LeetCode笔记:102. Binary Tree Level Order Traversal
问题:
Given a binary tree, return the level order traversal of its nodes' values. (ie, from left to right, level by level). For example: Given binary tree [3,9,20,null,null,15,7],
image.png return its level order traversal as: [ [3], [9,20], [15,7] ]
大意:
给出一个二叉树,返回层级顺序的节点值(从左到右,一层层的)。
例子: 给出二叉树 [3,9,20,null,null,15,7]。
image.png 返回他的层级顺序为: [ [3], [9,20], [15,7] ]
思路:
这道题和LeetCode笔记:107. Binary Tree Level Order Traversal II是姊妹题,解题思路都是一样的,只是结果要求的顺序是反的,同样有两种方法,也就是经常说到的DFS深度优先遍历和BFS广度优先遍历。
BFS: 广度优先遍历就是一层层地攻略过去,把每一层的所有节点都记录下来再走向下一层。因为每层会有多个节点,不是简单的一个左节点一个右节点的,所以这里用到队列,用队列的先进先出特性来记录每一层的节点,保证对每层的每个节点都处理到其子节点,并将值记录下来。队列用到Queue这个类,offer方法可以添加一个元素,peek方法获取队首的元素,poll方法会从队首移除一个元素并获取它。
DFS: 深度优先遍历一般用递归来实现,也就是对每个方向都用递归来往下找子节点,先用一个空的List占个位置,这一层每找到一个都添加到这个位置的List中去,一直找到最底层为止。
这个题目里BFS会比DFS快一点点。
代码(Java):
BFS:
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
public class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
Queue<TreeNode> queue = new LinkedList<TreeNode>();
List<List<Integer>> result = new LinkedList<List<Integer>>();
if (root == null) return result;
queue.offer(root);
while (!queue.isEmpty()) {
int levelNum = queue.size();
List<Integer> subList = new LinkedList<Integer>();
for (int i = 0; i < levelNum; i++) {
if (queue.peek().left != null) queue.offer(queue.peek().left);
if (queue.peek().right != null) queue.offer(queue.peek().right);
subList.add(queue.poll().val);
}
result.add(subList);
}
return result;
}
}
DFS:
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
public class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> result = new LinkedList<List<Integer>>();
levelMaker(result, root, 0);
return result;
}
public void levelMaker(List<List<Integer>> list, TreeNode root, int level) {
if (root == null) return;
if (level >= list.size()) {
list.add(level, new LinkedList<Integer>());
}
levelMaker(list, root.left, level+1);
levelMaker(list, root.right, level+1);
list.get(level).add(root.val);
}
}
相关文章
- 金融服务领域的大数据:即时分析
- 影响大数据、机器学习和人工智能未来发展的8个因素
- 从0开始构建一个属于你自己的PHP框架
- 如何将Hadoop集成到工作流程中?这6个优秀实践必看
- SEO公司使用大数据优化其模型的5种方法
- 关于Web Workers你需要了解的七件事
- 深入理解HTTPS原理、过程与实践
- 增强分析:数据和分析的未来
- PHP协程实现过程详解
- AI专家:大数据知识图谱——实战经验总结
- 关于PHP的错误机制总结
- 利用数据分析量化协同过滤算法的两大常见难题
- 怎么做大数据工作流调度系统?大厂架构师一语点破!
- 2019大数据处理必备的十大工具,从Linux到架构师必修
- OpenCV中的KMeans算法介绍与应用
- 教大家如果搭建一套phpstorm+wamp+xdebug调试PHP的环境
- CentOS下三种PHP拓展安装方法
- Go语言HTTP Server源码分析
- Go语言HTTP Server源码分析
- 2017年4月编程语言排行榜:Hack首次进入前五十