6.二叉树的下一个结点
给定一个二叉树和其中的一个结点,请找出中序遍历 [左,根,右] 顺序的下一个结点并且返回。注意,树中的结点不仅包含左右子结点,同时包含指向父结点的指针。
如果给定的节点是中序遍历序列的最后一个,则返回空节点;
二叉树一定不为空,且给定的节点一定不是空节点;(这句没懂)
思路:遇到这种’第一感觉’复杂的题,画出二叉树的结构图,via具体的例子找出中序遍历下一个节点的规律
#解析:
#1.当此节点有右子树,下一个节点就是右子树中最左侧的节点。
#2.当此节点没有右子树时,
#2.1 若它是它父节点的左节点,那么下一个节点就是它的父节点
#2.2 若不是,就沿着父指针向上遍历,直到找到一个是它父节点的左节点,这个父节点就是我们要找的下一个节点。
# class TreeLinkNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
# self.next = None
class Solution:
def GetNext(self, pNode):
if not pNode: return
if pNode.right: #节点有右子树,则下一个节点就是它右子树的最左节点
pRight = pNode.right #移动节点可以不用初始化,一直在移动,而不是头指针(need初始化 LikeNode(0))
while pRight.left:
pRight = pRight.left
return pRight
while pNode.next: #节点没有右子树,沿着父节点,直到找到是它父节点的左节点
parent = pNode.next
if parent.left == pNode:
return parent
pNode = parent
return
- 用两个栈实现队列 ,支持如下四种操作:
push(x) – 将元素x插到队尾;
pop() – 将队首的元素弹出,并返回该元素;
peek() – 返回队首元素;
empty() – 返回队列是否为空;
知识:栈 (空间)由操作系统自动分配释放 [一级缓存]通常是被调用时处于存储空间中,调用完立即释放
栈 操作系统会给每个线程 创建一个栈用来存储函数调用时各个函数的参数、返回地址及临时变量等
队列 前端(队头指针) 删除操作 后端(队尾指针) 插入操作
#[法一]在**出队**时保证队先进先出的特性
#push(x):直接将x插入栈1中,时间复杂度O(1)
#pop():队列是先进先出,栈是先进后出,所以将栈1所有的元素放入栈2中,
#此时最先进入的元素在栈2的顶部,弹出即可。下次若栈2不为空,直接弹出栈顶元素即可。时间复杂度O(n)
#栈可以有.append操作
class Solution:
def __init__(self): #need自己定义两个stack:s1 s2
self.s1 = []
self.s2 = []
def push(self, node):
self.s1.append(node)
def pop(self):
# return xx
if self.s2:
return self.s2.pop() # 递归
#else: #有无else都OK
while self.s1:
self.s2.append(self.s1.pop()) #s2.append一定是从s1.pop(),才能保证s1清空
return self.s2.pop()
def peek(self)->int:
if self.s2:
return self.s2[-1] #栈位置上的last[-1] 是队首元素 [后进先出]
while self.s1:
self.s2.append(self.s1.pop())
return self.s2[-1]
def empty(self)->bool:
if self.s1 or self.s2:
return False
else: #else也可不要
return True
#[法二]在**入队**时就保证队先进先出的特性
class Solution:
def push(self, node:int):
while self.s1:
self.s2.append(self.s1.pop())
self.s1.append(node)
while self.s2:
self.s1.append(self.s2.pop())
def pop(self):
# return xx
return self.s1.pop()
7.1 用两个队列实现一个栈 使用队列实现栈的下列操作:(给的都是将要实现 栈函数的描述)
push(x) – 元素 x 入栈
pop() – 移除栈顶元素
top() – 获取栈顶元素
empty() – 返回栈是否为空
#[法二]在**入栈**时就保证队先进先出的特性
class Solution:
def __init__(self): #定义两个deque[队列要导入模块,栈noneed]
from collections import deque
self.q1 = deque()
self.q2 = deque()
def push(self, node:int)->None:
while self.q1:
self.q2.append(self.q1.popleft()) #.popleft()是'配合一致'队列的'先进先出'
self.q1.append(node)
while self.q2:
self.q1.append(self.q2.popleft())
def pop(self)->int:
return self.q1.popleft()
def top(self)->int:
return self.q1[0] #只需获取一个元素,can't use .popleft()
def empty(self)->bool:
if self.q1 or self.q2:
return False
return True
8.斐波那契数列
该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。
F(0) = 0, F(1) = 1
F(N) = F(N - 1) + F(N - 2), 其中 N > 1.
给定 N,计算 F(N)。
摘录:如果 interviewer没有特别的要求,则可以尽量多采用递归的方法编程。简洁(如不可,可考虑用栈模拟递归的过程)
#自己写空间复杂度O(n),等价于空间换时间
class Solution:
def Fibonacci(self, n):
# write code here
if n<2: return n
f = [0]*(n+1) #小注意点:长度为n+1
f[0],f[1] = 0,1
for i in range(2,n+1):
f[i]= f[i-1] + f[i-2]
return f[n]
#题解
class Solution: """递归+滚动变量(节约空间复杂度) 对by self code Improve"""
def Fibonacci(self, n):
if n<2: return n
f0,f1,fn = 0,1,0 #must要有fn
for _ in range(2,n+1):
fn = f0+f1
f0,f1 = f1,fn
return fn
#or
def Fibonacci(self, n):
if n<2: return n
f0,f1,fn = 0,1,0 #must要有fn
i = 2
while i<=n:
f[i]= f[i-1] + f[i-2]
i +=1
return f[n]
class Solution: """递归+滚动变量(节约空间复杂度) 对by self code Improve"""
def Fibonacci(self, n):
if n<2: return n
f0,f1,fn = 0,1,0 #must要有fn
for _ in range(2,n+1):
fn = f0+f1
f0,f1 = f1,fn
return fn
class Solution: """(仅学习思想)递归最精髓解释,时间复杂度O(2^n);运行时间太长不通过"""
def Fibonacci(self, n):
if n<2: return n
return self.Fibonacci(n-1)+self.Fibonacci(n-2)
小技巧
def mul(a,b): # 首先定义二阶矩阵乘法运算
c = [[0,0],[0,0]]
for i in range(2):
for j in range(2):
for k in range(2):
c[i][j] +=a[i][k] * b[k][j]
return c
def multiply(A,n):
res = [[1, 0],
[0, 1]] # 单位矩阵,等价于1,作为base
while n: #停止条件 n == 1
if n&1: res = mul(res,A) #位运算(二进制运算) 等价于 奇数&1返回1,偶数&1返回0
A = mul(A,A)
n = n>>1 #位运算(二进制运算) 等价于 除以2且向下取整
return res[0][1]
8.1青蛙跳台阶
一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法(先后次序不同算不同的结果)。
class Solution:
def jumpFloor(self, number):
if number<3: return number
f1,f2,fn = 1,2,0
for _ in range(3, number+1):
fn = f1+f2
f1,f2 = f2,fn
return fn
8.2 青蛙变态跳台阶
一只青蛙一次可以跳上1级台阶,也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法
每个台阶都有跳与不跳两种情况(除了最后一个台阶),最后一个台阶必须跳。.
class Solution:
def jumpFloorII(self, number):
return 2**(number-1)
8.3 矩形覆盖问题
可以用2x1的小矩形横着或者竖着去覆盖更大的矩形。请问用n个2x1的小矩形无重叠地覆盖一个2xn的大矩形,总共有多少种方法?
#完全同8.2
class Solution:
def rectCover(self, n):
if n<3: return n
f1,f2,fn = 1,2,0
for _ in range(3,n+1):
fn = f1+f2
f1,f2 = f2,fn
return fn
- 旋转数组的最小数字
把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。 输入一个非减排序的数组的一个旋转,输出旋转数组的最小元素。 例如数组{3,4,5,1,2}为{1,2,3,4,5}的一个旋转,该数组的最小值为1。 NOTE:给出的所有元素都大于0,若数组大小为0,请返回0。
class Solution:
def minNumberInRotateArray(self, rotateArray):
rotateArray.sort() #.sort()同.reverse() 该方法没有返回值,但是会对列表的对象进行排序 改变变量值
return rotateArray[0]
#题解:'二分法'类似
class Solution:
def minNumberInRotateArray(self, nums: list[int]) -> int:
if not nums: return
n = len(nums)-1 #起码有两个元素
if n == 1 or nums[0]< nums[n]:return nums[0] #特殊测试的考虑
while n>0 and nums[0] == nums[n]: # 找到第一个小于nums[0]的数
n -=1
l,r = 0, n
while l<r:
mid = 1+r >>1 #运算符优先级:乘除-加减-左移/右移
if nums[mid]>=nums[l]:
l = mid
else:
r = mid
return nums[r]
- 矩阵中的最长递增路径
Leecode 329. DFS深度优先搜索
给定一个整数矩阵,找出*最长递增路径的长度*。
对于每个单元格,你可以往上,下,左,右四个方向移动。 你不能在对角线方向上移动或移动到边界外(即不允许环绕)。
方法一:代码清晰
方法二:效率最高
方法三:代码简洁
#先搭建框架,再填细节
class Solution:
def longestIncreasingPath(self, matrix: list[list[int]]) -> int:
if not matrix or not matrix[0]: return 0
row, col = len(matrix),len(matrix[0])
lookup = [[0]*col for _ in range(row)] #ultima长度记录
def dfs(i,j):
if lookup[i][j]!=0: #要标记,已走过的不再去
return lookup[i][j]
res=1 #temp长度记录
for x,y in [[-1,0],[1,0],[0,1],[0,-1]]: #往下一步
temp_i, temp_j=x+i, y+j #自由性:all可移动点
if 0<=temp_i<row and 0<=temp_j<col and matrix[temp_i][temp_j]>matrix[i][j]: #有效性:不能出边界
res = max(res,1+dfs(temp_i,temp_j)) #*
lookup[i][j] = max(res, lookup[i][j]) #不懂为啥要用max#
return lookup[i][j]
return max(dfs(i,j) for i in range(row) for j in range(col))
# 方法二
def dfs(i, j):
if lookup[i][j]!=0: #要标记,已走过的不再去
return lookup[i][j]
lookup[i][j]= 1+max(
dfs(i+1,j) if 0<=i+1<row and 0<=j<col and matrix[i+1][j]>matrix[i][j] else 0,
dfs(i-1,j), ...
dfs(i,j+1), ...
dfs(i,j-1),...,
)
return lookup[i][j]
#格式:max(dfs() if ... else 0)
# 方法三
#(方法二的code简化)
def dfs(i, j):
if lookup[i][j] != 0: # 要标记,已走过的不再去
return lookup[i][j]
lookup[i][j] = 1 + max(
[dfs(i + x, y + j) for x, y in [[-1, 0], [1, 0], [0, 1], [0, -1]] \
if 0 <= (i + x) < row and 0 <= (j + y) < col and matrix[i + x][j + y] > matrix[i][j]] or [0]
)
return lookup[i][j]
#格式:max([dfs() for _ in [] if ... ] or [0])
#方法一(res = max(res,1+dfs(temp_i,temp_j))#*) 递归code从外往里'剥'算[从后往前算];实质求结果,从里(最初)往外get solution
#用#*算dfs(i,j)隐含lookup[i][j]==0,其实是路径(temp_i,temp_j)->(i,j),故res=1+dfs(temp_i,temp_j);
#再与(其它不通过(temp_i,temp_j))->(i,j)路径长度相比res;
#最终,res = max(res,1+dfs(temp_i,temp_j))
扩展:
一个3*n矩阵a,将a中每列的三个数字中取出一个按顺序组成一个长度为n的数组b,即
b
i
b_i
bi可以是
a
1
,
i
,
a
2
,
i
,
a
3
,
i
a_{1,i}, a_{2,i}, a_{3,i}
a1,i,a2,i,a3,i其中任意一个。问
Σ
i
=
1
n
−
1
∣
b
i
−
b
i
+
1
∣
\Sigma_{i=1}^{n-1}|b_i-b_{i+1}|
Σi=1n−1∣bi−bi+1∣的最小值是多少?
n = int(input())
arr=[]
for i in range(3):
arr.append( list(map(int,input().split())) )
col = len(arr[0])
dp = [[0]*col for _ in range(3)] #min记录 每个位置
for j in range(1,col):
dp[0][j] = min( abs(arr[0][j-1]-arr[0][j])+dp[0][j-1],abs(arr[1][j-1]-arr[0][j])+dp[1][j-1],abs(arr[2][j-1]-arr[0][j])+dp[2][j-1] )
dp[1][j] = min( abs(arr[0][j-1]-arr[1][j])+dp[0][j-1],abs(arr[1][j-1]-arr[1][j])+dp[1][j-1],abs(arr[2][j-1]-arr[1][j])+dp[2][j-1])
dp[2][j] = min( abs(arr[0][j-1]-arr[2][j])+dp[0][j-1],abs(arr[1][j-1]-arr[2][j])+dp[1][j-1],abs(arr[2][j-1]-arr[2][j])+dp[2][j-1] )
print( min(dp[0][col-1], dp[1][col-1], dp[2][col-1]) )
总结:太长可以分开想了再写
dp[0][j] = min( abs(arr[0][j-1]-arr[0][j])+dp[0][j-1],abs(arr[1][j-1]-arr[0][j])+dp[1][j-1],abs(arr[2][j-1]-arr[0][j])+dp[2][j-1] )
#A = abs(arr[0][j-1]-arr[0][j])
#B0 = abs(arr[0][j-1]-arr[0][j])+dp[0][j-1]
#B1
#B2
#dp[0][j] = min(B0, B1, B2 )