算法:关于树的知识点总结

1、定义:

(1)树、二叉树

在这里插入图片描述
 
 

(2)二叉查找树

在这里插入图片描述
在这里插入图片描述
 
 

(3)DFS(Deep First Search)深度优先遍历和 BFS(Breath First Search)宽度(广度)优先搜索
二叉树的遍历:

在这里插入图片描述
BFS:A B C D E F G H I
DFS: A B C E F D G H I

 

二叉树的深度优先遍历种类:前序、中序、后序遍历

在这里插入图片描述 
 

图的遍历:在这里插入图片描述 

 
从A出发

BFS:A B C D E F (其中一种)

DFS:A B D F E C (其中一种)
 

(4)BFS和DFS的实现
BFS: 队列(先进先出)

在这里插入图片描述 
步骤:

    1、首先A入队列,

    2、A出队列时,A的邻接结点B,C相应进入队列 

    3、B出队列时,B的邻接结点A,C,D中未进过队列的D进入队列

    4、C出队列时,C的邻接结点A,B,D,E中未进过队列的E进入队列

    5、D出队列时,D的邻接结点B,C,E,F中未进过队列的F进入队列

    6、E出队列,没有结点可再进队列

    7、F出队列

 
实例1:
用BFS(Breath First Search)的方法求二叉树的最大深度:

class Solution {
public:
    int maxDepth(TreeNode* root) {
        if (root == nullptr) return 0;
        queue<TreeNode*> Q;
        Q.push(root);
        int ans = 0;
        while (!Q.empty()) {
            int sz = Q.size();
            while (sz > 0) {
                TreeNode* node = Q.front();Q.pop();
                if (node->left) Q.push(node->left);
                if (node->right) Q.push(node->right);
                sz -= 1;
            }
            ans += 1;
        } 
        return ans;
    }
};

实例2:

接下来我们再来介绍二叉树的另一种遍历方式:层序遍历。

层序遍历一个二叉树。就是从左到右一层一层的去遍历二叉树。这种遍历的方式和我们之前讲过的都不太一样。

需要借用一个辅助数据结构即队列来实现,队列先进先出,符合一层一层遍历的逻辑,而是用栈先进后出适合模拟深度优先遍历也就是递归的逻辑。

而这种层序遍历方式就是图论中的广度优先遍历,只不过我们应用在二叉树上。

class Solution {
public:
    vector<vector<int>> levelOrder(TreeNode* root) {
        queue<TreeNode*> que;
        if (root != NULL) que.push(root);
        vector<vector<int>> result;
        while (!que.empty()) {
            int size = que.size();
            vector<int> vec;
            // 这里一定要使用固定大小size,不要使用que.size(),因为que.size是不断变化的
            for (int i = 0; i < size; i++) {
                TreeNode* node = que.front();
                que.pop();
                vec.push_back(node->val);
                if (node->left) que.push(node->left);
                if (node->right) que.push(node->right);
            }
            result.push_back(vec);
        }
        return result;
    }
};

 
 

DFS:栈(先进后出)

在这里插入图片描述
步骤:

1、首先A入栈,

2、A出栈时,A的邻接结点B,C相应入栈  (这里假设C在下,B在上)

3、B出栈时,B的邻接结点A,C,D中未进过栈的D入栈

4、D出栈时,D的邻接结点B,C,E,F中未进过栈的E、F入栈(假设E在下,F在上)

5、F出栈时,F没有邻接结点可入栈

6、E出栈,E的邻接结点C,D已入过栈

7、C出栈

 
 
 

参考:

BFS和DFS

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据结构与算法知识点包括以下内容: 1. 数据结构:数据结构是指数据元素之间的关系和组织方式。常见的数据结构包括线性结构(如数组、链表、栈、队列)、形结构(如二叉树、堆、哈夫曼)和图形结构(如邻接矩阵、邻接表)\[1\]。 2. 算法算法是解决问题的一系列步骤或规则。常见的算法包括排序算法(如冒泡排序、快速排序、归并排序)、搜索算法(如线性搜索、二分搜索)、图算法(如深度优先搜索、广度优先搜索)和动态规划算法\[2\]。 3. 动态规划:动态规划是一种通过将问题拆分成一系列重复的子问题来求解问题的方法。它通常以自底向上的方式解决子问题,并将子问题的结果存储起来以避免重复计算\[2\]。 4. 贪心算法:贪心算法是一种通过每次选择局部最优解来得到整体最优解的方法。它通常以自顶向下的方式进行,每次作出贪心选择后将问题简化为规模更小的子问题\[3\]。 5. 位操作:位操作是在二进制数字符号的层面上进行的操作。它可以用来进行快速的比较和计算,比如按位与、按位或、按位异或等操作\[3\]。 这些知识点是数据结构与算法中的基础,掌握它们可以帮助我们更好地理解和解决各种问题。 #### 引用[.reference_title] - *1* [数据结构与算法——知识点总结](https://blog.csdn.net/qq_41750911/article/details/125041841)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [数据结构与算法知识点总结](https://blog.csdn.net/weixin_40922285/article/details/103183295)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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