二叉树最底层最左边的值java实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int findBottomLeftValue(TreeNode root) {
        //首先这一题使用二叉树的层次遍历来做,并且需要使用两个队列,这样可以区分二叉树每一层的节点。如果只使用一个队列只能实现对一个队列的简单遍历并不能区分节点
        //初始化两个队列,第一个队列初始时存放的时根节点,第二个队列初始时啥也没有
        Queue<TreeNode> queue1 = new LinkedList<>();
        Queue<TreeNode> queue2 = new LinkedList<>();
        int result = root.val;
        queue1.offer(root);
        //需要使用以一个数来记录每层开始时遍历的节点时哪个,这样遍历完所有的节点之后该值存放的就是最下层最左边的元素的值了
        while(!queue1.isEmpty()){
            //层次遍历,每次要做的就是取出第一个队列的值,判断其左右节点是否为空放入第二个队列
            TreeNode node = queue1.poll();
            if(node.left != null){
                queue2.offer(node.left);
            }
            if(node.right != null){
                queue2.offer(node.right);
            }
            //当第一个队列为空时,替换第一个队列为第二个队列的值,初始化第二个队列并且记录下最左边节点的值
            if(queue1.isEmpty()){
                queue1 = queue2;
                queue2 = new LinkedList<TreeNode>();
                if(!queue1.isEmpty()){
                    result = queue1.peek().val;
                }
            }
        }
        return result;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
优先级队列是一种特殊的队列,它根据元素的优先级来确定出队顺序。在底层实现上,有多种据结构可以用于实现优先级队列,其中最常见的是堆(heap)。 堆是一种完全二叉树,具有以下两个性质: 1. 堆中任意节点的都大于等于(或小于等于)其子节点的。 2. 堆总是一棵完全二叉树,即除了最后一层外,其他层的节点都达到最大,并且最后一层的节点都集中在左侧。 在C++中,可以使用std::priority_queue类来实现优先级队列,该类默认使用堆作为底层据结构。在Java中,可以使用java.util.PriorityQueue类来实现优先级队列,同样也是基于堆的实现。 堆的插入和删除操作的时间复杂度均为O(log n),其中n是堆中元素的量。这使得堆成为实现优先级队列的理想选择。 下面是一个使用Python heapq模块实现优先级队列的例子[^1]: ```python import heapq # 创建一个空的列表作为优先级队列 queue = [] # 向优先级队列中插入元素 heapq.heappush(queue, 3) heapq.heappush(queue, 1) heapq.heappush(queue, 4) heapq.heappush(queue, 2) # 从优先级队列中弹出最小的元素 print(heapq.heappop(queue)) # 输出:1 print(heapq.heappop(queue)) # 输出:2 ``` 在这个例子中,我们使用了Python的heapq模块来实现优先级队列。通过调用heappush()函向队列中插入元素,并且保持堆的性质;通过调用heappop()函从队列中弹出具有最高优先级的元素。

“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

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