毎日のアルゴリズム: バランスのとれた二分木

毎日のアルゴリズム: バランスのとれた二分木

[[426529]]

この記事はWeChatの公開アカウント「3分でフロントエンドを学ぶ」から転載したもので、著者はsisterAnです。この記事を転載する場合は、「3分で学ぶフロントエンド」公式アカウントまでご連絡ください。

木の基礎については、こちらをご覧ください: 初心者のための木

二分木が与えられた場合、それが高さバランスの取れた二分木であるかどうかを判断します。

この問題では、高度にバランスのとれた二分木は次のように定義されます。

バイナリ ツリー内の各ノードの左側のサブツリーと右側のサブツリー間の高さの差の絶対値は 1 を超えません。

例1:

二分木[3,9,20,null,null,15,7]が与えられた場合

  1. 3
  2. / \
  3. 9 20
  4. / \
  5. 15 7

true を返します。

例2:

二分木[1,2,2,3,3,null,null,4,4]が与えられた場合

  1. 1
  2. / \
  3. 22
  4. / \
  5. 3 3
  6. / \
  7. 4 4

false を返します。

解決策 1: トップダウン (ブルートフォース)

解決方法: 各ノードの左サブツリーと右サブツリーの最大高さの差を上から下まで比較します。バイナリ ツリー内の各ノードの左サブツリーと右サブツリーの最大高さの差が 1 以下、つまり各サブツリーのバランスが取れている場合、バイナリ ツリーはバランスの取れたバイナリ ツリーです。

コード実装:

  1. const isBalanced =関数(ルート) {
  2. if(!root)戻り値 真実 
  3. Math.abs (depth(root.left ) -depth( root.right ) ) <= 1を返す
  4. && isBalanced(ルート.left )
  5. && isBalanced(ルート.right )
  6. }
  7. const depth =関数(ノード) {
  8. if(!node) は-1を返します
  9. 1 + Math.max ( depth(node.left ) ,depth(node.right ) )を返します
  10. }

複雑性分析:

  • 時間計算量: O(nlogn)、深さを計算する際に多くの冗長な操作がある
  • 空間計算量: O(n)

解決策2: ボトムアップ(最適化)

解決方法: バイナリ ツリー (左ルートと右ルート) の後続のトラバーサルを使用して、下から上へのサブツリーの最大の高さを返し、各サブツリーがバランスの取れたツリーであるかどうかを判断します。バランスが取れている場合は、その高さを使用して親ノードがバランスが取れているかどうかを判断し、親ノードの高さを計算します。バランスが取れていない場合は、-1 を返します。

バイナリ ツリー内の各ノードの左サブツリーと右サブツリーの深さを走査して比較します。

  • 左と右のサブツリーの深さを比較します。差が 1 より大きい場合は、現在のサブツリーが不均衡であることを示すフラグ -1 を返します。
  • 左と右のサブツリーのいずれかがバランスが取れていない場合、または左と右のサブツリーの差が 1 より大きい場合、バイナリ ツリーは不均衡です。
  • 左と右のサブツリーのバランスが取れている場合は、現在のツリーの深さ(左と右のサブツリーの最大深さ + 1)を返します。

コード実装:

  1. const isBalanced =関数(ルート) {
  2. balanced(root) !== -1を返す
  3. };
  4. const balanced =関数(ノード) {
  5. if (!node) が0 を返す
  6. 定数left = balanced ( node.left )
  7. 定数right = balanced( node.right )
  8. if (=== -1 ||=== -1 || Math.abs (-) > 1) {
  9. -1を返す
  10. }
  11. Math.max ( left , right )+1返す
  12. }

複雑性分析:

  • 時間計算量: O(n)
  • 空間計算量: O(n)

<<:  AIと自動化を活用して機密データを大規模に識別する方法

>>:  清華大学のAI学生が顔を見せて歌う、この応用は将来に期待される

ブログ    
ブログ    
ブログ    

推薦する

産業用ロボットを選択するための 9 つの主要なパラメータをご存知ですか?

インテリジェント製造は、世界中の工業製造企業が追求する目標です。インテリジェント化のプロセスには、設...

小売業における人工知能

[[433164]] [51CTO.com クイック翻訳]周知のように、小売業界の競争は激しく、人工...

ペット経済に乗って、ロボットアプリケーションが新しい市場を開拓

[[391010]]昨今、都市化の加速と生活水準の向上に伴い、ペットを飼うことがますます多くの人々の...

LK99最新ニュース:完全停止の難しさ、韓国の著者は「超伝導が唯一の可能な説明」と述べ、インドチームは3回の失敗で断念

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

モノのインターネットにおける人工知能の主要技術と手法

人工知能は、IoT の機能を実現する上で重要な役割を果たします。 AI と IoT の融合を推進し、...

...

ニューラルネットワークの父ヒントン氏は、34年前の画期的な業績を再検証し、脳内のAI手法の「存在」を模索している。

これまで耳にした人工知能の進歩のほぼすべては、30 年前に発表された、多層ニューラル ネットワークを...

OpenAIの創設者は、Nvidiaに対抗するチップを設計・製造するためのグローバルなチップ工場ネットワークを構築したいと考えている

OpenAIの共同創設者サム・アルトマン氏は最近、Nvidiaに対抗するために世界中にAIチップ工場...

アリババ人工知能ラボ:テクノロジーがあなたの生活をどう変えるかを見てみましょう

[PConline News] ジャカルタアジア競技大会が閉幕し、アジア競技大会は正式に杭州タイムに...

IIoTとAIは大きな課題に直面している

AI は IIoT から生成される膨大な量のデータを管理できるため、その基盤となるアーキテクチャはセ...

テスラロボットに人間の脳意識が搭載される?マスク氏独占インタビュー:AIがミスを犯すことへの恐怖

いつも衝撃的な発言をするマスク氏がまたもや発言した。 最近、Insiderの親会社であるAxel S...

...