算法-二叉树:合并两颗二叉树

算法-二叉树:合并两颗二叉树

思路解析:

  • 使用t1和t2节点同时遍历两棵树,将两颗树的每个根节点相加;
  • 如果t1为空,那么合并之后就是t2;
  • 如果t2为空,那么合并之后就是t1。

方法一:采用递归,下面程序使用前序遍历(前中后都可)。

TreeNode* plusTree(TreeNode* t1,TreeNode* t2){
    if(t1 == NULL) return t2;
    if(t2 == NULL) return t1;
    //重新定义了一棵树,也可以不定义而是直接加到t1上
    TreeNode *root = new TreeNode(t1->val+t2->val);
    root->left = plusTree(t1->left, t2->left);
    root->right = plusTree(t1->right, t2->right);
    return root;
}

方法二:采用迭代法,在处理两棵树时使用迭代法一般使用层序遍历。

TreeNode* plusTree(TreeNode* t1,TreeNode* t2){
    if(t1 == NULL) return t2;
    if(t2 == NULL) return t1;
    queue<TreeNode*> que;
    que.push(t1);
    que.push(t2);
    //直接加到t1上比较简单,因为不用考虑t1不为空但t2为空的情况
    while (!que.empty()) {
        TreeNode* node1 = que.front();
        que.pop();
        TreeNode* node2 = que.front();
        que.pop();
        node1->val += node2->val;//node1、node2一定不为空,因为有空值的时候没有推入队列而是直接赋值了
        //t1 t2左子树都不空
        if(!node1->left && !node2->left){
            que.push(node1->left);
            que.push(node2->left);
        }
        //t1 t2右子树都不空
        if(!node1->right && !node2->right){
            que.push(node1->right);
            que.push(node2->right);
        }
        //t1左子树为空,t2左不空
        if(!node1->left && node2->left){
            node1->left = node2->left;
        }
        //t1右子树为空,t2右不空
        if(!node1->right && node2->right){
            node1->right = node2->right;
        }
    }
    return t1;
}
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最小生成树和最优二叉树是两个不同的算法,分别用于解决不同的问题。 最小生成树算法用于在一个连通无向图中找到一棵包含所有顶点的树,并且使得树的边的权值之和最小。其中,常用的最小生成树算法有Prim算法和Kruskal算法。 Prim算法的步骤如下: 1. 选择一个起始顶点作为树的根节点。 2. 从与树相邻的顶点中选择一个权值最小的边,并将该边和相邻的顶点加入到树中。 3. 重复步骤2,直到树包含了所有的顶点。 Kruskal算法的步骤如下: 1. 将图中的所有边按照权值从小到大进行排序。 2. 依次选择权值最小的边,如果该边的两个顶点不在同一个连通分量中,则将该边加入到最小生成树中。 3. 重复步骤2,直到最小生成树包含了所有的顶点。 最优二叉树,也称为哈夫曼树,是一种特殊的二叉树,用于编码和解码数据。哈夫曼树的构造过程如下: 1. 将给定的n个权值构成n棵只有一个节点的树,并根据权值由小到大进行排序。 2. 取权值最小的两棵树作为左右子树构成一颗二叉树二叉树的权值为两棵树的权值之和。 3. 将构造的树放入序列的最左边。 4. 重复步骤2和3,直到所有树合并为一棵树为止。 最终得到的树就是哈夫曼树,也就是最优二叉树。 以下是哈夫曼树生成代码的示例: ```python # 定义节点类 class Node: def __init__(self, value, weight): self.value = value self.weight = weight self.left = None self.right = None # 构造哈夫曼树 def build_huffman_tree(values, weights): nodes = [Node(value, weight) for value, weight in zip(values, weights)] while len(nodes) > 1: nodes = sorted(nodes, key=lambda x: x.weight) left = nodes.pop(0) right = nodes.pop(0) parent = Node(None, left.weight + right.weight) parent.left = left parent.right = right nodes.append(parent) return nodes[0] # 测试代码 values = ['A', 'B', 'C', 'D'] weights = [1, 2, 3, 4] root = build_huffman_tree(values, weights) ```

“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