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    

推薦する

...

中国の顔認識技術が世界を震撼させている! (顔認証調査報告書を添付します)

顔認識は皆さんもよくご存知だと思います。過去2年間、顔認識技術の急速な発展に伴い、「顔スキャン」は徐...

ディープラーニングとツリー探索によるゼロからの高速学習と低速学習

[[211446]]この記事では、ロンドン大学ユニバーシティ・カレッジ (UCL) の Thomas...

人工知能は「馴染みのものを殺す」ツールになるのでしょうか?

長い間、私の携帯電話のパッケージには主に 400 分の通話時間 + 500M のネットワーク トラフ...

ディープラーニングにおける PyTorch と NumPy 間のデータ変換についてどれくらい知っていますか?

ディープラーニングでは、PyTorch と NumPy はデータの処理と変換によく使用される 2 つ...

...

...

音声認識、マッチングアルゴリズム、モデルに関する簡単な説明

[[185868]]スピーチの基本概念スピーチは複雑な現象です。それがどのように生成され、どのように...

...

Python による画像前処理の完全ガイド

機械学習やコンピューター ビジョンのプロジェクトで、画像の品質が低いという問題に遭遇したことはありま...

セキュリティ | 機械学習の「データ汚染」を 1 つの記事で理解する

人間の目には、以下の 3 つの画像はそれぞれ異なるもの、つまり鳥、犬、馬に見えます。しかし、機械学習...

AIGCの第一波の人員削減が到来

著者: 徐潔成校正:Yun Zhao誰も予想していなかったのは、人工知能の火が世界中に広がっていた時...

市場規模は100億元を超える可能性あり。これら4種類の医療用ロボットをご存知ですか?

2020年、突然の公衆衛生事件により、医療用ロボットに大きな注目が集まりました。医療用ロボットは、...

シンプルな人工ニューラル ネットワークをゼロから構築する: 入力層 1 つと出力層 1 つ

[51CTO.com クイック翻訳] この 2 部構成のシリーズでは、numpy Python ライ...

...