力扣刷题(第五十二天)

灵感来源 

- 保持更新,努力学习

- python脚本学习

完全二叉树的节点个数

解题思路

对于完全二叉树,计算节点个数有两种主要方法:

  1. 简单递归法:直接遍历每个节点,时间复杂度为 O (n),其中 n 是节点数。
  2. 优化法:利用完全二叉树的特性,时间复杂度为 O (log²n)。
方法二(优化法)思路

完全二叉树的定义是:除了最后一层外,每一层都被完全填充,并且最后一层的节点都尽可能靠左。因此,我们可以通过比较最左和最右路径的深度来判断子树是否为满二叉树:

  • 如果左深度等于右深度,说明该子树是满二叉树,节点数为 2^depth - 1。
  • 否则,递归计算左子树和右子树的节点数,并加上根节点。

这种方法通过减少不必要的节点访问,将时间复杂度优化到 O (log²n)。

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

class Solution:
    def countNodes(self, root: TreeNode) -> int:
        if not root:
            return 0
        
        # 计算左子树的深度
        left_depth = 0
        node = root
        while node.left:
            left_depth += 1
            node = node.left
        
        # 计算右子树的深度
        right_depth = 0
        node = root
        while node.right:
            right_depth += 1
            node = node.right
        
        # 如果左右深度相等,说明是满二叉树
        if left_depth == right_depth:
            return (1 << (left_depth + 1)) - 1  # 2^(depth+1) - 1
        
        # 否则递归计算左右子树的节点数
        return 1 + self.countNodes(root.left) + self.countNodes(root.right)

逐行解释

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

class Solution:
    def countNodes(self, root: TreeNode) -> int:
        # 处理空树的基本情况
        if not root:
            return 0
        
        # 计算左子树的深度(从根到最左叶子节点的路径长度)
        left_depth = 0
        node = root
        while node.left:
            left_depth += 1
            node = node.left
        
        # 计算右子树的深度(从根到最右叶子节点的路径长度)
        right_depth = 0
        node = root
        while node.right:
            right_depth += 1
            node = node.right
        
        # 如果左右子树深度相同,说明当前子树是满二叉树
        # 满二叉树的节点数为 2^(depth+1) - 1,使用位运算优化计算
        if left_depth == right_depth:
            return (1 << (left_depth + 1)) - 1
        
        # 若左右深度不同,递归计算左子树和右子树的节点数
        # 总节点数 = 根节点(1) + 左子树节点数 + 右子树节点数
        return 1 + self.countNodes(root.left) + self.countNodes(root.right)

好的,关于力扣C++常用操作,我可以给你一些常见的操作和技巧: 1. 使用 STL 容器和算法库:STL(Standard Template Library)是 C++ 标准库中的一个重要组成部分,包含了许多常用的容器和算法。在力扣中,使用 STL 可以大大提高代码的效率和可读性。例如,vector 可以用来存储动态数组,sort 可以用来排序等等。 2. 使用 auto 关键字:auto 关键字可以自动推导变量类型,可以减少代码量和提高可读性。例如,auto x = 1; 可以自动推导出 x 的类型为 int。 3. 使用 lambda 表达式:lambda 表达式是 C++11 中引入的一种匿名函数,可以方便地定义一些简单的函数对象。在力扣中,使用 lambda 表达式可以简化代码,例如在 sort 函数中自定义比较函数。 4. 使用位运算:位运算是一种高效的运算方式,在力扣中经常会用到。例如,左移运算符 << 可以用来计算 2 的幂次方,右移运算符 >> 可以用来除以 2 等等。 5. 使用递归:递归是一种常见的算法思想,在力扣中也经常会用到。例如,二叉树的遍历、链表的反转等等。 6. 使用 STL 中的 priority_queue:priority_queue 是 STL 中的一个容器,可以用来实现堆。在力扣中,使用 priority_queue 可以方便地实现一些需要维护最大值或最小值的算法。 7. 使用 STL 中的 unordered_map:unordered_map 是 STL 中的一个容器,可以用来实现哈希表。在力扣中,使用 unordered_map 可以方便地实现一些需要快速查找和插入的算法。 8. 使用 STL 中的 string:string 是 STL 中的一个容器,可以用来存储字符串。在力扣中,使用 string 可以方便地处理字符串相关的问。 9. 注意边界条件:在力扣中,边界条件往往是解决问的关键。需要仔细分析目,考虑各种边界情况,避免出现错误。 10. 注意时间复杂度:在力扣中,时间复杂度往往是评判代码优劣的重要指标。需要仔细分析算法的时间复杂度,并尽可能优化代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值