代码随想录算法训练营DAY16|二叉树3

最新推荐文章于 2024-07-19 19:11:19 发布
最新推荐文章于 2024-07-19 19:11:19 发布
阅读量944 收藏 21
点赞数 17
文章标签： 算法 leetcode 职场和发展
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/XIAOHAIYOU/article/details/135210455
版权

算法训练DAY16|二叉树3

104.二叉树的最大深度

力扣题目链接

给定一个二叉树，找出其最大深度。

二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。

说明: 叶子节点是指没有子节点的节点。

示例： 给定二叉树 [3,9,20,null,null,15,7]，

104. 二叉树的最大深度

返回它的最大深度 3 。

递归法

本题可以使用前序（中左右），也可以使用后序遍历（左右中），使用前序求的就是深度，使用后序求的是高度。

  • 二叉树节点的深度：指从根节点到该节点的最长简单路径边的条数或者节点数（取决于深度从0开始还是从1开始）

  • 二叉树节点的高度：指从该节点到叶子节点的最长简单路径边的条数或者节点数（取决于高度从0开始还是从1开始）

而根节点的高度就是二叉树的最大深度，所以本题中我们通过后序求的根节点高度来求的二叉树最大深度。

这一点其实是很多同学没有想清楚的，很多题解同样没有讲清楚。

我先用后序遍历（左右中）来计算树的高度。

  1. 确定递归函数的参数和返回值：参数就是传入树的根节点，返回就返回这棵树的深度，所以返回值为int类型。

代码如下：

int getdepth(TreeNode* node)

  1. 确定终止条件：如果为空节点的话，就返回0，表示高度为0。

代码如下：

if (node == NULL) return 0;

  1. 确定单层递归的逻辑：先求它的左子树的深度，再求右子树的深度，最后取左右深度最大的数值 再+1 （加1是因为算上当前中间节点）就是目前节点为根节点的树的深度。

代码如下：

int leftdepth = getdepth(node->left);       // 左
int rightdepth = getdepth(node->right);     // 右
int depth = 1 + max(leftdepth, rightdepth); // 中
return depth;

所以整体c++代码如下：

class solution {
public:
    int getdepth(TreeNode* node) {
        if (node == NULL) return 0;
        int leftdepth = getdepth(node->left);       // 左
        int rightdepth = getdepth(node->right);     // 右
        int depth = 1 + max(leftdepth, rightdepth); // 中
        return depth;
    }
    int maxDepth(TreeNode* root) {
        return getdepth(root);
    }
};

代码精简之后c++代码如下：

class solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == null) return 0;
        return 1 + max(maxDepth(root->left), maxDepth(root->right));
    }
};

559.n叉树的最大深度

力扣题目链接(opens new window)

给定一个 n 叉树，找到其最大深度。

最大深度是指从根节点到最远叶子节点的最长路径上的节点总数。

例如，给定一个 3叉树 :

559.n叉树的最大深度

我们应返回其最大深度，3。

#思路

依然可以提供递归法和迭代法，来解决这个问题，思路是和二叉树思路一样的，直接给出代码如下：

#递归法

c++代码：

class solution {
public:
    int maxDepth(Node* root) {
        if (root == 0) return 0;
        int depth = 0;
        for (int i = 0; i < root->children.size(); i++) {
            depth = max (depth, maxDepth(root->children[i]));
        }
        return depth + 1;
    }
};
#迭代法

跳过

111.二叉树的最小深度

力扣题目链接

给定一个二叉树，找出其最小深度。

最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

说明: 叶子节点是指没有子节点的节点。

示例:

给定二叉树 [3,9,20,null,null,15,7],

111.二叉树的最小深度1

返回它的最小深度 2.

#思路

看完了这篇104.二叉树的最大深度 (opens new window)，再来看看如何求最小深度。

直觉上好像和求最大深度差不多，其实还是差不少的。

本题依然是前序遍历和后序遍历都可以，前序求的是深度，后序求的是高度。

  • 二叉树节点的深度：指从根节点到该节点的最长简单路径边的条数或者节点数（取决于深度从0开始还是从1开始）

  • 二叉树节点的高度：指从该节点到叶子节点的最长简单路径边的条数后者节点数（取决于高度从0开始还是从1开始）

那么使用后序遍历，其实求的是根节点到叶子节点的最小距离，就是求高度的过程，不过这个最小距离 也同样是最小深度。

以下讲解中遍历顺序上依然采用后序遍历（因为要比较递归返回之后的结果，本文我也给出前序遍历的写法）。

本题还有一个误区，在处理节点的过程中，最大深度很容易理解，最小深度就不那么好理解，如图：

111.二叉树的最小深度

这就重新审题了，题目中说的是：最小深度是从根节点到最近叶子节点的最短路径上的节点数量。，注意是叶子节点。

什么是叶子节点，左右孩子都为空的节点才是叶子节点！

#递归法

来来来，一起递归三部曲：

  1. 确定递归函数的参数和返回值

参数为要传入的二叉树根节点，返回的是int类型的深度。

代码如下：

int getDepth(TreeNode* node)

1

  1. 确定终止条件

终止条件也是遇到空节点返回0，表示当前节点的高度为0。

代码如下：

if (node == NULL) return 0;

1

  1. 确定单层递归的逻辑

这块和求最大深度可就不一样了，一些同学可能会写如下代码：

int leftDepth = getDepth(node->left);
int rightDepth = getDepth(node->right);
int result = 1 + min(leftDepth, rightDepth);
return result;

这个代码就犯了此图中的误区：

111.二叉树的最小深度

如果这么求的话，没有左孩子的分支会算为最短深度。

所以，如果左子树为空，右子树不为空，说明最小深度是 1 + 右子树的深度。

反之，右子树为空，左子树不为空，最小深度是 1 + 左子树的深度。 最后如果左右子树都不为空，返回左右子树深度最小值 + 1 。

代码如下：

int leftDepth = getDepth(node->left);           // 左
int rightDepth = getDepth(node->right);         // 右
                                                // 中
// 当一个左子树为空，右不为空，这时并不是最低点
if (node->left == NULL && node->right != NULL) { 
    return 1 + rightDepth;
}   
// 当一个右子树为空，左不为空，这时并不是最低点
if (node->left != NULL && node->right == NULL) { 
    return 1 + leftDepth;
}
int result = 1 + min(leftDepth, rightDepth);
return result;

遍历的顺序为后序（左右中），可以看出：求二叉树的最小深度和求二叉树的最大深度的差别主要在于处理左右孩子不为空的逻辑。

整体递归代码如下：

class Solution {
public:
    int getDepth(TreeNode* node) {
        if (node == NULL) return 0;
        int leftDepth = getDepth(node->left);           // 左
        int rightDepth = getDepth(node->right);         // 右
                                                        // 中
        // 当一个左子树为空，右不为空，这时并不是最低点
        if (node->left == NULL && node->right != NULL) { 
            return 1 + rightDepth;
        }   
        // 当一个右子树为空，左不为空，这时并不是最低点
        if (node->left != NULL && node->right == NULL) { 
            return 1 + leftDepth;
        }
        int result = 1 + min(leftDepth, rightDepth);
        return result;
    }
​
    int minDepth(TreeNode* root) {
        return getDepth(root);
    }
};

精简之后代码如下：

class Solution {
public:
    int minDepth(TreeNode* root) {
        if (root == NULL) return 0;
        if (root->left == NULL && root->right != NULL) {
            return 1 + minDepth(root->right);
        }
        if (root->left != NULL && root->right == NULL) {
            return 1 + minDepth(root->left);
        }
        return 1 + min(minDepth(root->left), minDepth(root->right));
    }
};

精简之后的代码根本看不出是哪种遍历方式，所以依然还要强调一波：如果对二叉树的操作还不熟练，尽量不要直接照着精简代码来学。

前序遍历的方式：

class Solution {
private:
    int result;
    void getdepth(TreeNode* node, int depth) {
        // 函数递归终止条件
        if (node == nullptr) {
            return;
        }
        // 中，处理逻辑：判断是不是叶子结点
        if (node -> left == nullptr && node->right == nullptr) {
            result = min(result, depth);
        }
        if (node->left) { // 左
            getdepth(node->left, depth + 1);
        }
        if (node->right) { // 右
            getdepth(node->right, depth + 1);
        }
        return ;
    }
​
public:
    int minDepth(TreeNode* root) {
        if (root == nullptr) {
            return 0;
        }
        result = INT_MAX;
        getdepth(root, 1);
        return result;
    }
};

#迭代法

跳过

222.完全二叉树的节点个数

力扣题目链接

给出一个完全二叉树，求出该树的节点个数。

示例 1：

  • 输入：root = [1,2,3,4,5,6]

  • 输出：6

示例 2：

  • 输入：root = []

  • 输出：0

示例 3：

  • 输入：root = [1]

  • 输出：1

提示：

  • 树中节点的数目范围是[0, 5 * 10^4]

  • 0 <= Node.val <= 5 * 10^4

  • 题目数据保证输入的树是 完全二叉树

思路

本篇给出按照普通二叉树的求法以及利用完全二叉树性质的求法。

#普通二叉树

首先按照普通二叉树的逻辑来求。

这道题目的递归法和求二叉树的深度写法类似， 而迭代法，二叉树：层序遍历登场！ (opens new window)遍历模板稍稍修改一下，记录遍历的节点数量就可以了。

递归遍历的顺序依然是后序（左右中）。

#递归

如果对求二叉树深度还不熟悉的话，看这篇：二叉树：看看这些树的最大深度 (opens new window)。

  1. 确定递归函数的参数和返回值：参数就是传入树的根节点，返回就返回以该节点为根节点二叉树的节点数量，所以返回值为int类型。

代码如下：

int getNodesNum(TreeNode* cur) {

1

  1. 确定终止条件：如果为空节点的话，就返回0，表示节点数为0。

代码如下：

if (cur == NULL) return 0;

1

  1. 确定单层递归的逻辑：先求它的左子树的节点数量，再求右子树的节点数量，最后取总和再加一 （加1是因为算上当前中间节点）就是目前节点为根节点的节点数量。

代码如下：

int leftNum = getNodesNum(cur->left);      // 左
int rightNum = getNodesNum(cur->right);    // 右
int treeNum = leftNum + rightNum + 1;      // 中
return treeNum;

1 2 3 4

所以整体C++代码如下：

// 版本一
class Solution {
private:
    int getNodesNum(TreeNode* cur) {
        if (cur == NULL) return 0;
        int leftNum = getNodesNum(cur->left);      // 左
        int rightNum = getNodesNum(cur->right);    // 右
        int treeNum = leftNum + rightNum + 1;      // 中
        return treeNum;
    }
public:
    int countNodes(TreeNode* root) {
        return getNodesNum(root);
    }
};

代码精简之后C++代码如下：

// 版本二
class Solution {
public:
    int countNodes(TreeNode* root) {
        if (root == NULL) return 0;
        return 1 + countNodes(root->left) + countNodes(root->right);
    }
};

  • 时间复杂度：O(n)

  • 空间复杂度：O(log n)，算上了递归系统栈占用的空间

迭代

如果对求二叉树层序遍历还不熟悉的话，看这篇：二叉树：层序遍历登场！ 。

那么只要模板少做改动，加一个变量result，统计节点数量就可以了

class Solution {
public:
    int countNodes(TreeNode* root) {
        queue<TreeNode*> que;
        if (root != NULL) que.push(root);
        int result = 0;
        while (!que.empty()) {
            int size = que.size();
            for (int i = 0; i < size; i++) {
                TreeNode* node = que.front();
                que.pop();
                result++;   // 记录节点数量
                if (node->left) que.push(node->left);
                if (node->right) que.push(node->right);
            }
        }
        return result;
    }
};

  • 时间复杂度：O(n)

  • 空间复杂度：O(n)

#完全二叉树

以上方法都是按照普通二叉树来做的，对于完全二叉树特性不了解的同学可以看这篇 关于二叉树，你该了解这些！ ，这篇详细介绍了各种二叉树的特性。

在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层，则该层包含 1~ 2^(h-1) 个节点。

大家要自己看完全二叉树的定义，很多同学对完全二叉树其实不是真正的懂了。

我来举一个典型的例子如题：

img

完全二叉树只有两种情况，情况一：就是满二叉树，情况二：最后一层叶子节点没有满。

对于情况一，可以直接用 2^树深度 - 1 来计算，注意这里根节点深度为1。

对于情况二，分别递归左孩子，和右孩子，递归到某一深度一定会有左孩子或者右孩子为满二叉树，然后依然可以按照情况1来计算。

完全二叉树（一）如图：

222.完全二叉树的节点个数

完全二叉树（二）如图：

222.完全二叉树的节点个数1

可以看出如果整个树不是满二叉树，就递归其左右孩子，直到遇到满二叉树为止，用公式计算这个子树（满二叉树）的节点数量。

这里关键在于如何去判断一个左子树或者右子树是不是满二叉树呢？

在完全二叉树中，如果递归向左遍历的深度等于递归向右遍历的深度，那说明就是满二叉树。如图：

img

在完全二叉树中，如果递归向左遍历的深度不等于递归向右遍历的深度，则说明不是满二叉树，如图：

img

那有录友说了，这种情况，递归向左遍历的深度等于递归向右遍历的深度，但也不是满二叉树，如题：

img

如果这么想，大家就是对 完全二叉树理解有误区了，以上这棵二叉树，它根本就不是一个完全二叉树！

判断其子树是不是满二叉树，如果是则利用公式计算这个子树（满二叉树）的节点数量，如果不是则继续递归，那么 在递归三部曲中，第二部：终止条件的写法应该是这样的：

if (root == nullptr) return 0; 
// 开始根据左深度和右深度是否相同来判断该子树是不是满二叉树
TreeNode* left = root->left;
TreeNode* right = root->right;
int leftDepth = 0, rightDepth = 0; // 这里初始为0是有目的的，为了下面求指数方便
while (left) {  // 求左子树深度
    left = left->left;
    leftDepth++;
}
while (right) { // 求右子树深度
    right = right->right;
    rightDepth++;
}
if (leftDepth == rightDepth) {
    return (2 << leftDepth) - 1; // 注意(2<<1) 相当于2^2，返回满足满二叉树的子树节点数量
}

递归三部曲，第三部，单层递归的逻辑：（可以看出使用后序遍历）

int leftTreeNum = countNodes(root->left);       // 左
int rightTreeNum = countNodes(root->right);     // 右
int result = leftTreeNum + rightTreeNum + 1;    // 中
return result;

该部分精简之后代码为：

return countNodes(root->left) + countNodes(root->right) + 1;

最后整体C++代码如下：

class Solution {
public:
    int countNodes(TreeNode* root) {
        if (root == nullptr) return 0;
        TreeNode* left = root->left;
        TreeNode* right = root->right;
        int leftDepth = 0, rightDepth = 0; // 这里初始为0是有目的的，为了下面求指数方便
        while (left) {  // 求左子树深度
            left = left->left;
            leftDepth++;
        }
        while (right) { // 求右子树深度
            right = right->right;
            rightDepth++;
        }
        if (leftDepth == rightDepth) {
            return (2 << leftDepth) - 1; // 注意(2<<1) 相当于2^2，所以leftDepth初始为0
        }
        return countNodes(root->left) + countNodes(root->right) + 1;
    }
};

  • 时间复杂度：O(log n × log n)

  • 空间复杂度：O(log n)

XIAOHAIYOU
关注
  • 17
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法PDF.zip
05-29
《代码随想录》是一本深受程序员喜爱的算法学习书籍，其PDF版本为读者提供了方便的电子阅读体验。这本书主要针对准备参加编程面试或者想要提升自己算法能力的开发者，通过实例解析和实战演练，帮助读者深入理解算法...
我在代码随想录-写代码Day16之二叉树
01-24
二叉树遍历
代码随想录算法训练营Day13||二叉树
jiegongzhu3z的博客
07-15 672
while的条件控制为队列不为空，也就是说，所有节点都访问完了，才回出现队列为空的情况，正是我想要的条件。3.二叉搜索树：特征是，所有左子树（包括左节点）小于根节点，所有右子树（包括右节点）大于根节点。维护就是说保护一个数据结构，让它本身的性质不发生变化，以单调队列为例子，维护单调队列就是让pop的时候只删去当前的队首（最大值），push之前把队内已有元素中小于即将加入的元素先去掉，然后再加入。2.完全二叉树：特征是除了最底层可以不满，其他层都是满节点，并且在底层的节点必须是连续的。
代码随想录算法训练营Day16|| 二叉树 part04
DetouringSnail的博客
06-22 86
106.从中序和后序遍历序列构造二叉树： 这题的思路很精彩，后序序列最后一位必定是根节点，以此切割中序序列，之后在切割后序序列完成遍历。了解思路和切割逻辑后，代码写起来比较顺，注意第一行判断空指针避免非法操作。112.路径总和：涉及路径的题基本都要和回溯有关。看了一遍代码后，很快就上手了。今天其实漏了513的递归解法和113路径总和第二问，周末补上吧，周五回家晚了些。513.找到左下角的值：先用层序遍历秒了，熟悉层序遍历后，代码稍作改动即可。前序和中序也可以确定唯一二叉树，思路几乎一致。
代码随想录算法训练营Day15|| 二叉树part03
DetouringSnail的博客
06-21 221
110.平衡二叉树： 核心想法在于，当一个节点的左右子树高度差以及大于1了，那么它肯定不是平衡二叉树。用后序遍历得到每个节点高度。222.完全二叉树的节点个数：可以利用完全二叉树这个条件减少复杂度。关键思路在于，左右深度相同时，会有满二叉树，不用完全遍历就可以得出节点个数。了解思路之后一遍过。关键在于如何判断节点的值是我们需要的，即左节点不为空，且左节点是叶子节点时（左节点的左右孩子都是空），提取左节点的值。257.二叉树的所有路径：回答了群友的问题，希望二刷时能帮到自己。
代码随想录算法训练营Day14|| 二叉树part02
DetouringSnail的博客
06-20 179
101.对称二叉树：收集左右孩子信息向上一层返回的题目都要使用后续遍历（左右中）。迭代法思路详细，将一对节点放入队列（或者栈）,分别比较。顺便复习了迭代法的前序遍历和后续遍历。代码就是在基础遍历方法里微调。111.二叉树最小深度：和上面一题几乎完全类似，同样是后序遍历求高度，但需要排除空节点的情况以满足题意。104.二叉树的最大深度： 本质是后序遍历（左右中）求高度，主要思想是把左右节点中高度大的那一个加一返回给中节点。今天把递归法都掌握了，迭代法先熟悉基础遍历，再逐渐进阶，代码比递归法要复杂一些。
代码随想录算法训练营Day17|| 二叉树part05
DetouringSnail的博客
06-23 104
98.验证二叉搜索树：初看觉得简单，自己写的依托。陷阱在于要保证右子树所有节点的值都要大于根节点，而不是单纯右孩子。暴力解法是用中序遍历一遍二叉树，判断数组是否递增。优化后的解法其实就是变换后的双指针，每遍历一个二叉树节点，判断他的值要大于前一个节点的值。654.最大二叉树：和昨天后序中序构造二叉树异曲同工，今天尝试了用操作索引来简化代码的写法，第一次果然写出很多问题。617.合并二叉树：久违的简单题，处理两棵树的终止条件，可以顺便复习对称二叉树那题。注意涉及到二叉搜索树，要想到中序遍历。
代码随想录算法训练营Day19||二叉树 part06
DetouringSnail的博客
06-25 205
236.二叉树的最近公共祖先：代码写起来很简单，思路需要学习（又是我想不到的思路了），细节在于第二种情况也被代码包括了。遍历到p or q的时候，把它返回给上一层，直到找到一个元素左右都不为空。235.二叉搜索树的最近公共祖先：用递归法写了一遍，确实过了，但还有点疑问，在群里求助一下。501.二叉搜索树的众数：补了代码随想录给的方法，比我昨天偷跑时自己写得优化了不少。
代码随想录算法训练营Day21||二叉树part08+总结
DetouringSnail的博客
06-27 214
总体写法类似前中序数组构造二叉树，将数组分成左右区间，分别构造左子树和右子树。涉及到二叉树的构造，一般用前序，从根节点构造。对于普通二叉树，一般用后序，下面的节点一步步操作往上返回。对于搜索二叉树，用中序，利用有序性，经常使用双指针。669.修建二叉搜索树：看了一半的视频，理解思路后自己一遍写出来了，感觉到自己逐渐熟悉二叉树的递归函数了。二叉树完结撒花，感觉后面天天都在递归法，已经不记得怎么用迭代法了，就对层序遍历的迭代法有印象了。零碎的知识着实不少。注意要从大到小遍历，因此是反向中序，即右中左遍历。
代码随想录算法训练营day15 || 二叉树的层序遍历知识学习
旭
01-10 872
二叉树的层次遍历就是图论中的广度优先遍历，是一种规律很足的遍历方式。我们在前一个章节学习了前序、中序、后序的遍历思想，这三种思想为我们完整获取树上各节点的值提供了可行的方法，而广度优先以及深度优先两种遍历方式便是应对树型结构其他问题的有效解题方法。深度遍历的策略非常简单，其与中序遍历思想非常接近，在涉及树的高度等题目中被广泛的使用；而广度优先遍历，是操作节点之间连接、树型结构找规律等题目中被有效的应用。掌握这两类方式对于解二叉树甚至N叉树相关的题目非常关键。
代码随想录算法训练营 DAY20 | 二叉树(7)
weixin_51560545的博客
02-18 322
题目链接：530.二叉搜索树的最小绝对值思路一：利用搜索二叉树的中序遍历结果为有序数组的性质，将遍历结果保存到数组中，再找最小绝对值。思路二：利用pre节点记录上个遍历到的节点数值，直接完成递归遍历和计算。
代码随想录算法PDF.rar
08-06
《代码随想录》是一本深受程序员喜爱的算法学习书籍，尤其对于初学者来说，它提供了深入浅出的讲解和实战演练。这本书的核心是通过实际编程来帮助读者理解和掌握算法，提升编程技能，特别是C++语言的应用。在C++这个...
代码随想录 动态规划、回溯、递归、二叉树、贪心
12-25
在《代码随想录算法PDF》中，作者可能会采用实际的LeetCode题目作为示例，通过解题过程详解每种算法的思想、步骤和优化技巧。这不仅有助于提高编程能力，也能为面试准备提供有力的支持。通过阅读和实践书中的内容，...
代码随想录 Day14 二叉树
02-07
二叉树的原理以及实现代码
【18】输出字符菱形
2301_78786609的博客
07-19 287
用‘*’构造一个对角线长n个字符，倾斜放置的菱形。
Held-Karp算法的C++代码
最新发布
m0_61862494的博客
07-19 108
Held-Karp算法是动态规划的一种应用，用于解决旅行商问题 (TSP)。该算法通过记录部分路径的最小成本来避免重复计算，从而有效地降低计算复杂度。Held-Karp算法使用一个状态压缩动态规划表。表示从起点出发，访问过所有由。表示的集合中的节点，并以节点。结束的最小路径长度。
Leetcode—207. 课程表【中等】
Atticus的博客
07-19 184
运行结果 之后我会持续更新，如果喜欢我的文章，请记得一键三连哦，点赞关注收藏，你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 ！！！↖(▔▽▔)↗感谢支持！
常见的排序算法，复杂度
m0_61544805的博客
07-16 516
稳定 / 非稳定排序：两个相等的数 排序前后 相对位置不变。 插入排序（希尔排序）： 每一趟将一个待排序记录，按其关键字的大小插入到已排好序的一组记录的适当位置上，直到所有待排序记录全部插入为止。稳定，O(n)，O(1)。 把记录按下标增量（模）分组，对每组进行直接插入排序，每次排序后减小增量，当增量减至 1 时排序完毕。不稳定，不知道（有个实验结论），O(1)。 冒泡排序： 比较相邻的元素，如果第一个比第二个大就进行交换，对每一对相邻元素做同样的工作。稳定，O(n)，O(1)。 选择
代码随想录算法训练营
08-23
代码随想录算法训练营是一个优质的学习和讨论平台，提供了丰富的算法训练内容和讨论交流机会。在训练营中，学员们可以通过观看视频讲解来学习算法知识，并根据讲解内容进行刷题练习。此外，训练营还提供了刷题建议，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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