二叉树的左视图和右视图 形象理解(附C++代码)

定义

二叉树的左(右)视图即:以从上到下的顺序,输出一颗二叉树每一层最左(右)端的节点,结果就是其左(右)视图。

步骤

  1. 采用递归的方式,将二叉树的所有节点连带其深度信息存入动态数组(若对二叉树的递归遍历不熟悉,可参考二叉树的创建与遍历 (附C++代码)
  2. 如左视图,以——>——>的顺序将深度和节点信息添加到动态数组,再进行倒序向前覆盖,即可得到左视图结果。右视图原理与左视图相同

形象理解

在这里插入图片描述

  1. 对于上树来说,若计算其左视图,则递归后存入动态数组的数据为:

    0, 6, 1, 5, 2, 0, 2, 2, 3, 3, 1, 7, 2, 9

  2. 偶数位为该节点的深度,奇数位为该节点的,以深度为Key值为Value将该动态数组存入字典(map),采用从后向前进行存储。以深度2来说key:2, value:9先被存入,但由于逆序更新,则key:2的值会最终被key:2, value:0更新,最终的字典中存放的键值对为[key:0, value:6], [key:1, value:5], [key:2, value:0], [key:3, value:3

  3. 将字典中的value按照深度递增的顺序输出,即得到左视图

右视图与左视图的遍历顺序向反,但是逆序更新的顺序与原理相同。

C++代码

生成左右视图时用到的逆序覆盖函数

传入的vector为以左优先或右优先存入的,完整的深度与节点值信息

void reUpdate(vector<float> &result) {
    map<int, float> mp;
    
    // 逆序更新
    for(int i = result.size() - 1; i >0; i -= 2) {
        auto pos = mp.find((int)result[i - 1]);

        // 如果已经存在则更新,若不存在则添加
        if(pos != mp.end()) {
            pos->second = result[i]; // 更新
        } else {
            mp.insert(make_pair((int)result[i - 1], result[i]));
        }
        
    }
    
    // 清空原result
    vector<float>().swap(result);
    
    // 将mp的结果放入result,并输出结果
    for(auto pair : mp) {
        result.push_back(pair.second);
    }
    
}

左视图处理函数

/*二叉树左视图*/
// 递归部分
void preLeftView(Node & node, vector<float> &result, const int deep = 0) {
    result.push_back(deep);
    result.push_back(node.data);
    
    if(node.leftChiled != nullptr) {
        preLeftView(*(node.leftChiled), result, deep + 1);
    }
    
    if(node.rightChiled != nullptr) {
        preLeftView(*(node.rightChiled), result, deep + 1);
    }
    
}


// 左视图生成函数
void leftView(Node & node) {
    vector<float> result;
    preLeftView(node, result);
    // 逆序更新result
    reUpdate(result);
    
    for(auto x : result) {
        cout << x << " ";
    }
    
}

右视图处理函数

/*二叉树右视图*/
// 递归部分
void preRightView(Node & node, vector<float> &result, const int deep = 0) {
    result.push_back(deep);
    result.push_back(node.data);
    
    if(node.rightChiled != nullptr) {
        preRightView(*(node.rightChiled), result, deep + 1);
    }
    
    if(node.leftChiled != nullptr) {
        preRightView(*(node.leftChiled), result, deep + 1);
    }
    
}


// 右视图生成部分
void rightView(Node & node) {
    vector<float> result;
    preRightView(node, result);
    // 逆序更新result
    reUpdate(result);
    
    for(auto x : result) {
        cout << x << " ";
    }
    
}

主函数

int main() {
    // 创建二叉树的根及若干节点
    Node root(6);
    Node one(5);
    Node two(7);
    Node three(0);
    Node four(2);
    Node five(9);
    Node six(3);
    
    // 拼接节点
    root.leftChiled = &one;
    root.rightChiled = &two;
    one.leftChiled = &three;
    one.rightChiled = &four;
    two.rightChiled = &five;
    four.rightChiled = &six;
    
    // 二叉树左视图
    cout << "左视图结果" << endl;
    leftView(root);
    cout << endl;
    cout << endl;
    
    // 二叉树右视图
    cout << "右视图结果" << endl;
    rightView(root);
    cout << endl;
    cout << endl;
}
  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,我们需要理解什么是树的视图视图。 树的视图是指从树的边看,能够看到的所有节点。具体而言,是从根节点开始,每一层选择最边的节点,直到所有节点都被遍历过。 树的视图是指从树的边看,能够看到的所有节点。具体而言,是从根节点开始,每一层选择最边的节点,直到所有节点都被遍历过。 接下来,我们来分析如何构建出一棵树。 我们知道中序遍历的顺序是“子树-根节点-子树”,后序遍历的顺序是“子树-子树-根节点”。因此,我们可以通过后序遍历序列找到根节点,然后在中序遍历序列中找到根节点的位置,进而确定子树和子树的中序遍历序列。接着,我们可以通过子树和子树的中序遍历序列以及后序遍历序列,递归地构建出整棵树。 具体实现可以参考下面的代码: ```python # 定义二叉树节点类 class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right # 构建二叉树 def buildTree(inorder, postorder): if not inorder or not postorder: return None # 根据后序遍历序列找到根节点 root_val = postorder[-1] root = TreeNode(root_val) # 在中序遍历序列中找到根节点的位置 idx = inorder.index(root_val) # 构建子树和子树 left_inorder = inorder[:idx] right_inorder = inorder[idx+1:] left_postorder = postorder[:idx] right_postorder = postorder[idx:-1] root.left = buildTree(left_inorder, left_postorder) root.right = buildTree(right_inorder, right_postorder) return root # 获取树的视图 def getLeftView(root): if not root: return [] res = [] queue = [root] while queue: size = len(queue) for i in range(size): node = queue.pop(0) if i == 0: res.append(node.val) if node.left: queue.append(node.left) if node.right: queue.append(node.right) return res # 获取树的视图 def getRightView(root): if not root: return [] res = [] queue = [root] while queue: size = len(queue) for i in range(size): node = queue.pop(0) if i == size - 1: res.append(node.val) if node.left: queue.append(node.left) if node.right: queue.append(node.right) return res # 测试代码 inorder = [4,2,5,1,6,3,7] postorder = [4,5,2,6,7,3,1] root = buildTree(inorder, postorder) left_view = getLeftView(root) right_view = getRightView(root) print(left_view) # [1, 2, 4] print(right_view) # [1, 3, 7] ``` 其中,buildTree函数用于构建二叉树,getLeftView函数用于获取树的视图,getRightView函数用于获取树的视图。我们可以通过中序遍历序列和后序遍历序列,构建出一棵树,然后分别计算出树的视图视图,最后输出即可。

“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