2023.07.08力扣6题

已于 2023-07-10 10:18:24 修改
阅读量513 收藏
点赞数
分类专栏： leedcode每日6题 文章标签： leetcode 算法
于 2023-07-08 14:32:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43978754/article/details/131608013
版权

在这里插入图片描述

167. 两数之和 II - 输入有序数组

给你一个下标从 1 开始的整数数组 numbers ，该数组已按 非递减顺序排列 ，请你从数组中找出满足相加之和等于目标数 target
的两个数。如果设这两个数分别是 numbers[index1] 和 numbers[index2] ，则 1 <= index1 <
index2 <= numbers.length 。

以长度为 2 的整数数组 [index1, index2] 的形式返回这两个整数的下标 index1 和 index2。

你可以假设每个输入 只对应唯一的答案 ，而且你 不可以 重复使用相同的元素。

你所设计的解决方案必须只使用常量级的额外空间。

示例 1：

输入：numbers = [2,7,11,15], target = 9
输出：[1,2]
解释：2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。返回 [1, 2] 。
示例 2：

输入：numbers = [2,3,4], target = 6
输出：[1,3]
解释：2 与 4 之和等于目标数 6 。因此 index1 = 1, index2 = 3 。返回 [1, 3] 。
示例 3：

输入：numbers = [-1,0], target = -1
输出：[1,2]
解释：-1 与 0 之和等于目标数 -1 。因此 index1 = 1, index2 = 2 。返回 [1, 2] 。

两种方法：O(n)双指针法和O(nlogn)的二分查找法

//方法二：双指针法 O(n)
class Solution {
    public int[] twoSum(int[] numbers, int target) {
        int[] res = new int[2];
        int left=0,right=numbers.length-1;
        while(left<right){
            if(numbers[left]+numbers[right]<target) left++;
            else if(numbers[left]+numbers[right]>target) right--;
            else {
                res[0]=left+1;
                res[1]=right+1;
                break;
            }
        }
        return res;
    }


//方法一：O(nlogn) 二分查找
    public int[] twoSum(int[] numbers, int target) {
        int[] res = new int[2];
        int key=0;
        //思路是：双指针/二分查找/数组
        for(int i=0;i<numbers.length-1;i++){
            key=target-numbers[i];
            //二分查找
            int index=binarySearch(numbers,key,i+1,numbers.length-1);
            if(index==-1) continue;
            else{
                res[0]=i+1;
                res[1]=index+1;
                break;
            }
        }
        return res;
    }

    int binarySearch(int[] numbers, int key, int left, int right) {
        if(left>right) return -1;
        int mid=(right+left)/2;
        if(numbers[mid]>key) return binarySearch(numbers, key, left, mid-1);
        else if(numbers[mid]==key) return mid;
        else return binarySearch(numbers, key, mid+1, right);
    }
}

15. 三数之和

给你一个整数数组 nums ，判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k
且 j != k ，同时还满足 nums[i] + nums[j] + nums[k] == 0 。请

你返回所有和为 0 且不重复的三元组。

注意：答案中不可以包含重复的三元组。

示例 1：

输入：nums = [-1,0,1,2,-1,-4]
输出：[[-1,-1,2],[-1,0,1]]
解释：
nums[0] + nums[1] + nums[2] = (-1) + 0 + 1 = 0 。
nums[1] + nums[2] + nums[4] = 0 + 1 + (-1) = 0 。
nums[0] + nums[3] + nums[4] = (-1) + 2 + (-1) = 0 。
不同的三元组是 [-1,0,1] 和 [-1,-1,2] 。
注意，输出的顺序和三元组的顺序并不重要。

示例 2：

输入：nums = [0,1,1]
输出：[]
解释：唯一可能的三元组和不为 0 。

示例 3：

输入：nums = [0,0,0]
输出：[[0,0,0]]
解释：唯一可能的三元组和为 0 。
 
提示：

3 <= nums.length <= 3000
-105 <= nums[i] <= 105

方法一 排序+二分查找+迭代法+限制加速跳出结束

在这里插入图片描述

class Solution {
    public static List<List<Integer>> threeSum(int[] nums) {
        Arrays.sort(nums); //排序
        //双指针 left+right>0，说明
        List<List<Integer>> res=new ArrayList<>();
        int n=nums.length,k=0;
        int pre_i=-1,pre_j;
        for(int i=0;i<n-2;i++){
            //两个过滤条件
            if(nums[i]+nums[n-2]+nums[n-1]<0) continue;
            if((nums[i]>0||nums[i]+nums[i+1]>0)||(nums[i]+nums[i+1]+nums[i+2]>0)) break;
            if(pre_i!=-1&&nums[i]==nums[pre_i]) continue;
            pre_j=-1;
            for(int j=i+1;j<n-1;j++){
                if(nums[i]+nums[j]>0) break;
                if(pre_j!=-1&&nums[pre_j]==nums[j]) continue;
                //二分法找k值
                k=binarySearch(nums,j+1,n-1,0-nums[i]-nums[j]);
                if(k==-1) continue;
                else{
                    List<Integer> list=new ArrayList<>();
                    list.add(nums[i]);
                    list.add(nums[j]);
                    list.add(nums[k]);
                    res.add(list);
                    pre_i=i;
                    pre_j=j;
                }
            }
        }
        return res;
    }

    public static int binarySearch(int[] nums, int left,int right,int key){
        if(left>right) return -1;
        int mid=(right+left)/2;
        if(nums[mid]>key) return binarySearch(nums,left,mid-1,key);
        else if(nums[mid]==key) return mid;
        else return binarySearch(nums,mid+1,right,key);
    }
}

方法二 排序+双指针

在这里插入图片描述

class Solution {

    public static List<List<Integer>> threeSum(int[] nums) {
        Arrays.sort(nums); //排序
        //双指针 left+right>0，说明
        List<List<Integer>> res=new ArrayList<>();
        int n=nums.length,k=0,j=0,target=0;
        int pre_i=-1,pre_j;
        for(int i=0;i<n-2;i++){
            //两个过滤条件
            if(nums[i]+nums[n-2]+nums[n-1]<0) continue;
            if((nums[i]>0||nums[i]+nums[i+1]>0)||(nums[i]+nums[i+1]+nums[i+2]>0)) break;
            if(pre_i!=-1&&nums[i]==nums[pre_i]) continue;
            pre_j=-1;
            //接下来就变成在i+1到n-1范围内双指针找target=0-nums[i]的所有数据，注意删除重复的。
            j=i+1;
            k=n-1;
            target=0-nums[i];
            while(j<k){
                if(nums[j]+nums[k]>target) k--;
                else if(nums[j]+nums[k]<target) j++;
                else{
                    if(pre_j!=-1&&nums[j]==nums[pre_j]) j++;
                    else{
                        List<Integer> list=new ArrayList<>();
                        list.add(nums[i]);
                        list.add(nums[j]);
                        list.add(nums[k]);
                        res.add(list);
                        pre_i=i;
                        pre_j=j;
                        j++;
                    }
                }
            }
        }
        return res;
    }
}

16. 最接近的三数之和

给你一个长度为 n 的整数数组 nums 和 一个目标值 target。请你从 nums 中选出三个整数，使它们的和与 target
最接近。

返回这三个数的和。

假定每组输入只存在恰好一个解。

示例 1：

输入：nums = [-1,2,1,-4], target = 1
输出：2
解释：与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。

示例 2：

输入：nums = [0,0,0], target = 1
输出：0
 
提示：

3 <= nums.length <= 1000
-1000 <= nums[i] <= 1000
-104 <= target <= 104

数组、双指针、排序
在这里插入图片描述

有两个优化可以让代码击败接近 100%！（和三数之和一样）

  • 设 s = nums[i] + nums[i+1] + nums[i+2]。如果 s >target，由于数组已经排序，后面无论怎么选，选出的三个数的和不会比 s 还小，所以不会找到比 s 更优的答案了。所以只要 s >target，就可以直接 break 外层循环了。在 break 前判断 s 是否离 target 更近，如果更近，那么更新答案为 s。

  • 设 s = nums[i] + nums[n-2] + nums[n-1]。如果 s < target，由于数组已经排序，nums[i]加上后面任意两个数都不超过 s，所以下面的双指针就不需要跑了，无法找到比 s 更优的答案。但是后面还有更大的 nums[i]，可能找到一个离target 更近的三数之和，所以还需要继续枚举，continue 外层循环。在continue 前判断 s 是否离 target更近，如果更近，那么更新答案为 s。

class Solution {
    public int threeSumClosest(int[] nums, int target) {
        Arrays.sort(nums);
        int ans=nums[0]+nums[1]+nums[2];
        int dis=Math.abs(ans-target);
        int n=nums.length;
        for(int i=0;i<n-2;i++){
            if(dis==0) break;
            if(nums[i]+nums[i+1]+nums[i+2]>target){
                if(Math.abs(nums[i]+nums[i+1]+nums[i+2]-target)<dis){
                    dis=Math.abs(nums[i]+nums[i+1]+nums[i+2]-target);
                    ans=nums[i]+nums[i+1]+nums[i+2];
                }
                break;
            }
            if(nums[i]+nums[n-2]+nums[n-1]<target){
                if(Math.abs(nums[i]+nums[n-2]+nums[n-1]-target)<dis){
                    dis=Math.abs(nums[i]+nums[n-2]+nums[n-1]-target);
                    ans=nums[i]+nums[n-2]+nums[n-1];
                }
                continue;
            }
            int target1=target-nums[i];
            int j=i+1,k=n-1;
            while(j<k){
                int cur=nums[i]+nums[j]+nums[k];
                if(Math.abs(cur-target)<dis){
                    dis=Math.abs(cur-target);
                    ans=cur;
                }
                if(cur-nums[i]>target1) k--;
                else if(cur-nums[i]<target1) j++;
                else{
                    dis=0;
                    ans=cur;
                    break;
                }
            } 
        }
        return ans;
    }
}

Khan拓扑排序算法

207. 课程表

你这个学期必须选修 numCourses 门课程，记为 0 到 numCourses - 1 。

在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出，其中 prerequisites[i] = [ai,
bi] ，表示如果要学习课程 ai 则 必须 先学习课程 bi 。

例如，先修课程对 [0, 1] 表示：想要学习课程 0 ，你需要先完成课程 1 。 请你判断是否可能完成所有课程的学习？如果可以，返回
true ；否则，返回 false 。

示例 1：

输入：numCourses = 2, prerequisites = [[1,0]]
输出：true
解释：总共有 2 门课程。学习课程 1 之前，你需要完成课程 0 。这是可能的。

示例 2：

输入：numCourses = 2, prerequisites = [[1,0],[0,1]]
输出：false
解释：总共有 2 门课程。学习课程 1 之前，你需要先完成​课程 0 ；并且学习课程 0 之前，你还应先完成课程 1 。这是不可能的。
 

提示：

1 <= numCourses <= 105
0 <= prerequisites.length <= 5000
prerequisites[i].length == 2
0 <= ai, bi < numCourses
prerequisites[i] 中的所有课程对 互不相同

class Solution {
    public boolean canFinish(int numCourses, int[][] prerequisites) {
        /*
        统计每个课被指向次数，初始被指向次数为0的肯定是安全的（不在环上）。
        每被安全课程指向一次，被指次数减一，
        如果被指次数减到0，说明该课程全部指向都来自安全课程，则它也是安全的。
        依此进行队列循环。
拓扑排序不用区分什么广度优先深度优先把自己弄乱了，抓住节点入度和出度的本质特征。 方法一： 从入度思考(从前往后排序)， 入度为0的节点在拓扑排序中一定排在前面, 然后删除和该节点对应的边, 迭代寻找入度为0的节点。 方法二： 从出度思考(从后往前排序)， 出度为0的节点在拓扑排序中一定排在后面, 然后删除和该节点对应的边, 迭代寻找出度为0的节点。
        */
        int[] point=new int[numCourses];  //记录每个课程被指向的次数
        int len=prerequisites.length;
        for(int[] p:prerequisites){
            point[p[0]]++;
        }
        boolean[] removed=new boolean[len];
        int remove=0;
        while(remove<len){
            int currentRemove=0;
            for(int i=0;i<len;i++){
                if(removed[i]) continue;  //该规则已被删除
                int[] p=prerequisites[i]; 
                if(point[p[1]]==0){       //判断指向课程的是否为安全课程，是的话就可以删除该规则。
                    point[p[0]]--;
                    removed[i]=true;
                    currentRemove++;
                }
            }
            if(currentRemove==0) return false; // 如果一轮跑下来一个元素都没移除，则没必要进行下一轮
            remove+=currentRemove;
        }
        return true;
    }
}

210. 课程表 II

现在你总共有 numCourses 门课需要选，记为 0 到 numCourses - 1。给你一个数组 prerequisites ，其中
prerequisites[i] = [ai, bi] ，表示在选修课程 ai 前 必须 先选修 bi 。

例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示：[0,1] 。
返回你为了学完所有课程所安排的学习顺序。可能会有多个正确的顺序，你只要返回 任意一种 就可以了。如果不可能完成所有课程，返回 一个空数组 。

示例 1：

输入：numCourses = 2, prerequisites = [[1,0]]
输出：[0,1]
解释：总共有 2 门课程。要学习课程 1，你需要先完成课程 0。因此，正确的课程顺序为 [0,1] 。
示例 2：

输入：numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出：[0,2,1,3]
解释：总共有 4 门课程。要学习课程 3，你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此，一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。
示例 3：

输入：numCourses = 1, prerequisites = []
输出：[0]
 

提示：
1 <= numCourses <= 2000
0 <= prerequisites.length <= numCourses * (numCourses - 1)
prerequisites[i].length == 2
0 <= ai, bi < numCourses
ai != bi
所有[ai, bi] 互不相同

class Solution {
    public int[] findOrder(int numCourses, int[][] prerequisites) {
        int[] res=new int[numCourses];  //记录返回的课程学习顺序
        int index=0;
        int[] point=new int[numCourses]; //记录每个课程的入度，入度为0的时候是安全课程可以进行学习
        for(int[] p:prerequisites){
            point[p[0]]++;
        }
        for(int i=0;i<numCourses;i++){
            if(point[i]==0){
                res[index++]=i;
            }
        }
        int len=prerequisites.length;
        boolean[] removed=new boolean[len];
        int remove=0;
        while(remove<len){
            int currentRemove=0;
            for(int i=0;i<len;i++){
                if(removed[i]) continue;
                int[]p =prerequisites[i];
                if(point[p[1]]==0){
                    point[p[0]]--;
                    removed[i]=true;
                    currentRemove++;
                    if(point[p[0]]==0) res[index++]=p[0];
                }
            }
            if(currentRemove==0){
                return new int[0];
            }
            remove+=currentRemove;
        }
        return res;
    }
}

拓扑排序算法重点看入度，入度为0可以放入队列中，然后依次取出队列中元素，切断该元素与后续元素的连接，即相关元素的入度全部-1，同时判断入度是否为0，为0则进入队列。循环进行取队列中元素...

236. 二叉树的最近公共祖先

给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。

百度百科中最近公共祖先的定义为：“对于有根树 T 的两个节点 p、q，最近公共祖先表示为一个节点 x，满足 x 是 p、q 的祖先且 x
的深度尽可能大（一个节点也可以是它自己的祖先）。”

示例 1：
在这里插入图片描述

输入：root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1
输出：3
解释：节点 5 和节点 1 的最近公共祖先是节点 3 。

示例 2：
在这里插入图片描述

输入：root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 4
输出：5
解释：节点 5 和节点 4 的最近公共祖先是节点 5 。因为根据定义最近公共祖先节点可以为节点本身。

提示：

树中节点数目在范围 [2, 105] 内。
-109 <= Node.val <= 109
所有 Node.val 互不相同 。
p != q
p 和 q 均存在于给定的二叉树中。

根据以上定义，若 root 是 p,q 的 最近公共祖先 ，则只可能为以下情况之一：
p 和 q 在 root 的子树中，且分列 root 的 异侧（即分别在左、右子树中）；
p=root ，且 q 在 root 的左或右子树中；
q=root ，且 p 在 root的左或右子树中；

在这里插入图片描述

考虑通过递归对二叉树进行先序遍历，当遇到节点 p 或 q 时返回。从底至顶回溯，当节点 p,q, 在节点root的异侧时，节点 root即为最近公共祖先，则向上返回 root 。

递归解析： 终止条件： 当越过叶节点，则直接返回 null； 当 root等于 p,q，则直接返回 root； 递推工作： 开启递归左子节点，返回值记为 left；开启递归右子节点，返回值记为 right； 返回值： 根据 left和 right，可展开为四种情况； 当 left和 right同时为空 ：说明root的左 / 右子树中都不包含 p,q ,返回 null； 当 left和right同时不为空 ：说明 p,q 分列在 root 的 异侧 （分别在 左 / 右子树），因此 root为最近公共祖先，返回 root； 当 left为空，right不为空 ：p,q 都不在 root的左子树中，直接返回right 。具体可分为两种情况： p,q 其中一个在 root 的 右子树 中，此时right 指向 p（假设为 p ）； p,q 两节点都在root 的 右子树中，此时的right 指向 最近公共祖先节点 ； 当 left 不为空，right 为空 ：与情况 3. 同理；

class Solution {
    public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        //二叉树的深度优先搜索dfs,可以用栈完成
        if(root==null||root==p||root==q) return root;
        TreeNode left=lowestCommonAncestor(root.left,p,q);
        TreeNode right=lowestCommonAncestor(root.right,p,q);
        if(left!=null&&right!=null) return root;
        if(left!=null) return left;
        return right;
    }
}

在这里插入图片描述

一只呆桃酱
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
js代码-不调用Math.random实现随机数，力扣470
07-16
然而，有时出于特定的需求或挑战，比如在力扣（LeetCode）470题这样的编程问题中，我们可能需要避免直接调用`Math.random()`。这篇内容将详细探讨如何在不使用`Math.random()`的情况下生成随机数，并结合`main.js`...
数据结构，力扣算法题.zip
01-14
算法与数据结构它们分别涵盖了以下主要内容： 数据结构（Data Structures）： 逻辑结构：描述数据元素之间的逻辑关系，如线性结构（如数组、链表）、树形结构（如二叉树、堆、B树）、图结构（有向图、无向图等）...
2023.07.10力扣6题
阿也的博客
07-11 157
给你一个整数数组 nums，返回 数组 answer ，其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积。题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。请不要使用除法，且在 O(n) 时间复杂度内完成此题。
2023.07.13力扣6题
阿也的博客
07-29 257
给你一个 n x n 的 方形 整数数组 matrix ，请你找出并返回通过 matrix 的下降路径 的 最小和。下降路径可以从第一行中的任何元素开始，并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列（即位于正下方或者沿对角线向左或者向右的第一个元素）。具体来说，位置(row, col) 的下一个元素应当是 (row + 1, col - 1)、(row + 1, col) 或者 (row + 1, col + 1)。
2023-08-07力扣今日五题
Fei_WuYan的博客
08-07 282
长度n的递增数组里，要找0到n中没出现的那个数字，那么出现的下标是0到n-1，一一对应即可，都出现了就是n没有。
2023-07-13力扣今日三题
Fei_WuYan的博客
07-13 279
简单的思维题，就是找入度为0的点（从其他点抵达不了的点）有向无环图，给出一个边数组。答案一定存在且唯一，莽！而且答案一定存在且唯一。
2023-07-15力扣每日一题
Fei_WuYan的博客
07-15 291
0716：一看怎么昨天卡没打，原来昨天做的第一题不是每日一题，麻了
2023-07-16力扣每日一题
Fei_WuYan的博客
07-16 337
的存储方式，以便于用BFS创建一个以0为根节点的树，然后就是建树，child存储直接节点，在BFS的过程中，使用。那么从F移动到 i 会有怎么样的距离变化，首先离F的距离+1，但是离 i 的距离-1，这两者抵消。通过递归，将每个节点（除了roor)的子节点数量存入DP数组（临时存储）给定一个树，有n个节点，需要得到每个节点与其他节点的距离和。想了四个小时，实在是想不出来了，看了一下评论里的转移公式。是节点 i 的父节点与其他节点的距离和。为节点 i 与其他节点的距离和，和每个节点的子节点数量。
2023-07-30力扣每日一题
Fei_WuYan的博客
07-30 200
快慢指针逻辑：设入环前长度a，快慢相遇时指针在b，环长度为c，fast=2*slow（慢走一步，快走两步）所以这时如果ptr和slow相遇，则该节点为入环位置，如果不相遇或者过程中任意一个指针指向空节点则不存在环。以速度1走完a到达入环位置，则slow在期间移动了。，刚好又走完一圈到达入环节点。哈希关联标记或者快慢指针。（fast已经走了n圈）刚好为n-1圈被忽略，
2023-07-16力扣今日二题
Fei_WuYan的博客
07-16 264
记录的是长度 i 位的严格递增子序列的最后一位的最小值。上越长，所以把小的数字放到符合条件的最靠前的位置，即。原理是，在长度 LG 的情况下，最后一个数字越小，，后面用了一个upper_bound二分查找应该有。子序列：任意删除元素但不改变顺序。更好，自行体会，懒得改了）(不过时间跑出来好像和加了。
2023-07-24力扣每日一题
Fei_WuYan的博客
07-24 129
【代码】2023-07-24力扣每日一题。
992. Subarrays with K Different Integers.cpp_Different_力扣992答案_源
09-30
力扣（LeetCode）是一个在线的编程练习平台，它提供了一系列算法和数据结构题目，帮助程序员提升技能并准备面试。 标签中的"Different"指的是题目要求计算具有不同整数的子数组，而"力扣992答案"再次强调了这是一个...
18 真题案例（三）：力扣真题训练.mp4
05-30
18 真题案例（三）：力扣真题训练.mp4
【LeetCode】分隔链表
qq_26521261的博客
07-20 305
给你一个链表的头节点 head 和一个特定值 x ，请你对链表进行分隔，使得所有 小于 x 的节点都出现在 大于或等于 x 的节点之前。简单粗暴的做法：遍历原链表，当前节点新建一个，遇到小的，放到小的链表中，遇到大的，放到大的链表中，最后合并一下。输入：head = [1,4,3,2,5,2], x = 3。你应当 保留 两个分区中每个节点的初始相对位置。输入：head = [2,1], x = 2。链表中节点的数目在范围 [0, 200] 内。输出：[1,2,2,4,3,5]
LeetCode 188题： 买卖股票的最佳时机IV优化（原创）
it_fly的专栏
07-21 126
算法思路：1.买了j次的最大获利值等于：昨天买了j次，和昨天卖了j-1次，今天再买的最大值；2.卖了j次的最大获利值等于：昨天卖了j次，和昨天买了j次，今天再卖掉的最大值
1. LeetCode-数组和字符串
weixin_43149506的博客
07-18 916
数组和字符串介绍以及相关例题
【LeetCode】80.删除有序数组中的重复项II
最新发布
说文科技，做有态度的研究。
07-21 79
思路很好想到，但是实现起来不是那么容易。
LeetCode 150, 112, 130
qq_61350148的博客
07-21 484
讲解了栈、二叉树、搜索相关的题目。
力扣662. 二叉树最大宽度题C语言答案
04-02
以下为力扣662. 二叉树最大宽度题的C语言答案： ``` /** * Definition for a binary tree node. * struct TreeNode { * int val; * struct TreeNode *left; * struct TreeNode *right; * }; */ typedef struct Queue { struct TreeNode *node; int index; } Queue; int widthOfBinaryTree(struct TreeNode* root){ if (root == NULL) { return 0; } Queue *queue = (Queue*)malloc(sizeof(Queue)); int head = 0, tail = 0, max_width = 0; queue[tail++] = (Queue){root, 1}; while (head < tail) { int size = tail - head; int left = queue[head].index, right = queue[head + size - 1].index; max_width = fmax(max_width, right - left + 1); for (int i = 0; i < size; i++) { Queue node = queue[head++]; if (node.node->left != NULL) { queue[tail++] = (Queue){node.node->left, node.index * 2}; } if (node.node->right != NULL) { queue[tail++] = (Queue){node.node->right, node.index * 2 + 1}; } } } free(queue); return max_width; } ``` 这个答案使用了队列来进行层序遍历，同时记录每个节点在当前层的编号，使用这个编号来计算宽度。具体实现上使用了一个结构体来存储节点和编号的信息，使用两个指针来实现队列的功能。时间复杂度为O(n)，空间复杂度为O(n)。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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