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    

推薦する

RSA-PSSアルゴリズムを一緒に学びましょう

[[400577]] AS(5): RSA-PSSアルゴリズムの紹介2018 年にリリースされた T...

アリババのナレッジグラフが初めて公開: 1日あたり数千万のブロックデータ、数十億の完全インテリジェント監査

アリババのナレッジグラフの助けにより、アリババの電子商取引プラットフォームの管理と制御は、以前の「巡...

...

...

モバイル AI でよりスマートなアプリを構築

モバイル AI は、すでにペースが速いモバイル アプリ開発の世界に混乱をもたらしています。 2020...

ディープラーニングタスクに最適な GPU を選択するにはどうすればよいでしょうか?

ディープラーニングは計算集約型の分野であり、GPU の選択によってディープラーニングの実験が根本的に...

マスクを着用していても、AIはあなたが何を言っているか理解できる

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...

機械学習でデータベースを自動調整

この記事は、カーネギーメロン大学の Dana Van Aken、Andy Pavlo、Geoff G...

注目を浴びるAIとゲームは、どんな火花を散らすことができるのでしょうか?

[[202722]] 2005年、JJ Linは「Number 89757」で「人間を模倣した機械...

NVIDIA の最も強力な汎用大型モデル Nemotron-4 が登場! 15Bが62Bに勝ち、ターゲットはA100/H100です。

最近、NVIDIA チームは、8T トークンでトレーニングされた 150 億のパラメータを持つ新しい...

AIは地球上のあらゆる言語を翻訳できるよう自ら学習できる

fastcompany によると、最近登場した 2 つの機械翻訳システムは、人間が翻訳したテキストか...

Facebookは27億人にサービスを提供するAIハードウェアシステムをオープンソース化した。

コミュニティは常に Facebook のハードウェア研究に細心の注意を払ってきました。本日の Ope...

PaddlePaddle と TensorFlow の比較分析

【51CTO.comオリジナル記事】この記事では主に、フレームワークの概要、システム アーキテクチャ...

人工知能がデータセンターの需要を爆発的に増加させる

JLLの新しいレポートによると、人工知能の需要とクラウドサービスの継続的な導入により、データセンター...

スーパー人工知能とは何ですか?

進化し続けるテクノロジーの世界において、魅力的であると同時に不安も抱かせる概念の出現が、スーパー人工...