剑指 offer 32 :从上到下打印二叉树

剑指 offer 32 :从上到下打印二叉树

在这里插入图片描述

代码 001

广度优先搜索
使用队列

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public int[] levelOrder(TreeNode root) {
        if(root==null){
            return new int[0];
        }
        Queue<TreeNode> queue = new LinkedList<>();
        List<Integer> res = new ArrayList<>();
        queue.add(root);
        while(!queue.isEmpty()){
            TreeNode p = queue.peek();
            queue.poll();
            res.add(p.val);
            if(p.left!=null){
                queue.offer(p.left);
            }
            if(p.right!=null){
                queue.offer(p.right);
            }
        }
        int[] finalRes = new int[res.size()];
        for(int i=0;i<res.size();i++){
            finalRes[i] = res.get(i);
        }
        return finalRes;

    }
}

在这里插入图片描述

代码 002

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public int[] levelOrder(TreeNode root) {
        if(root==null){
            return new int[0];
        }
        Queue<TreeNode> queue = new LinkedList<>();
        List<Integer> res = new ArrayList<>();
        queue.add(root);
        while(!queue.isEmpty()){
            TreeNode p = queue.poll();
           
            res.add(p.val);
            if(p.left!=null){
                queue.offer(p.left);
            }
            if(p.right!=null){
                queue.offer(p.right);
            }
        }
        int[] finalRes = new int[res.size()];
        for(int i=0;i<res.size();i++){
            finalRes[i] = res.get(i);
        }
        return finalRes;

    }
}

在这里插入图片描述

时间复杂度 O ( n ) O(n) O(n) n n n是二叉树不为空的节点的个数,每个节点都要遍历一遍,进队列,出队列一次,并且节点的值存入结果数组中。
空间复杂度 O ( n ) O(n) O(n),辅助队列。

在这里插入图片描述

代码 003

使用队列来保存将要打印的点。为了把二叉树的每一行单独打印到一行里,需要两个变量:一个变量表示在当前层中还没打印的节点数;另一个变量表示下一层节点的数目。变量toBePrinted表示当前层还没有打印的点数,而nextLevel表示下一层的节点数。如果一个节点有子节点,则把字节点加入到队列中,没增加一个子节点 nextLevel加 1。每打印一个节点toBePrinted减 1,当toBePrinted变为 0时,表示当前层的所有节点都打印完毕,可以继续打印下一层。

class Solution {
   public List<List<Integer>> levelOrder(TreeNode root) {
        //root 为空的处理

        Queue<TreeNode> queue = new LinkedList<>();
        List<Integer> subRes = new ArrayList<>();
        List<List<Integer>> res = new ArrayList<>();
        int toBePrinted =1;
        int nextLevel = 0 ;
        if(root!=null){
            queue.add(root);
        }
        while(!queue.isEmpty()){
            TreeNode p = queue.poll();
            subRes.add(p.val);
            // System.out.print(p.val+"\t");
            toBePrinted--;
            if(p.left != null){
                queue.add(p.left);
                nextLevel++;
            }
            if(p.right!=null){
                queue.add(p.right);
                nextLevel++;
            }
            if(toBePrinted==0){
                res.add(subRes);
                subRes = new ArrayList<>();
                toBePrinted = nextLevel;
                nextLevel = 0;
                // System.out.println();
            }

        }

        return res;
    }
}

在这里插入图片描述

代码 004

class Solution {
   public List<List<Integer>> levelOrder(TreeNode root) {
        Queue<TreeNode> queue = new LinkedList<>();
        List<List<Integer>> res = new ArrayList<>();
        if (root!=null){
            queue.add(root);
        }
        while (!queue.isEmpty()){
            List<Integer> subRes = new ArrayList<>();
            for (int i=queue.size();i>0;i--){//设计极其巧妙!!!,先用了队列的长度,以后队列再增加也没影响
                TreeNode p =queue.poll();
                subRes.add(p.val);
                // System.out.print(p.val+"\t");
                if (p.left!=null){
                    queue.add(p.left);
                }
                if (p.right!=null){
                    queue.add(p.right);
                }
            }
            res.add(subRes);
            // System.out.println();
        }
        return res;
    }
}

在这里插入图片描述
时间复杂度 O ( n ) O(n) O(n)
空间复杂度 O ( n ) O(n) O(n),辅助栈

在这里插入图片描述

代码 005

按之字形打印二叉树需要两个栈。在打印某一层的节点时,把下一层的节点保存到相应的栈里。如果当前打印的是奇数层,则先保存左子节点再保存右子节点到一个栈里,如果当前打印的是偶数层,则先保存右子节点再保存左子节点到另一个栈里。

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        Stack<TreeNode> s1 = new Stack<>();
        Stack<TreeNode> s2 = new Stack<>();
        int level = 1;
        List<Integer> subRes = new ArrayList<>();
        List<List<Integer>> res = new ArrayList<>();

        if(root!=null){
            s1.push(root);
        }
        while(!s1.empty() || !s2.empty()){
            if(level%2==1){
                //当前是奇数层
                //s1 出栈,子节点入栈 s2
                while(!s1.empty()){
                    TreeNode p = s1.pop();
                    subRes.add(p.val);
                    //子节点入栈
                    if(p.left!=null){
                        s2.push(p.left);
                    }
                    if(p.right!=null){
                        s2.push(p.right);
                    }
                }
                res.add(subRes);
                subRes = new ArrayList<>();
            }else{
                //当前层是偶数层
                //s2 出栈,s1 入栈
                while(!s2.empty()){
                    TreeNode p = s2.pop();
                    subRes.add(p.val);
                    //子节点入栈
                    if(p.right!=null){
                        s1.push(p.right);
                    }
                    if(p.left!=null){
                        s1.push(p.left);
                    }
                }
                res.add(subRes);
                subRes = new ArrayList<>();
            }
            level++;
        }
       
        return res;

    }
}

在这里插入图片描述

层序遍历+双端队列

依旧是层序遍历的框架,在保存 subRes的时候使用了双端队列,进行顺序的改变,偶数层变成逆序。

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        Queue<TreeNode> queue = new LinkedList<>();
        List<List<Integer>> res = new ArrayList<>();

        if(root!=null){
            queue.add(root);
            // res.add(new ArrayList<>(root.val));
        }
        while(!queue.isEmpty()){
            LinkedList<Integer> subRes = new LinkedList<>();
            for(int i=queue.size();i>0;i--){
                TreeNode p = queue.poll();
                if(res.size()%2==1){
                    //奇数层
                    subRes.addFirst(p.val);
                }else{
                    //偶数层
                    subRes.addLast(p.val);
                }
                if(p.left!=null){
                    queue.add(p.left);
                }
                if(p.right!=null){
                    queue.add(p.right);
                }
            }
            res.add(subRes);
        }
        return res;

    }
}

层序遍历+双端队列(奇偶层逻辑分离)

上面的代码简短,容易实现,但是需要判断每个节点所在层的奇偶性,也就是冗余了 N N N次判断。
通过将奇偶层逻辑拆分,可以消除冗余的判断
这个方法和第一种的方法很类似,只是没有使用两个栈

遍历的顺序不一样了

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        Deque<TreeNode> queue = new LinkedList<>();
        List<List<Integer>> res = new ArrayList<>();
        if(root!=null){
            queue.add(root);
        }
        while(!queue.isEmpty()){
            //奇数层
            List<Integer> subRes = new ArrayList<>();
            for(int i=queue.size();i>0;i--){
                TreeNode p = queue.pollFirst();
                subRes.add(p.val);
                if(p.left!=null){
                    queue.addLast(p.left);
                }
                if(p.right!=null){
                    queue.addLast(p.right);
                }
            }
            res.add(subRes);
            if(queue.isEmpty()){
                break;
            }
            //偶数层
            subRes = new ArrayList<>();
            for(int i = queue.size();i>0;i--){
                TreeNode p = queue.pollLast();
                subRes.add(p.val);
                if(p.right!=null){
                    queue.addFirst(p.right);
                }
                if(p.left!=null){
                    queue.addFirst(p.left);
                }
            }
            res.add(subRes);
            
        }
        return res;

    }
}

在这里插入图片描述

层序遍历+倒序

使用 Collections.reverse()函数
简单!

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        Queue<TreeNode> queue = new LinkedList<>();
        List<List<Integer>> res = new ArrayList<>();
        if(root!=null){
            queue.add(root);
        }
        while(!queue.isEmpty()){
            List<Integer> subRes = new ArrayList<>();
            for(int i=queue.size();i>0;i--){
                TreeNode p = queue.poll();
                subRes.add(p.val);
                if(p.left!=null){
                    queue.add(p.left);
                }
                if(p.right!=null){
                    queue.add(p.right);
                }
            }
            if(res.size()%2==1){
                //偶数层,当前
                Collections.reverse(subRes);
            }
            res.add(subRes);
        }
        return res;

    }
}

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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