面试算法——权值最大的叶节点到权值最小的叶节点的距离

有一棵二叉树,树上每个点标有权值,权值各不相同,请设计一个算法算出权值最大的叶节点到权值最小的叶节点的距离。二叉树每条边的距离为1,一个节点经过多少条边到达另一个节点为这两个节点之间的距离。

给定二叉树的根节点root,请返回所求距离。

  • 复习一下关于树的相关知识,深度优先遍历(DFS)和广度优先遍历(BFS)等
import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;

public class MaxMinTree {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		MaxMinTree tree = new MaxMinTree();
		TreeNode root = new TreeNode(5);
		TreeNode left = new TreeNode(4);
		TreeNode right = new TreeNode(6);
		root.left = left;
		root.right = right;
		TreeNode r2 = new TreeNode(8);
		right.right = r2;
		Map<TreeNode, TreeNode> map=new HashMap<>();
		
		System.out.println(tree.getDis(root));
		
		//dfs
		/*tree.dfs(root, map, 1);
		System.out.println(tree.dpest);
		
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在加权无向网络中,权值在关键节点识别中发挥着重要的作用。关键节点是指对网络结构和功能具有重要影响的节点,其去除或破坏将导致网络的功能降低或结构分解。 权值反映了节点之间的连接强度或关联程度,而关键节点的识别旨在找到那些对整个网络的稳定性和功能性至关重要的节点。因此,考虑权值可以帮助我们更准确地识别和评估关键节点。 在关键节点识别中,权值可以用于以下方面: 1. 节点重要性评估:权值可以作为衡量节点重要性的指标之一。较高的权值通常表示该节点在网络中扮演着更重要的角色,因此可能更有可能是关键节点。 2. 网络鲁棒性分析:较高的权值连接通常承载着更多的流量和信息传递,因此这些连接的断裂可能对网络的鲁棒性产生更大的影响。通过考虑权值,我们可以更好地理解网络的鲁棒性,并识别那些对网络功能具有重要影响的节点。 3. 功能模块识别:权值可以用于发现功能模块或子图。在加权网络中,具有较高内部连接权值节点可能更有可能形成紧密的功能模块。识别这些功能模块可以帮助我们理解网络的组织结构和功能分布,并识别关键节点。 综上所述,权值在加权无向网络中对于关键节点识别起着至关重要的作用。通过考虑权值,我们可以更准确地评估节点的重要性,分析网络的鲁棒性,并发现功能模块,从而更好地理解和识别关键节点

“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