp.left)
        return res
【数据结构】-树-求先序遍历中第k个结点的值
vector的博客
11-29 3860
【算法思路】 采用递归中序遍历，设置递归计数器，第k次递归结束后，输出结点的值，并结束程序 【二叉树存储结构与算法】 typdef struct BiTNode{ int data; struct BiTNode*lchild; struct BiTNode*rchild; }BiTNode, *BiTree; int num = 0; void DLR_k(BiTree T,int k) { if (T) { num++; if (num == k) { ...
C++版 - LeetCode 144. Binary Tree Preorder Traversal (二叉树先根序遍历，非递归)
极客学长Bravo | 突破信息差 | 副业生财有术
04-23 1201
144. Binary Tree Preorder Traversal   提交网址： https://leetcode.com/problems/binary-tree-preorder-traversal/ Total Accepted: 118355 Total Submissions: 297596 Difficulty: Medium
二叉树先序遍历
by21010的专栏
04-05 235
Binary Tree Preorder Traversal https://leetcode.com/problems/binary-tree-preorder-traversal/submissions/ 数据结构基础 class Solution: def preorderTraversal(self, root: TreeNode) -> List[int]: ...
王道考研 ++++ 二叉树的递归遍历（C语言先序、中序、后序）
eacape
07-27 541
递归： #include<stdio.h> #include<stdlib.h> typedef struct BiTNode { char data; struct BiTNode *lchild,*rchild; }BiTNode,*BiTree; void PreOrderTraverse(BiTree T)//二叉树的先序遍历 { i...
数据结构---树
qq_37617419的博客
08-15 465
**树** 树的知识真的是很多！！！！ （一开始我以为排序内容多呢，跪倒在树面前，） 等九月份再二刷吧！！！！！ 下图整体结构框架 感觉比排序多的不是一点点！！！！！ 王道中的算法 1.二叉树的链式存储结构 //二叉树的链式存储结构 typedef struct BiTNode{ ElemType data...
【LeetCode】144 . Binary Tree Preorder Traversal 解题报告
crazy_jack
05-22 7300
转载请注明出处：http://blog.csdn.net/crazy1235/article/details/51471280Subject 出处：https://leetcode.com/problems/binary-tree-preorder-traversal/ Given a binary tree, return the preorder traversal of its node
leetcode 144. Binary Tree Preorder Traversal 二叉树前序遍历-递归、非递归
rock4you
01-06 255
https://leetcode.com/problems/binary-tree-preorder-traversal/ 1.递归 /** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; *...
144. Binary Tree Preorder Traversal
qing2019的博客
07-19 244
方法二，stack迭代法。
[leetcode]144. Binary Tree Preorder Traversal@Java解题报告
zjkC050818的博客
08-10 461
https://leetcode.com/problems/binary-tree-preorder-traversal/description/ Given a binary tree, return the preorder traversal of its nodes' values. For example: Given binary tree {1,#,2,
leetcode 144. Binary Tree Preorder Traversal（python）
王大呀呀的博客
05-28 212
描述 Given the root of a binary tree, return the preorder traversal of its nodes’ values. Example 1: Input: root = [1,null,2,3] Output: [1,2,3] Example 2: Input: root = [] Output: [] Example 3: Input: root = [1] Output: [1] Example 4: Input: root = [1,2
python-leetcode题解之144-Binary-Tree-Preorder-Traversal
09-06
在编写Python代码解决LeetCode上144题时，我们可以通过递归或迭代的方式实现二叉树的前序遍历。 使用递归方法时，通常定义一个辅助函数，该函数接收当前节点作为参数。如果当前节点为空，则直接返回；否则，首先...
js-leetcode题解之144-binary-tree-preorder-traversal.js
11-05
对于LeetCode上编号为144的题目“Binary Tree Preorder Traversal”，我们可以采用递归或非递归的方式来解决。 首先，递归方法是前序遍历实现中最直观的一种。在递归函数中，我们首先将根节点的值添加到结果数组中...
C++版-剑指offer 面试题6：重建二叉树(Leetcode105. Construct Binary Tree from Preorder and Inorder Traversal) 解题报告
极客学长Bravo | 突破信息差 | 副业生财有术
04-23 3495
剑指offer 重建二叉树 参与人数：5246  时间限制：1秒  空间限制：32768K 题目描述 输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回。 分析
基于SSM与Vue架构的病人跟踪治疗信息管理系统设计与实现（含源码及文档）
12-22
基于SSM架构与Vue技术构建的病人治疗追踪管理系统，采用Java编程语言实现业务逻辑，并以MySQL数据库作为数据存储支持。该系统主要包含三个用户角色：管理员、病人及普通访客。 管理员具备的功能模块包括：主界面、个人设置、病人档案管理、病例信息采集、预约安排、医生信息维护、核酸检测报告上传管理、行动轨迹记录管理、疾病分类配置、病人治疗进度跟踪、留言板处理以及系统参数管理。病人用户可操作：主界面、个人设置、病例信息查看、预约申请、医生查询、核酸检测报告上传、行动轨迹上报、个人治疗状态查询。访客端提供：首页浏览、医生信息展示、医疗资讯发布、留言反馈提交、个人中心、后台入口及在线咨询服务。 系统设计注重代码结构的清晰性与可维护性，强调功能实用性和界面简洁度，同时保持较强的扩展适应能力，便于后续功能升级与日常运维。 项目已通过实际运行测试，开发环境配置如下： - 编程语言：Java - 开发框架：Spring Boot - Java开发工具包：JDK 1.8 - 应用服务器：Tomcat 7 - 数据库系统：MySQL 5.7 - 数据库管理工具：Navicat 12 - 集成开发环境：Eclipse或IntelliJ IDEA - 项目构建工具：Maven 3.3.9。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
电力系统单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）
最新发布
12-22
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）内容概要：本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开，提供了完整的仿真模型与说明文档，重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型，模拟不同类型的短路故障（如三相短路），分析系统在故障期间及切除后的动态响应，包括发电机转子角度、转速、电压和功率等关键参数的变化，进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理，掌握暂态过程分析方法。; 适合人群：电气工程及相关专业的本科生、研究生，以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标：①学习电力系统暂态稳定的基本概念与分析方法；②掌握利用Simulink进行电力系统建模与仿真的技能；③研究短路故障对系统稳定性的影响及提高稳定性的措施（如故障清除时间优化）；④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议：建议结合电力系统稳定性理论知识进行学习，先理解仿真模型各模块的功能与参数设置，再运行仿真并仔细分析输出结果，尝试改变故障类型或系统参数以观察其对稳定性的影响，从而深化对暂态稳定问题的理解。
这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip
12-22
这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip
基于PSO算法优化支持向量机参数的MATLAB仿真源码：SVM与PSO-SVM性能对比
12-22
本研究聚焦于运用MATLAB平台，将支持向量机（SVM）应用于数据预测任务，并引入粒子群优化（PSO）算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践，其核心在于利用SVM构建分类模型，同时借助PSO的全局搜索能力，高效确定SVM的最优超参数配置，从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法，其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界，以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题，其有效性源于通过核函数将原始数据映射至更高维的空间，使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下，每个潜在解被视作一个“粒子”，粒子群在解空间中协同搜索，通过不断迭代更新自身速度与位置，并参考个体历史最优解和群体全局最优解的信息，逐步逼近问题的最优解。在本应用中，PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理（如标准化处理）、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数（例如线性核、多项式核及径向基函数核等）进行参数寻优，并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开，从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例，旨在演示如何将全局优化算法与机器学习模型相结合，以解决模型参数选择这一关键问题。通过此实践，研究者不仅能够深入理解SVM的工作原理，还能掌握利用智能优化技术提升模型泛化性能的有效方法，这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
jank_record_1766403318764055404.pb
12-22
jank_record_1766403318764055404.pb
分层模糊系统：梯度下降与递推最小二乘法联合辨识研究（Matlab代码实现）
12-22
分层模糊系统：梯度下降与递推最小二乘法联合辨识研究（Matlab代码实现）内容概要：本文围绕“分层模糊系统：梯度下降与递推最小二乘法联合辨识研究”展开，介绍了基于Matlab代码实现的分层模糊系统参数辨识方法。通过结合梯度下降法和递推最小二乘法，实现对系统结构和参数的高效联合辨识，提升模型精度与收敛速度。文中详细阐述了算法原理、实现步骤及仿真验证过程，展示了该方法在非线性系统建模与辨识中的有效性，适用于复杂动态系统的建模与控制研究。; 适合人群：具备一定Matlab编程基础和系统辨识理论背景的研究生、科研人员及自动化、控制工程等相关领域的技术人员。; 使用场景及目标：①应用于非线性动态系统的建模与参数辨识；②用于提高模糊系统训练效率与预测精度；③支持科研复现、算法优化及工程实际中的系统辨识任务； 阅读建议：建议读者结合提供的Matlab代码进行实践操作，深入理解两种优化算法的融合机制，并尝试在不同数据集或应用场景中进行迁移与改进，以掌握其核心思想与实现技巧。
class Solution { public: TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) { if (preorder.empty()) { // 空节点 return nullptr; } int left_size = ranges::find(inorder, preorder[0]) - inorder.begin(); // 左子树的大小 vector<int> pre1(preorder.begin() + 1, preorder.begin() + 1 + left_size); vector<int> pre2(preorder.begin() + 1 + left_size, preorder.end()); vector<int> in1(inorder.begin(), inorder.begin() + left_size); vector<int> in2(inorder.begin() + 1 + left_size, inorder.end()); TreeNode* left = buildTree(pre1, in1); TreeNode* right = buildTree(pre2, in2); return new TreeNode(preorder[0], left, right); } }; 作者：灵茶山艾府 链接：https://leetcode.cn/problems/construct-binary-tree-from-preorder-and-inorder-traversal/solutions/2646359/tu-jie-cong-on2-dao-onpythonjavacgojsrus-aob8/ 来源：力扣（LeetCode） 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。VS完整版
08-21
下面是该段代码的 **Visual Studio 可运行完整版本**，包含： - `TreeNode` 节点定义 - `buildTree` 函数的完整实现（从前序和中序遍历构造二叉树） - 主函数中测试用例 - 打印构建后的二叉树（前序遍历验证） --- ## ✅ Visual Studio 完整运行代码 ```cpp #include <iostream> #include <vector> #include <algorithm> #include <ranges> using namespace std; // 二叉树节点定义 struct TreeNode { int val; TreeNode* left; TreeNode* right; TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} TreeNode(int x, TreeNode* left, TreeNode* right) : val(x), left(left), right(right) {} }; class Solution { public: TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) { if (preorder.empty()) { return nullptr; } // 查找根节点在中序遍历中的位置 auto root_it = ranges::find(inorder, preorder[0]); int left_size = distance(inorder.begin(), root_it); // 左子树节点数量 // 划分左子树和右子树的前序和中序序列 vector<int> pre_left(preorder.begin() + 1, preorder.begin() + 1 + left_size); vector<int> pre_right(preorder.begin() + 1 + left_size, preorder.end()); vector<int> in_left(inorder.begin(), inorder.begin() + left_size); vector<int> in_right(inorder.begin() + 1 + left_size, inorder.end()); // 递归构建左右子树 TreeNode* left = buildTree(pre_left, in_left); TreeNode* right = buildTree(pre_right, in_right); return new TreeNode(preorder[0], left, right); } // 前序遍历打印二叉树 void preorderPrint(TreeNode* root) { if (root == nullptr) { cout << "null "; return; } cout << root->val << " "; preorderPrint(root->left); preorderPrint(root->right); } // 析构函数（手动释放内存） void deleteTree(TreeNode* root) { if (root == nullptr) return; deleteTree(root->left); deleteTree(root->right); delete root; } }; int main() { Solution sol; // 示例输入 vector<int> preorder = {3, 9, 20, 15, 7}; vector<int> inorder = {9, 3, 15, 20, 7}; // 构建二叉树 TreeNode* root = sol.buildTree(preorder, inorder); // 打印前序遍历结果以验证是否正确 cout << "构建的二叉树前序遍历结果: "; sol.preorderPrint(root); cout << endl; // 释放内存 sol.deleteTree(root); return 0; } ``` --- ## 📌 编译与运行说明（适用于 Visual Studio） 1. 打开 Visual Studio 2. 创建一个 **C++ 控制台应用程序（Console Application）** 3. 删除默认生成的代码内容 4. 将上面的代码粘贴到 `.cpp` 文件中（如 `main.cpp`） 5. 确保你的编译器支持 **C++20**，因为使用了 `<ranges>` 和范围查找 - VS 2022 及以上版本支持 C++20 6. 按 `Ctrl + F5` 或点击 **“本地 Windows 调试器”** 运行程序 --- ## 🧾 输出结果示例 ``` 构建的二叉树前序遍历结果: 3 9 null null 20 15 null null 7 null null ``` 说明构建成功，结构如下： ``` 3 / \ 9 20 / \ 15 7 ``` --- ## 🧠 代码解释 - `preorder[0]` 是当前子树的根节点。 - 在 `inorder` 中找到该根节点，左边就是左子树，右边就是右子树。 - 根据左子树大小，划分 `preorder` 中的左右子树。 - 递归构造左右子树。 - 最后返回构造好的当前子树根节点。 --- ###
评论 1
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
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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