leetcode-637. Average of Levels in Binary Tree (C语言,层次遍历,队列实现)

637. Average of Levels in Binary Tree

Method:层次遍历,将每一层的所有TreeNode都存储在一个临时队列Queue里面,再循环遍历每一层。用c语言的话需要自己创建队列Queue,即一个Queue中的每个QNode是TreeNode类型的,还要实现它的enQueue操作。

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     struct TreeNode *left;
 *     struct TreeNode *right;
 * };
 */
/**
 * Return an array of size *returnSize.
 * Note: The returned array must be malloced, assume caller calls free().
 */

//new queue
typedef struct QNode {
    struct TreeNode *t_node;
    struct QNode *next;
} QNode;

typedef struct Queue {
    QNode *head;
    QNode *tail;
} Queue;

Queue *initQueue() {
    Queue *q = (struct Queue *)malloc(sizeof(Queue));
    q->head = q->tail = NULL;
    return q;
}

void enQueue(struct Queue *q, struct TreeNode *t_node) {
    QNode *q_node = (struct QNode *)malloc(sizeof(QNode));
    q_node->t_node = t_node;
    q_node->next = NULL; //这个next一定要赋值!!否则编译时会报错 Line 91: member access within misaligned address 0x756e2c3931382d2c for type 'struct TreeNode', which requires 8 byte alignment
    if (!q->head) {
        q->head = q_node;
        q->tail = q_node;
    } else {
        q->tail->next = q_node;
        q->tail = q_node;
    }
}

QNode *outHeadQueue(struct Queue **q) {
    struct Queue *tmp = *q;
    if (!(tmp->head)) {
        return NULL;
    } else {
        struct QNode *out_qNode = tmp->head;
        tmp->head = tmp->head->next;
        return out_qNode;
    }
}

int isEmpty(struct Queue *q) {
    if (!q->head) {
        return 1;
    } else {
        return 0;
    }
}

int findMaxDepth(struct TreeNode *root) {
    if (!root) {
        return 0;
    }
    if (!root->left && !root->right) {
        return 1;
    }
    int left = findMaxDepth(root->left);
    int right = findMaxDepth(root->right);
    return (left > right) ? (left + 1) : (right + 1);
}

double* averageOfLevels(struct TreeNode* root, int* returnSize) {
    int i = 0;
    int maxDepth = findMaxDepth(root);
    double *ret = (double *)malloc(sizeof(double) * maxDepth);
    *returnSize = maxDepth;
    printf("sizeof maxDepth=%d\n", maxDepth);
   
    struct Queue *q = initQueue();
    enQueue(q, root);
    while (!isEmpty(q)) {
    //for (i = 0; i < maxDepth;) { //对于外循环,这两个判断条件都可以用
        struct Queue *next_q = initQueue(); //分配临时的Queue用来装某一层所有的TreeNode
        double sum = 0, ct = 0;
        while (!isEmpty(q)) {
            QNode *tmp = outHeadQueue(&q); //注意这里要修改原q(去除其头部节点),因此要传入它的地址。
            sum += tmp->t_node->val;
            ct++;
            if (tmp->t_node->left) {
                enQueue(next_q, tmp->t_node->left);
            }
            if (tmp->t_node->right) {
                enQueue(next_q, tmp->t_node->right);
            }
        }

        q = next_q;
        ret[i++] = sum/ct;
        printf("ret[i]=%lf,i=%d\n", ret[i-1], i-1);
    }
    return ret;
}

Submission Detail

65 / 65 test cases passed.

Status: 

Accepted

Runtime: 8 ms

Submitted: 4 minutes ago

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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