怎么免费建设金融网站/seo网站建设
目录
关于dfs
部分OJ题详解
2331. 计算布尔二叉树的值
129. 求根节点到叶节点数字之和
814. 二叉树剪枝
98. 验证二叉搜索树
230. 二叉搜索树中第K小的元素
257. 二叉树的所有路径
关于dfs
算法学习(十二)—— 递归,搜索,回溯前置_数组递归查找-CSDN博客
部分OJ题详解
2331. 计算布尔二叉树的值
2331. 计算布尔二叉树的值 - 力扣(LeetCode)
题目有点长,得结合示例来理解。下面来分析下这道题:
- 看到二叉树遍历,最先想到的就是递归,这里我们用DFS来尝试解决
- 在这道题的树中,只要节点有孩子,那必定有两个子节点,没有只有一个子节点的情况;非叶结点里面存的是“逻辑与”或“逻辑或”,叶子节点存的就是1或0,也就是“true”或“false”
- 然后就是发现子问题的过程了,以根节点为例,假如我要知道根节点最后的值是什么,那我就得直到左子树和右子树的值是多少,然后以左子树或右子树的根节点为例,再往下进行同样的分析,就发现了我们的相同子问题,所以我们的函数头就是:bool dfs(root); 也就是你给我一个根节点,我告诉你最后的结果是true还是false
- 然后就是函数体的设计,bool left = dfs(root->left); bool right = dfs(root->right); 也就是要告诉我们左右子树的值,然后就是根据目前的根节点是“逻辑与”还是“逻辑或”,算出结果
- 最后就是递归出口,就是当我遇到叶子节点的时候,直接返回true或false即可
class Solution {
public:bool evaluateTree(TreeNode* root) {return dfs(root); }bool dfs(TreeNode* root){if(root->left == nullptr) return root->val == 0 ? false : true;bool left = dfs(root->left);bool right = dfs(root->right);if(root->val == 2) return left | right;else return left & right;}
};
129. 求根节点到叶节点数字之和
129. 求根节点到叶节点数字之和 - 力扣(LeetCode)
下面来分析下这道题:
- 我们仍然还是尝试用递归的dfs来尝试解决下,还是那三个步骤:找相同子问题,搞清楚每个子问题要做什么,递归出口
- 首先是相同子问题,上面示例的树太小了,我们换个大的树,如下图:
- 所以函数头设计为:int dfs(root, presum); 也就是传一个根节点,以及这个根节点前面路径的值presum传给后面,然后给我返回这个根节点最后计算的值
- 函数体的步骤就是:①先算出该根节点加上前面路径的计算结果值 ②把这个值传给左子树 ③把这个值传给右子树 ④左右子树返回计算结果
- 递归出口就是当遇到叶子节点时,把上面的第一步计算完之后,再正式返回,不再将这个值传给左右子树
class Solution {
public:int sumNumbers(TreeNode* root) {return dfs(root, 0);}int dfs(TreeNode* root, int prevsum){prevsum = prevsum * 10 + root->val; //①if(root->left == nullptr && root->right == nullptr) return prevsum; //递归出口int ret = 0;if(root->left != nullptr) ret += dfs(root->left, prevsum); //②if(root->right != nullptr) ret += dfs(root->right, prevsum); //③return ret; //④}
};
814. 二叉树剪枝
814. 二叉树剪枝 - 力扣(LeetCode)
题目的意思很明确,就是如果一个节点的子树中没有值为1的节点的话,就把这个子树干掉,下面我们来分析下这道题:
- 这个题目和我们之前的题目有点不一样,前面的题目就是让我们根据信息求值,没有改变二叉树,而这个题目是要求我们实实在在的对二叉树做了修改了。还是用递归的dfs来尝试解决这道题还是三个问题
- 先来看下如何找到相同的子问题:当我遍历到一个节点时,我们要做的就是“这个节点是否应该被剪掉”,依据就是“这个节点的子树是否含有值为1的节点”,所以这道题一定是后序遍历,因为只有后序遍历才有机会回到根节点的时候带着左右子树的信息
- 当遍历到叶节点时,已经没有左右子树了,并且如果我自己也是0,就把我自己干掉,回到父节点后,还要修改下父节点的指针,这一步可以通过返回值解决,就是把父节点的指针修改成这个返回值即可,所以函数头需要有一个返回值Node*
- 如果已经是叶节点,但我自己是1,那么就不需要把我干掉,就把我自己的指针向上返回,就一直通过上面的步骤,就可以干掉所有符合要求的子树,所以函数头的设计就是:Node* dfs(root);
- 然后就是函数体的设置,基本步骤和上面的一样:①处理左子树 ②处理右子树 ③判断是否为叶结点并且判断是否为1,进行剪枝操作并返回
- 最后是递归出口,就是当root == null 的时候,直接返回
class Solution {
public:TreeNode* pruneTree(TreeNode* root) {return dfs(root);}TreeNode* dfs(TreeNode* root){if(root == nullptr) return root;root->left = dfs(root->left);root->right = dfs(root->right);if(root->left == nullptr && root->right == nullptr && root->val == 0)root = nullptr;return root;}
};
98. 验证二叉搜索树
98. 验证二叉搜索树 - 力扣(LeetCode)
这道题我们主要是理解三个点:①理解全局变量的优势 ②回溯 ③剪枝;后面会给出两种思路和代码,一个是有剪枝的,一种没有剪枝,下面来分析下这道题:
- 二叉搜索树的中序遍历结果,是一个有序的序列,所以,我们可以验证这棵树的中序遍历结果是否有序即可,这个可以用一个全局变量来搞
- 先搞一个全局变量 “prev = 负无穷大”,然后每次中序遍历时,都更新一下 prev的值,以上面的示例2为例,根据中序遍历,假设遍历到4的位置,prev此时的值为3,然后将此时节点的值和prev作比较验证有序即可,最后就是遍历到5,prev再次更新为4,再次比较即可,所以只要和prev作比较然后返回true或false即可
策略一,也就是上面的方法:
- 验证左子树是二叉搜索树
- 当前遍历的节点符合二叉搜索树的定义
- 验证右子树是二叉搜索树
策略二,剪枝:
- 还是以示例二为例,假设递归已经完成了验证左子树是二叉搜索树,此时prev是5
- 当中序遍历到3时,3小于5,所以已经不符合二叉搜索树的定义了,此时我们直接一路返回false到根节点,不再去比较节点6了,这就是剪枝,意义就是加快搜索过程
无剪枝代码:
class Solution
{
public:long prev = LONG_MIN;bool isValidBST(TreeNode* root) {return dfs(root); }bool dfs(TreeNode* root){if(root == nullptr) return true;bool left = dfs(root->left);bool cur = false; //cur表示当前节点是否满足二叉搜索树条件if(root->val > prev) cur = true;prev = root->val;bool right = dfs(root->right);return left && right && cur;}
};
剪枝:
class Solution
{
public:long prev = LONG_MIN;bool isValidBST(TreeNode* root) {return dfs(root); }bool dfs(TreeNode* root){if(root == nullptr) return true;bool left = dfs(root->left);if(left == false) return false; //剪枝:就是当左子树已经不符合搜索二叉树了,直接返回bool cur = false; //cur代表当前节点是否满足二叉搜索树条件if(root->val > prev) cur = true;if(cur == false) return false; //如果我当前位置节点已经不符合二叉搜索树要求了,直接返回,不再去遍历右子树了,这就是剪枝prev = root->val;bool right = dfs(root->right);return left && right && cur;}
};
230. 二叉搜索树中第K小的元素
230. 二叉搜索树中第 K 小的元素 - 力扣(LeetCode)
这道题题意还是很简单的,也是给我们一个二叉搜索树,然后让我们返回这个树的节点中值第K小的值,下面来分析下这道题:
- 有了上一道题的经验之后,这道题其实超级简单,因为我们已经知道了“二叉搜索树的中序遍历结果是有序的”,所以我们就可以用“ 两个全局遍历 + 中序遍历 ”就可以解决这道题
- 以上面的示例二为例,搞两个全局遍历,count = k = 3,ret = 0,ret的作用就是当count一直减减到0时,用ret标记一下当前节点的值然后返回
- 这里可以用剪枝,就是当count为0时,直接返回后面的步骤都不再执行,这就是剪枝,这一步加个判断即可
class Solution {
public:int count;int ret;int kthSmallest(TreeNode* root, int k) {count = k;dfs(root);return ret;}void dfs(TreeNode* root){if(root == nullptr || count <= 0) return;dfs(root->left);count--;if(count == 0) ret = root->val;dfs(root->right);}
};
257. 二叉树的所有路径
257. 二叉树的所有路径 - 力扣(LeetCode)
前面两道题我们提到了三个词:①全局变量 ②回溯 ③剪枝,其中回溯有个性质叫做“恢复现场”
关于恢复现场:
网上很多人在自学算法的时候,都是看到了代码中有“恢复现场”的操作,才知道这道题用了“回溯”,所以很多人以为的就是“恢复现场 --> 回溯”
而今天,我们就要把这个因果关系给反过来:
- 如果有递归,那么肯定有回溯:递归 --> 回溯
- 如果有回溯,那么肯定有“恢复现场”:回溯 --> 恢复现场
- 所以,如果有递归,那么就有恢复现场:递归 --> 恢复现场
在后面的难度较高的递归回溯题目的时候,有了“回溯 --> 恢复现场”的思路之后,写代码的过程才会有思路,并且,一旦我们在题目中用到了全局变量,那么恢复现场的操作就会显得很重要
这个题目很简单,就是让我们把每一个路径保存在一个字符串数组里面,具体步骤通过示例一和示例二很好理解,下面来分析下这道题:
- 思路很简单,就是在搜索的过程中,记录每一个节点即可,当遇到叶子节点的时候停止搜索
- 我们可以搞两个全局变量,①一个字符串数组 string[] ret:就是在我遍历时发现叶子节点时,就把结果扔 ret 里去; ②一个字符串变量 string path:作用就是在深度遍历的时候,记录一下路径,以示例一为例,遍历到1时,path的值为“1->”;当遍历到2时,path的值为“1->2>”;当遍历到5时,由于5是叶节点,所以只添加数字,所以最后path的值为“1->2->5”
- 但是前面说过,有递归就有回溯,当遍历完5,回溯到1时,接下来就是要往右边回溯,但是此时path的值不是从1开始的“1->”,而是还是之前的“1->2->5”,所以我们需要“恢复现场”,就是我们在向上返回的时候,需要不断pop掉path的结尾,但是又因为是全局path,需要很多很多次的添加和删除,不太好控制,所以这道题我们不用全局的path,后面再用
- 那么用什么代替全局path呢?我们可以在函数头设置一下:void dfs(root, path); 如果我们把path当作参数传递,那么就是每次调用path的时候,相当于重新创建了一个path变量,也就是每次深度搜索时,都用的是自己单独地path变量,代替了“恢复现场”的操作和功能
- 然后激素关心一下每一个子问题在干什么,也激素函数体的设置:如果root是叶子节点,只在path后面添加上数字即可;如果root不是叶子节点,dfs(root->left, path); dfs(root->right, path)
- 最后就是递归出口,就是注意一下剪枝:当左子树为空时,就不需要再 dfs(root->left)了,直接去搞右子树即可:if(root == nullptr) return;
class Solution {
public:vector<string> ret;vector<string> binaryTreePaths(TreeNode* root) {string path;if(root == nullptr) return ret;dfs(root, path);return ret;}void dfs(TreeNode* root, string path){path += to_string(root->val);if(root->left == nullptr && root->right == nullptr) //如果是叶子节点,直接返回,不再搜索{ret.push_back(path);return;}path += "->";if(root->left) dfs(root->left, path);if(root->right) dfs(root->right, path);}
};
相关文章:

算法学习(十四)—— 二叉树的深度搜索(DFS)
目录 关于dfs 部分OJ题详解 2331. 计算布尔二叉树的值 129. 求根节点到叶节点数字之和 814. 二叉树剪枝 98. 验证二叉搜索树 230. 二叉搜索树中第K小的元素 257. 二叉树的所有路径 关于dfs 算法学习(十二)—— 递归,搜索,…...

【vue2】封装自定义的日历组件(三)之基础添加月份的加减定位到最新月份的第一天
我们在切换月份的时候,希望高亮显示在每个月的第一天上面,这样的效果我们要怎么来实现,其实也很简单,我们先看下实现的效果 实现效果 代码实现 原理就是获取到每月的第一天日期,然后再跟整个的数据进行对比ÿ…...

LabVIEW偏心圆筒流变仪测控系统
偏心圆筒流变仪是一种专门研究聚合物熔体在复杂流场中特殊流变行为的先进设备。通过结合硬件控制与LabVIEW软件开发,本系统实现了对流变仪功能的精准控制与数据采集,进一步提高了聚合物加工过程的研究精度和效率。 项目背景 传统的流变测量设备多集中于…...

Runloop
假设你的项目中有关tableView,然后还有一个定时器timer在执行,定时器代码如下: var num 0override func viewDidLoad() {super.viewDidLoad()let timer Timer(timeInterval: 1,target: self,selector: #selector(self.run),userInfo: nil,r…...

SpringBoot的Bean类三种注入方式(附带LomBok注入)
SpringBoot的Bean类三种注入方式(附带LomBok注入) 在 Spring Boot 中,Bean 的注入方式主要包括构造函数注入(Constructor Injection)、字段注入(Field Injection)以及 Setter 方法注入…...

开源向量数据库介绍说明
开源向量数据库 Milvus 特点:分布式、高性能,支持亿级向量检索。 支持的数据类型:文本、图像、音频、视频等。 使用场景:推荐系统、语义搜索、图像搜索。 数据存储后端:支持多种后端,如 SQLite、MySQL、Pos…...

【前端】深度解析 JavaScript 中的 new 关键字与构造函数
博客主页: [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: 前端 文章目录 💯前言💯构造函数的核心特性💯new 关键字的执行机制💯实例代码与详细解析代码示例代码逐步解析 💯new 的内部执行模拟执行过程的详细解析 &am…...

2024年华中杯数学建模C题基于光纤传感器的平面曲线重建算法建模解题全过程文档及程序
2024年华中杯数学建模 C题 基于光纤传感器的平面曲线重建算法建模 原题再现 光纤传感技术是伴随着光纤及光通信技术发展起来的一种新型传感器技术。它是以光波为传感信号、光纤为传输载体来感知外界环境中的信号,其基本原理是当外界环境参数发生变化时,…...

使用 `typing_extensions.TypeAlias` 简化类型定义:初学者指南
使用 typing_extensions.TypeAlias 简化类型定义:初学者指南 什么是 TypeAlias?安装 typing_extensions示例代码:如何使用 TypeAlias示例 1:为简单类型定义别名示例 2:为复杂类型定义别名示例 3:结合 Union…...

如何快速批量把 PDF 转为 JPG 或其它常见图像格式?
在某些特定场景下,将 PDF 转换为 JPG 图片格式却具有不可忽视的优势。例如,当我们需要在不支持 PDF 查看的设备或软件中展示文档内容时,JPG 图片能够轻松被识别和打开;此外,对于一些网络分享或社交媒体发布的需求&…...

如何在组织中塑造和强化绩效文化?
在组织中塑造和强化绩效文化是一个系统性的工程。 一、明确绩效目标与期望 设定清晰目标 组织应根据自身战略规划,将长期目标分解为具体、可衡量、可实现、相关联、有时限(SMART)的短期和中期绩效目标。例如,一家连锁餐饮企业的…...

OllyDbg、CE简单介绍
基础知识: 想要破解软件,需要一些基础知识: 文件格式:Windows对应PE、Linux对应ELF、IOS对应Mash-0。文件格式是指操作系统规定的每个段(代码段、数据段、堆、栈)的大小、顺序等信息。 汇编语言࿱…...

Python函数——函数的返回值定义语法
一、引言 在Python中,函数的返回值是其核心功能之一,它使得函数能够将计算结果传递给调用者,进而推动程序的逻辑和功能实现。理解和掌握函数的返回值语法,不仅能够提高代码的模块化和可读性,还能使程序更加高效和灵活…...

【Pandas】pandas isna
Pandas2.2 General Top-level missing data 方法描述isna(obj)用于检测数据中的缺失值isnull(obj)用于检测数据中的缺失值notna(obj)用于检测数据中的非缺失值notnull(obj)用于检测数据中的非缺失值 pandas.isna() pandas.isna() 是 Pandas 库中的一个函数,用于…...

mysql 数据库表的大小
mysql 数据库表的大小 Mysql 查看数据库各个表占用空间 mysql如何查看数据库所有表大小 在MySQL中,要查看数据库所有表的大小,可以使用以下方法: 方法一:使用information_schema数据库 首先,通过命令行或图形界面…...

(6)JS-Clipper2之ClipperOffset
1. 描述 ClipperOffset类封装了对打开路径和关闭路径进行偏移(膨胀/收缩)的过程。 这个类取代了现在已弃用的OffsetPaths函数,该函数不太灵活。可以使用不同的偏移量(增量)多次调用Execute方法,而不必重新分配路径。现在可以在一次操作中对开放和封闭路…...

如何在Ubuntu中利用repo和git地址下载获取imx6ull的BSP
01-设置git的用户名和邮箱 git config --global user.name "suwenhao" git config --global user.email "2487872782qq.com"这里不设置的话后面在第5步的repo配置中还是会要求输入,而且以后进行相关操作都要输入,不妨现在就进行配置…...

Ruby On Rails 笔记5——常用验证下
3.Validation Options 3.1 :allow_nil 当验证值为nil时:allow_nil选项会跳过验证 class Coffee < ApplicationRecordvalidates :size, inclusion: { in: %w(small medium large),message: "%{value} is not a valid size" }, allow_nil: true end irb> Cof…...

JS听到了因果的回响
这是我学习JS的第11天了,,,我现在赶着周末学JS,然后还有二十多天就期末了呵呵呵。。。 图片切换模块 思路分析: 这是实现的代码,建议还是把不同的变量定义出来比较合适: //获取三个盒子// 小盒…...

【高中生讲机器学习】28. 集成学习之 Bagging 随机森林!
创建时间:2024-12-09 首发时间:2024-12-09 最后编辑时间:2024-12-09 作者:Geeker_LStar 嘿嘿,你好呀!我又来啦~~ 前面我们讲完了集成学习之 Boooooosting,这篇我们来看看集成学习的另一个分支…...

硬件设计 | Altium Designer软件PCB规则设置
基于Altium Designer(24.9.1)版本 嘉立创PCB工艺加工能力范围说明-嘉立创PCB打样专业工厂-线路板打样 规则参考-嘉立创 注意事项 1.每次设置完规则参数都要点击应用保存 2.每次创建PCB,都要设置好参数 3.可以设置默认规则,将…...

【Elasticsearch】实现用户行为分析
🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,…...

python字符串处理基础操作总结
1.去掉空格或者特殊符号 input_str.strip() #去掉所有空格 input_str.lstrip() #去掉左边空格 input_str.rstrip() #去掉右边空格 def print_hi():input_str 今天天气不错,风和日丽 out input_str.strip()print(input_str)print(out)if __name__ __main__:print…...

电子商务人工智能指南 6/6 - 人工智能生成的产品图像
介绍 81% 的零售业高管表示, AI 至少在其组织中发挥了中等至完全的作用。然而,78% 的受访零售业高管表示,很难跟上不断发展的 AI 格局。 近年来,电子商务团队加快了适应新客户偏好和创造卓越数字购物体验的需求。采用 AI 不再是一…...

【论文阅读】相似误差订正方法在风电短期风速预报中的应用研究
文章目录 概述:摘要1. 引言2. 相似误差订正算法(核心)3. 订正实验3.1 相似因子选取3.2 相似样本数试验3.3 时间窗时长实验 4. 订正结果分析4.1 评估指标对比4.2 风速曲线对比4.3 分风速段订正效果评估4.4 风速频率统计 5. 结论与讨论 概述&am…...

贪心算法 - 学习笔记 【C++】
2024-12-09 - 第 38 篇 贪心算法 - 学习笔记 作者(Author): 郑龙浩 / 仟濹(CSND账号名) 贪心算法 学习课程: https://www.bilibili.com/video/BV1f84y1i7mv/?spm_id_from333.337.search-card.all.click&vd_source2683707f584c21c57616cc6ce8454e2b 一、基本…...

精确的单向延迟测量:使用普通硬件和软件
论文标题:Precise One-way Delay Measurement with Common Hardware and Software(精确的单向延迟测量:使用普通硬件和软件) 作者信息:Maciej Muehleisen 和 Mazen Abdel Latif,来自Ericsson Research Eri…...

【MySQL 进阶之路】存储引擎和SQL优化技巧分析
1.InnoDB和MyISAM存储引擎的区别是什么?你在哪些场景下选择InnoDB? Innodb是高并发,支持事务跟行级锁,myisam不支持事务和行级锁,支持表级锁,不支持高并发。innodb底层是B树,适合范围查询&#…...

vue+elementUI从B页面回到A页面并且定位到A页面的el-tabs的某个页签
场景 做项目碰到一个需求,不能使用组件缓存keep-alive,但是需要跳转到B页面后,点击B页面的返回回到A页面的某个页签,灵机一动利用路由拦截去判断即将要跳转的页面后,在获取vm里对应的标签变量进行赋值,实现…...

{结对编程/大模型} 实践营项目案例 | 基于RAG搭建政策问答智能聊天助手
在构建政策问答智能聊天助手的过程中,我们采用了 RAG(Retrieval-Augmented Generation)技术。RAG 是一种结合了检索和生成的混合型自然语言处理技术,它通过检索相关信息来增强生成模型的上下文理解能力。RAG 的主要优点在于能够有…...