LC429-N 叉树的层序遍历

429. N 叉树的层序遍历

LC102-二叉树的层序遍历
难度中等126

给定一个 N 叉树，返回其节点值的层序遍历。（即从左到右，逐层遍历）。

树的序列化输入是用层序遍历，每组子节点都由 null 值分隔（参见示例）。

示例 1：

输入：root = [1,null,3,2,4,null,5,6]
输出：[[1],[3,2,4],[5,6]]

官方详细图解

基本算法。

利用队列实现广度优先搜索

• 树上使用基于队列的遍历算法，看看它的作用。这是你应该记住的一个基本算法。
• 我们要构造一个 sub-lists 列表，其中每个 sub-list 是树中一行的值。行应该按从上到下的顺序排列。
• 由根节点开始遍历树,然后向下搜索接近根节点的节点, 这就是广度优先搜索
• 使用队列来进行广度优先搜索,队列具有先进先出的特性
• 在这里使用栈是错误的选择，栈应用于深度优先搜索。

List<Integer> values = new ArrayList<>();
Queue<Node> queue = new LinkedList<>();
queue.add(root);
while (!queue.isEmpty()) {
    Node nextNode = queue.remove();
    values.add(nextNode.val);
    for (Node child : nextNode.children) {
        queue.add(child);
    }
}

算法:

需要保存每一层的列表,并且在根节点为空时正常工作

在构造下一层的列表时,我们需要创建新的子列表，然后将该层的所有节点的值插入到列表中。

while 循环体开始时记录队列的当前大小 size。 然后用另外一个循环来处理size 数量的节点。这样可以保证 while 循环在每一次迭代处理一层。

public List<List<Integer>> levelOrder(Node root) {
        List<List<Integer>> result = new ArrayList<>();
        if (root == null) return result;
        Queue<Node> queue = new LinkedList<>();
        queue.add(root);
        while (!queue.isEmpty()) {
            List<Integer> level = new ArrayList<>();
            int size = queue.size();
            for (int i = 0; i < size; i++) {
                Node node = queue.poll();
                level.add(node.val);
                for (Node item : node.children) {
                        queue.add(item);
                }
            }
            result.add(level);
        }
        return result;
    }

复杂度分析

• 时间复杂度：O(n)。n指的是节点的数量。
• 空间复杂度：O(n)

方法二：简化的广度优先搜索\

看官方题解

官方详细图解

方法三：递归深度优先搜索

但是在本题中，我们可以以不同的顺序添加到最终列表中，只要我们知道节点在哪一层并确保在那一层的列表顺序正确就可以了。

官方详细图解

class Solution {

    private List<List<Integer>> result = new ArrayList<>();

    public List<List<Integer>> levelOrder(Node root) {
        if (root != null) traverseNode(root, 0);
        return result;
    }

    private void traverseNode(Node node, int level) {
        if (result.size() <= level) {
            result.add(new ArrayList<>());
        }
        result.get(level).add(node.val);
        for (Node child : node.children) {
            traverseNode(child, level + 1);
        }
    }
}