原题链接:102. Binary Tree Level Order Traversal
【思路】
非递归bfs实现。将每一层节点依此加入queue中,用 curCount 记录当前层剩余节点的数量。然后依此从queue中取出节点,并将该值存入一个临时的 list,然后查看该节点的左右节点是否存在,如果存在则加入队列(注意到此时加入队列的节点为下一层的节点),那么我们就用 nextCount 记录下一层节点的数量。当 curCount = 0时,我们就讲 list 加入result结果集,并将 nextCount 的值赋给 curCount ,重新开始记录nextCount的值:
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> result = new ArrayList<List<Integer>>();
if (root == null) return result;
List<Integer> list = new ArrayList<Integer>();
Queue<TreeNode> queue = new LinkedList<TreeNode>();
queue.add(root);
int curCount = 1, nextCount = 0;
while (!queue.isEmpty()) {
TreeNode temp = queue.poll();
list.add(temp.val);
if (temp.left != null) { //如果当前节点的左节点不为空,那么就将该节点加入队列,下一层节点数加1
queue.add(temp.left);
nextCount++;
}
if (temp.right != null) {
queue.add(temp.right);
nextCount++;
}
if (--curCount == 0) { //当前层已全部从queue中取出
result.add(list); //将list加入结果集
list = new ArrayList<Integer>();
curCount = nextCount; //将下一层节点数赋值给curCount
nextCount = 0;
}
}
return result;
}
34 / 34 test cases passed. Runtime: 2 ms Your runtime beats 60.74% of javasubmissions.
采用dfs深度优先实现。思路很简单,与层次遍历一层一层地添加不同,这里采用深度遍历添加。我们用 dep 记录当前遍历深度。当结果集 result 大小小于 dep 时,表明 result 在改改层不存在 list,那么就需要往 result 中添加 list,在将值添加到 list 中即可。否则,就表明 result 中的已经在该 dep 层存在 list,直接将值添加到 该 result 的结果集中即可:
List<List<Integer>> result = new ArrayList<List<Integer>>();
public List<List<Integer>> levelOrder(TreeNode root) {
dfs(root, 0);
return result;
}
public void dfs(TreeNode root, int dep) {
if (root == null) return;
if (dep >= result.size())
result.add(new ArrayList<Integer>());
result.get(dep).add(root.val);
dfs(root.left, dep + 1);
dfs(root.right, dep + 1);
}
34 / 34 test cases passed. Runtime: 1 ms Your runtime beats 87.36% of javasubmissions.