博客
关于我
leetcode623. 在二叉树中增加一行
阅读量:679 次
发布时间:2019-03-17

本文共 3436 字,大约阅读时间需要 11 分钟。

在二叉树中增加一行的问题需要通过按层处理来完成。下面的步骤详细描述了实现过程:

  • 检查边界情况:如果d等于1,则直接在根节点之前添加一个根节点v,将原树作为其左子树,返回这个新根节点。

  • 初始化队列:使用队列存储节点,按照广度优先搜索的顺序处理每一层。初始时队列中只有根节点。

  • 处理到指定层:在处理到第d-1层时,从队列中取出节点处理。对于每个节点,检查是否仍处于错误的层次,并继续处理。对于每个节点,根据规则创建新的v节点的左和右子树。

  • 重构子树:将原来的左子树连接到新节点v的左子节点,原来的右子树连接到新节点的右子节点。如果节点本身不是叶子节点,确保新节点的左右子树不存在冲突。

  • 完成处理并返回结果:当所有指定层的处理完成,返回根节点。

  • 通过这种方法,新添加的层能正确扩展二叉树结构,同时保持原来节点的连接关系。

    leetcode623. 在二叉树中增加一行

    给定一个二叉树,根节点为第1层,深度为1。在其第 d 层追加一行值为 v 的节点。

    添加规则:给定一个深度值 d (正整数),针对深度为 d-1 层的每一非空节点 N,为 N 创建两个值为 v 的左子树和右子树。

    将 N 原先的左子树,连接为新节点 v 的左子树;将 N 原先的右子树,连接为新节点 v 的右子树。

    如果 d 的值为 1,深度 d - 1 不存在,则创建一个新的根节点 v,原先的整棵树将作为 v 的左子树。

    示例 1:

    输入树结构如下:

    4 / \ 2 6 / \ / 3 1 5

    v = 1, d = 2

    输出树结构如下:

    4 / \ 1 1 / \ 2 6/ \ / 3 1 5

    层序遍历

    果然不用递归就会好想很多。遍历到当前层就开始操作,没什么可说的了。

    代码实现:

    代码分析:

    《public TreeNode addOneRow(TreeNode root, int v, int d) {_
    if(d == 1) {_
    TreeNode newNode = new TreeNode(v);
    newNode.left = root;
    return newNode;
    }_
    Queue
    queue = new LinkedList<>();
    queue.add(root);
    int count = 1;
    while (!queue.isEmpty() & (d - 1) >= count) {
    int level = queue.size();
    for (int i = 0; i < level; i++) {
    TreeNode currentLevelNode = queue.poll();
    // 处理每个当前层节点
    if (currentLevelNode != null) {
    // 检查是否还在目标层
    Vienna 9:22 AM
    给定的二叉树结构中,增加一行值为v的节点需要按照以下步骤进行:
    1. **理解问题**:在二叉树的第d层插入一行节点v。每个非空节点将扩展成带有新v节点的新父节点。
    2. **处理特殊情况**:
    - 若d=1,新节点为根,整棵树作为其左子树。
    3. **按层处理**:使用队列实现广度优先搜索,逐层处理每个节点。当处理到第d-1层时,扩展每个节点为新父节点。
    4. **扩展逻辑**:对于每个处理的节点,将其原左、右子树连接到新v节点,扔出原子树,形成新结构。
    5. **测试与验证**:确保扩展正确,不影响原有结构,并符合预期的输出结果。
    通过这种方法,可以在给定深度下正确插入一行新的节点,并保持二叉树的结构完整性。
    ```html

    leetcode623. 在二叉树中增加一行

    给定一个二叉树,根节点为第1层,深度为1。在其第 d 层追加一行值为 v 的节点。

    添加规则:给定一个深度值 d (正整数),针对深度为 d-1 层的每一非空节点 N,为 N 创建两个值为 v 的左子树和右子树。

    将 N 原先的左子树,连接为新节点 v 的左子树;将 N 原先的右子树,连接为新节点 v 的右子树。

    如果 d 的值为 1,深度 d - 1 不存在,则创建一个新的根节点 v,原先的整棵树将作为 v 的左子树。

    示例 1:

    输入树结构如下:

    4 / \ 2 6 / \ / 3 1 5

    v = 1, d = 2

    输出树结构如下:

    4 / \ 1 1 / \ 2 6/ \ / 3 1 5

    层序遍历

    确实不用递归,代码会更清晰。直接按层处理,逻辑易于理解。

    代码实现:

    ```java
    public TreeNode addOneRow(TreeNode root, int v, int d) {
    if (d == 1) {
    TreeNode newNode = new TreeNode(v);
    newNode.left = root;
    return newNode;
    }
    Queue
    queue = new LinkedList<>();
    queue.add(root);
    int count = 1;
    while (!queue.isEmpty() && (d - 1) >= count) {
    int level = queue.size();
    for (int i = 0; i < level; i++) {
    TreeNode currentLevelNode = queue.poll();
    if (currentLevelNode != null) {
    TreeNode newNode = new TreeNode(v);
    newNode.left = currentLevelNode.left;
    newNode.right = currentLevelNode.right;
    // 如果节点本身有左或右子树,就需要处理它们的连接
    if (currentLevelNode.left != null) {
    currentLevelNode.left = newNode.left;
    }
    if (currentLevelNode.right != null) {
    currentLevelNode.right = newNode.right;
    }
    // 将新节点加入队列处理
    queue.add(newNode);
    } else {
    // 处理空节点,避免队列出错
    queue.add(null);
    }
    count++;
    }
    }
    return root;
    }

    代码说明:

    • 边界处理:直接返回新根节点当d=1。
    • 队列初始化:利用队列按层处理,可以确保每层的节点按顺序处理。
    • 遍历处理:逐层处理节点,检查是否达到目标层,并创建新节点。
    • 子树重构:确保新节点正确连接原有左右子树,维持树的完整性。
    • 层序处理:通过逐层处理,符合题意的层序扩展。

    这种方法确保新添加层符合规则,尽职处理各个节点,保证代码正确性。

    转载地址:http://hyzhz.baihongyu.com/

    你可能感兴趣的文章
    NIO同步网络编程
    查看>>
    NIO基于UDP协议的网络编程
    查看>>
    NIO笔记---上
    查看>>
    NIO蔚来 面试——IP地址你了解多少?
    查看>>
    NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
    查看>>
    NISP国家信息安全水平考试,收藏这一篇就够了
    查看>>
    NIS服务器的配置过程
    查看>>
    Nitrux 3.8 发布!性能全面提升,带来非凡体验
    查看>>
    NiuShop开源商城系统 SQL注入漏洞复现
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 模型中的偏差和公平性检测
    查看>>
    Vue3.0 性能提升主要是通过哪几方面体现的?
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP三大特征抽取器:CNN、RNN与Transformer全面解析
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP度量指标BELU真的完美么?
    查看>>