剑指offer_2.3.4 树

参考:

  1. 所有offer题目的LeetCode链接及python实现
  2. github Target offer

2.3.4 树

1 树的遍历

分类一:

  • 序遍历:先访问根结点,再访问左子结点,最后访问右子结点。
  • 序遍历:先访问左子结点,再访问根结点,最后访问右子结点。
  • 序遍历:先访问左子结点,再访问右子结点,最后访问根结点

分类二:

  • 宽度优先遍历:先访问树的第一层结点,再访问树的第二层结点……一直到访问到最下面一层结点。
    • 在同一层结点中,以从左到右的顺序依次访问。
    • 可以对包括二叉树在内的所有树进行宽度优先遍历。

二叉树的特例:
1.二叉搜索树

  • (左小根中右大),左子结点总是小于或等于根结点,而右子结点总是大于或等于根结点。
  • 可以平均在 O ( l o g n ) O(logn) O(logn)的时间内根据数值在二叉搜索树中找到一个结点。

2.堆

  • 在最大堆中根结点的值最大,在最小堆中根结点的值最小。

3.红黑树
红黑树是把树中的结点定义为红、黑两种颜色,并通过规则确保从根结点到叶结点的最长路径的长度不超过最短路径的两倍。

06.01 二叉树的镜像/反转

答案:https://leetcode.com/problems/invert-binary-tree/discuss/62714/3-4-lines-Python

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution(object):
    def invertTree(self, root):
        """
        :type root: TreeNode
        :rtype: TreeNode
        """
        ### 方法一:递归,最快
        # if not root:
        #     return root
        # root.left, root.right = root.right, root.left
        # if root.left:
        #     self.invertTree(root.left)
        # if root.right:
        #     self.invertTree(root.right)
        # return root
        ### 方法二:简易递归
        # if root:
        #     root.left, root.right = self.invertTree(root.right), self.invertTree(root.left)
        # return root
        ### 方法三:使用stack实现, 最慢
        stack = [root]
        while stack:
            r = stack.pop()
            if r:
                r.left, r.right = r.right, r.left
                stack.extend([r.left, r.right])
        return root

06.02 重建二叉树(LeetCode 105)

题目:

输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。
例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建出二叉树并输出它的头结点。

思路解析
  • 前序遍历的顺序为:根左右
  • 中序遍历的顺序为:左根右

递归思想:

  • 我们先根据前序遍历序列的第一个确定根,然后在中序遍历的序列中找到根的位置
  • 根左边的就是其左子树,右边就是其右子树
  • 构建根和左右子树
  • 递归的进行上述步骤

技巧:根据根节点在 inorder 中的位置,找到左右子树的元素个数,从而找到左右子孙集合。

代码实现

方法一:

class Solution(object):
	def buildTree(self, preorder, inorder):
		if inorder:
			val = preorder.pop(0)
			idx = inorder.index(val)
			# 根据当前元素在inorder中的索引值,划分左右子树的中序遍历结果
			l_in = inorder[:idx]
			r_in = inorder[idx+1:]
			# 根据上一步找到的中序遍历的长度,划分左右子树的前序遍历结果
			l_pre = preorder[1:len(l_in)]
			r_pre = preorder[len(l_in)+1:]
			# 新建树节点空间,保存当前遍历到的元素
			root = TreeNode(val)
			# 递归调用方法
			root.left = self.buildTree(l_pre, l_in)
			root.right = self.buildTree(r_pre, r_in)
			return root

方法二:

class Solution(object):
    def buildTree(self, preorder, inorder):
        if inorder:
            ind = inorder.index(preorder.pop(0))
            root = TreeNode(inorder[ind])
            root.left = self.buildTree(preorder, inorder[0:ind])
            root.right = self.buildTree(preorder, inorder[ind+1:])
            return root

06.02 重建二叉树(LeetCode 106)

题目:

根据一棵树的中序遍历与后序遍历构造二叉树。
注意:你可以假设树中没有重复的元素。

思路解析

与前一题解法类似

代码实现

方法一:

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution(object):
    def buildTree(self, inorder, postorder):
        """
        :type inorder: List[int]
        :type postorder: List[int]
        :rtype: TreeNode
        """
        if postorder == []:
            return None
        # postorder中从后到前保存的是根节点的值
        val = postorder[-1]
        idx = inorder.index(val)

        left_in = inorder[:idx]
        right_in = inorder[idx+1:]

        left_post = postorder[:len(left_in)]
        right_post = postorder[len(left_in):-1]

        root = TreeNode(val)
        root.left = self.buildTree(left_in, left_post)
        root.right = self.buildTree(right_in, right_post)

        return root

方法二:
注意:

  • 递归,先右子树,后左子树,因为需要对postorder从后到前弹出根节点元素
  • pop()默认弹出最后一个元素,即后进先出原则
def buildTree(self, inorder, postorder):
    if inorder:
        ind = inorder.index(postorder.pop())
        root = TreeNode(inorder[ind])
        root.right = self.buildTree(inorder[ind+1:], postorder)
        root.left = self.buildTree(inorder[:ind], postorder)
        return root
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字乡村和智慧农业的数字化转型是当前农业发展的新趋势,旨在通过应用数字技术,实现农业全流程的再造和全生命周期的管理服务。中国政府高度重视这一领域的发展,提出“数字中国”和“乡村振兴”战略,以提升国家治理能力,推动城乡融合发展。 数字乡村的建设面临乡村治理、基础设施、产业链条和公共服务等方面的问题,需要分阶段实施《数字乡村发展战略纲要》来解决。农业数字化转型的需求包括满足市民对优质农产品的需求、解决产销对接问题、形成优质优价机制、提高农业劳动力素质、打破信息孤岛、提高农业政策服务的精准度和有效性,以及解决农业融资难的问题。 数字乡村建设的关键在于构建“1+3+4+1”工程,即以新技术、新要素、新商业、新农民、新文化、新农村为核心,推进数据融合,强化农业大数据的汇集功能。数字农业大数据解决方案以农业数字底图和数据资源为基础,通过可视化监管,实现区域农业的全面数字化管理。 数字农业大数据架构基于大数据、区块链、GIS和物联网技术,构建农业大数据中心、农业物联网平台和农村综合服务挥决策平台三大基础平台。农业大数据中心汇聚各类涉农信息资源和业务数据,支持大数据应用。信息采集系统覆盖市、县、乡、村多级,形成高效的农业大数据信息采集体系。 农业物联网平台包括环境监测系统、视频监控系统、预警预报系统和智能控制系统,通过收集和监测数据,实现对农业环境和生产过程的智能化管理。综合服务挥决策平台利用数据分析和GIS技术,为农业决策提供支持。 数字乡村建设包括三大服务平台:治理服务平台、民生服务平台和产业服务平台。治理服务平台通过大数据和AI技术,实现乡村治理的数字化;民生服务平台利用互联网技术,提供各类民生服务;产业服务平台融合政企关系,支持农业产业发展。 数字乡村的应用场景广泛,包括农业生产过程、农产品流通、农业管理和农村社会服务。农业生产管理系统利用AIoT技术,实现农业生产的标准化和智能化。农产品智慧流通管理系统和溯源管理系统提高流通效率和产品追溯能力。智慧农业管理通过互联网+农业,提升农业管理的科学性和效率。农村社会服务则通过数字化手段,提高农村地区的公共服务水平。 总体而言,数字乡村和智慧农业的建设,不仅能够提升农业生产效率和管理水平,还能够促进农村地区的社会经济发展,实现城乡融合发展,是推动中国农业现代化的重要途径。

“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