0. OJ术语
简写 | 全称 | 中文称谓 |
OJ | Online Judge | 在线判题系统 |
AC | Accepted | 通过 |
WA | Wrong Answer | 答案错误 |
TLE | Time Limit Exceed | 超时 |
OLE | Output Limit Exceed | 超过输出限制 |
MLE | Memory Limit Exceed | 超内存 |
RE | Runtime Error | 运行时错误 |
PE | Presentation Error | 格式错误 |
CE | Compile Error | 无法编译 |
1.树
递归:
自顶向下:上层数值将值传递给下层,直到最后一层停止递归
自底向上:上层数值依赖于下层数值,最后得到两个值(根的左子树的深度和根的右子树的深度)取最大值即可
“自顶向下” 的解决方案
“自顶向下” 意味着在每个递归层级,我们将首先访问节点来计算一些值,并在递归调用函数时将这些值传递到子节点。 所以 “自顶向下” 的解决方案可以被认为是一种前序遍历。 具体来说,递归函数 top_down(root, params) 的原理是这样的:
1. return specific value for null node
2. update the answer if needed // answer <-- params
3. left_ans = top_down(root.left, left_params) // left_params <-- root.val, params
4. right_ans = top_down(root.right, right_params) // right_params <-- root.val, params
5. return the answer if needed // answer <-- left_ans, right_ans
“自底向上” 的解决方案
“自底向上” 是另一种递归方法。 在每个递归层次上,我们首先对所有子节点递归地调用函数,然后根据返回值和根节点本身的值得到答案。 这个过程可以看作是后序遍历的一种。 通常, “自底向上” 的递归函数 bottom_up(root) 为如下所示:
1. return specific value for null node
2. left_ans = bottom_up(root.left) // call function recursively for left child
3. right_ans = bottom_up(root.right) // call function recursively for right child
4. return answers // answer <-- left_ans, right_ans, root.val
如何选择:
“自顶向下”:
你能确定一些参数,从该节点自身解决出发寻找答案吗?
你可以使用这些参数和节点本身的值来决定什么应该是传递给它子节点的参数吗?
“自底向上”:
对于树中的任意一个节点,如果你知道它子节点的答案,你能计算出该节点的答案吗? 如果答案是肯定的,那么的递归可能是一个不错的解决方法。