二叉树、力扣347 前K个高频元素

本文介绍了如何利用C++的优先队列(priority_queue)解决LeetCode第347题,找到数组中出现频率前K的元素。同时讲解了C++中for(auto a:b)的用法,以及二叉搜索树和二叉树遍历的基本概念。
摘要由CSDN通过智能技术生成

1.优先级队列

优先队列的底层是最大堆或最小堆

priority_queue<Type, Container, Functional>;

Type是要存放的数据类型

Container是实现底层堆的容器,必须是数组实现的容器,如vector、deque

Functional是比较方式/比较函数/优先级

2.力扣347 前K个高频元素

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
    //1.map记录元素出现的次数
        unordered_map<int,int>map;//两个int分别是元素和出现的次数
        for(auto& c:nums){
            map[c]++;
        }
    //2.利用优先队列,将出现次数排序
        //自定义优先队列的比较方式,小顶堆
        struct myComparison{
            bool operator()(pair<int,int>&p1,pair<int,int>&p2){
                return p1.second>p2.second;//小顶堆是大于号
            }
        };
        //创建优先队列
        priority_queue<pair<int,int>,vector<pair<int,int>>,myComparison> q;
        //遍历map中的元素
        //1.管他是啥,先入队列,队列会自己排序将他放在合适的位置
        //2.若队列元素个数超过k,则将栈顶元素出栈(栈顶元素一定是最小的那个)
        for(auto& a:map){
            q.push(a);
            if(q.size()>k){
               q.pop(); 
            }
        }
        //将结果导出     倒序导出 代码需要修改
        vector<int>res;
        while(!q.empty()){
            res.emplace_back(q.top().first);
            q.pop();
        }
        return res;

    }
};

源自 崔宇植 力扣347题解中【C++】小白友好【优先队列的基础知识】

3.c++中的for(auto a:b)用法

for循环 auto 自动识别类型

for(auto a:b)中b为一个容器,效果是利用a遍历并获得b容器中的每一个值,但是a无法影响到b容器中的元素。

for(auto &a:b)中加了引用符号,可以对容器中的内容进行赋值,即可通过对a赋值来做到容器b的内容填充。

4.emplace_back()

在C++ STL中,push_back()函数向容器中加入一个临时对象(右值元素)时,首先会调用构造函数生成这个对象,然后调用拷贝构造函数将这个对象放入容器中,最后释放临时对象。而emplace_back()函数向容器中加入临时对象,临时对象原地构造,没有拷贝或移动的操作,所以效率比较高。

5.二叉搜索树

二叉搜索树的节点放置规则是:任何节点的键值一定大于去其左子树中的每一个节点的键值,并小于其右子树的每一个节点的键值。

6.二叉树的两种遍历方式 深度优先遍历 广度优先遍历

  (1)深度优先遍历:先往深走,遇到叶子节点再往回走

          前序遍历:中左右(前中后 指的是中间节点的遍历顺序)

          先序遍历可以想象为,一个小人从一棵二叉树根节点为起点,沿着二叉树外沿,逆时针走一圈回到根节点,路上遇到的元素顺序,就是先序遍历的结果

          中序遍历:左中右

        中序遍历可以看成,二叉树每个节点,垂直方向投影下来(可以理解为每个节点从最左边开始垂直掉到地上),然后从左往右数,得出的结果便是中序遍历的结果

          后续遍历:左右中

          后序遍历就像是剪葡萄,我们要把一串葡萄剪成一颗一颗的。

         就是围着树的外围绕一圈,如果发现一剪刀就能剪下的葡萄(必须是一颗葡萄)(也就是葡萄要一个一个掉下来,不能一口气掉超过1个这样),就把它剪下来,组成的就是后序遍历了。

  (2)广度优先遍历:一层一层的去遍历

7.    目 shift+G 跳到最后一行

        o往下插入一行 

8.二叉树的定义

9.链式存储

10.先序遍历

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用递归的方式来实现输出二叉树先序遍历的k个结点的值。 具体步骤如下: 1. 定义一个计数器count,用来记录已经输出的结点数。 2. 从根节点开始遍历二叉树,如果当结点不为空,就输出当结点的值,并将count加1。 3. 如果count等于k,就停止遍历,输出结果。 4. 否则,继续遍历当结点的左子树和右子树,直到count等于k或者遍历完整个二叉树。 代码实现如下: ``` void preOrder(TreeNode* root, int k, int& count) { if (root == NULL || count == k) { return; } cout << root->val << " "; count++; preOrder(root->left, k, count); preOrder(root->right, k, count); } void printKNodes(TreeNode* root, int k) { int count = ; preOrder(root, k, count); } ``` 调用printKNodes函数即可输出二叉树先序遍历的k个结点的值。 ### 回答2: 二叉树是一种非常常见的数据结构,它是由节点和边组成的树状结构。对于二叉树的遍历,通常分为序遍历、中序遍历和后序遍历三种方式。其中,序遍历的顺序是先输出根节点的值,然后按照左子树、右子树的顺序遍历。现在的问题是,如何设计算法输出二叉树先序遍历的k个节点的值? 首先,我们需要了解二叉树先序遍历的特点。在先序遍历过程中,每个节点都会被访问一次,且访问的顺序是从根节点开始,按照从左到右的顺序逐个遍历。因此,一种比较简单的实现方式是采用递归的方式对二叉树进行遍历,同时记录已经输出的节点个数和需要输出的节点个数k。 具体实现思路如下: 1. 设定一个计数器count,记录已经输出的节点的个数。 2. 采用递归的方式进行序遍历。对于每个节点,先输出它的值,然后递归遍历它的左子树和右子树。 3. 在递归遍历左子树和右子树之,判断count是否已经达到了k。如果已经达到了k,就不再递归遍历左子树和右子树,直接返回。 4. 在遍历完左子树和右子树后,再判断count是否已经达到了k。如果已经达到了k,就不再递归遍历右子树,直接返回。 具体代码实现如下: ```python def preOrder(treeNode, k): count = 0 def preOrderHelper(node): nonlocal count if node is None or count == k: return # 输出节点的值 print(node.val) count += 1 # 递归遍历左子树 preOrderHelper(node.left) # 递归遍历右子树 if count < k: preOrderHelper(node.right) preOrderHelper(treeNode) ``` 需要注意的是,代码中使用了nonlocal关键字来声明count变量,使得在preOrderHelper函数中能够修改count的值。同时,在遍历左子树和右子树之需要判断count是否已经达到了k,防止遍历过多的节点。最后,调用preOrder函数即可输出k个节点的值。 总结起来,设计算法输出二叉树先序遍历的k个节点的值,需要采用递归的方式进行遍历,同时记录已经输出的节点个数和需要输出的节点个数k。代码实现过程中需要注意控制遍历的深度,防止输出过多的节点。 ### 回答3: 二叉树的遍历是非常基础且重要的内容,其中先序遍历指的是先访问根节点,然后按照从左到右的顺序递归遍历左右子树。题目要求我们设计算法输出k个结点的值,因此,可以考虑使用递归实现。 具体的做法是: 1. 定义一个全局变量count,表示已经输出的结点数。 2. 定义一个数组result,用于存储k个结点的值。 3. 先序遍历二叉树,如果当结点不为空,则进行如下操作: 3.1. 如果count等于k,则直接返回result。 3.2. 否则,将当结点的值存入result数组中,并将count加1。 3.3. 递归访问当结点的左子树。 3.4. 递归访问当结点的右子树。 4. 如果整个二叉树已经遍历完成,但是count小于k,则返回result的count个元素。 这个算法的时间复杂度是O(n),其中n表示二叉树中结点的个数。因为对于每个结点,最多只会访问一次,因此时间复杂度与二叉树的规模呈线性关系。 算法的思路比较简单,但是实现需要注意一些细节。例如,要注意全局变量count的初始化,以及如何定义result数组的大小。此外,由于题目要求输出k个结点的值,因此需要在访问结点时判断当count是否已经等于k,如果等于k则直接返回,否则才继续递归遍历子树。
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