毎日のアルゴリズム: 二分木のレベルトラバーサル

毎日のアルゴリズム: 二分木のレベルトラバーサル

[[423982]]

バイナリ ツリーが与えられた場合、そのノード値のボトムアップ レベルのトラバーサルを返します。 (つまり、リーフノードが配置されているレイヤーからルートノードが配置されているレイヤーまで、左から右にトラバースします)

例えば、二分木[3,9,20,null,null,15,7]が与えられた場合、

3

/ \

9 20

/ \

15 7

ボトムアップ レベルのトラバーサルを次のように返します。

  1. [
  2. [15,7]、
  3. [9,20]、
  4. [3]
  5. ]

解決策 1: BFS (幅優先探索)

BFS は、各レイヤーのノードをレイヤーごとに走査します。この質問では各レイヤーのノード値を返す必要があるため、BFS はこの問題に非常に適しています。 BFS は補助構造としてキューを使用する必要があります。まずルート ノードをキューに入れてから、キューのトラバースを続けます。

  1. const levelOrderBottom =関数(ルート) {
  2. if(!root) return []
  3. res = []とします。
  4. キュー = [ルート]
  5. while(キューの長さ) {
  6. curr = []とします。
  7. 温度= []
  8. while(キューの長さ) {
  9. ノードをキュー.shift() にします。
  10. curr.push(ノード.val)
  11. if( node.left ) temp.push ( node.left )
  12. if( node.right ) temp.push ( node.right )
  13. }
  14. res.push(カレント)
  15. キュー =一時 
  16. }
  17. res.reverse()を返す
  18. };

複雑性分析

  • 時間計算量: O(n)
  • 空間計算量: O(n)

ソリューション 2: DFS (深さ優先探索)

DFS は、ツリーのノードをその深さに沿ってトラバースし、ツリーのブランチを可能な限り深く検索します。

この問題における DFS の主な問題は、DFS がレベルを横断しないことです。再帰プロセス中に同じレベルのノードを同じリストに配置するには、再帰中に各ノードの深さを記録する必要があります。新しいノードに再帰する場合は、深さに対応するリストの最後にノードを配置します。

新しい深度 depth にトラバースするときに、depth に対応するリストが最終結果 res に作成されていない場合は、深度のすべてのノードを保存するために res に新しいリストを作成する必要があります。

  1. const levelOrderBottom =関数(ルート) {
  2. 定数res = []
  3. var dep =関数(ノード、深さ){
  4. if(!ノード)戻り値 
  5. res[深さ] = res[深さ]||[]
  6. res[深さ].push(node.val)
  7. dep(ノード.left , 深さ+1)
  8. dep(ノード.right 、深さ + 1)
  9. }
  10. dep(ルート, 0)
  11. res.reverse()を返す
  12. };

複雑性分析:

  • 時間計算量: O(n)
  • 空間計算量: O(h)、ここでhは木の高さ

<<:  ボーダーライン上の質問:テクノロジー企業はAIアルゴリズムを使って従業員の採用と解雇を行っている

>>:  二分木の再帰的および非再帰的トラバーサルアルゴリズムテンプレート

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

潜在能力を解き放つ: 人工知能がパーソナライズされた学習に与える影響

急速に進化する今日の教育環境では、テクノロジーの統合がかつてないほど普及しています。さまざまな技術の...

カメラか LiDAR か?堅牢な 3D オブジェクト検出を実現するにはどうすればよいでしょうか?最新レビュー!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

「リーフチップ」が小型ロボットに油圧パワーを提供

[[186706]]マサチューセッツ工科大学(MIT)は最近、同校の研究者らが樹木や植物のポンプ機構...

...

...

UCenter パスワードアルゴリズムのルールと生成方法

Discuz、UCHome、Supesite を含む Kangsheng の一連の製品は、同じユーザ...

...

人工知能:今優先すべき7つの役割

近年の退職者の急増は、労働力不足が現実であることを示している。セントルイス連邦準備銀行の調査によると...

DeepMindの論文がNatureに掲載されました。大規模なモデルが、数学者を何十年も悩ませてきた問題に新たな解決策を発見しました。

今年の AI 界のトップトレンドである大規模言語モデル (LLM) は概念を組み合わせるのが得意で、...

Googleは従業員に対し、生成AIの秘密を「漏らしたり」、直接コードを書いたりしないように警告している。

ロイター通信によると、6月15日のニュースでは、Googleは生成AIの最も熱心な支持者の1つである...

...

過去10年間のデータ分析と人工知能の7つの災害のレビュー

2017年、『エコノミスト』誌は、石油ではなくデータが世界で最も価値のある資源になったと宣言し、この...

ジャック・マー:機械が人間に取って代わることは決してできない!それは何に代わるのでしょうか?

近年、人工知能、クラウドコンピューティング、ビッグデータ、モノのインターネット、産業用インターネット...