leetcode树算法总结
Leetcode数组类题目总结(Java版本)
First
mid
last
要注意 mid 落在哪个区域，通过 A[mid]与 A[first]大小比较可以确定，同时要注意边界
条件的判断，当 A[mid]==A[first]应该是将其归类 A[mid]>A[first]的情况。
代码 public int search(int[] A, int target) {
if(target>=A[first]&&target<A[mid]){ last=mid-1;
}else{ first=mid+1;
} }else{
if(target>A[mid]&&target<=A[last]){ first=mid+1;
}else{ last=mid-1;
} } } return -1; } 相关题目 Search in Rotated Sorted Array II，见 §1.4 1.4 Search in Rotated Sorted Array II 描述 Follow up for ”Search in Rotated Sorted Array”: What if duplicates are allowed? Would this affect the run-time complexity? How and why? Write a function to determine if a given target is in the array. 分析 问题就出在边界上，即 A[mid]==A[first]的情况，如果这样，那么无法确定 mid 的位置 属于上题的图一还是图二。 因此这时判断 A[first]==target,如果不成立则 first++缩小一个范围。 代码 public class Solution { public boolean search(int[] A, int target) { if(A==null||A.length==0) return false; int first=0,last=A.length-1; while(first<=last){ int mid=(first+last)/2;
力扣 排序算法
力扣排序算法
力扣（LeetCode）中的排序算法主要包括冒泡排序、选择排序和插入排序。
以下是这些算法的简介：
1. 冒泡排序（Bubble Sort）：从序列右边开始比较相邻两个数字的大小，
再根据结果交换两个数字的位置。
2. 选择排序（Selection Sort）：从待排序的数据中寻找最小值，将其与序
列最左边的数字进行交换。
3. 插入排序（Insertion Sort）：从序列左端开始一次对数据进行排序。
在
排序过程中左侧的数据陆续归位，右侧留下的就是还未被排序的数据。
这些算法的时间复杂度均为O(n^2)，空间复杂度均为O(1)。
此外，力扣中还有一些高级的排序算法，如快速排序、归并排序等。
这些算法的时间复杂度通常优于O(n log n)，空间复杂度可能高于O(1)。
以上内容仅供参考，如需更多信息，建议访问力扣官网或请教编程专业人士。
刷力扣的基础知识
刷力扣的基础知识力扣（LeetCode）是一个在线技术面试准备平台，提供了大量的算法题和编程题目。
对于初学者来说，刷力扣的基础知识是非常重要的，它可以帮助我们掌握算法和数据结构的基本原理，并提高我们的编程能力。
本文将介绍一些刷力扣的基础知识，帮助初学者更好地利用这个平台。
一、刷题的重要性刷力扣可以帮助我们提高算法和编程的能力，对于求职和提升职业发展都非常有帮助。
通过刷题，我们可以熟悉各种常见的算法和数据结构，例如数组、链表、栈、队列、树、图等。
在解题过程中，我们可以学习到不同的解题思路和优化方法，提高我们的编程技巧和思维能力。
二、刷题的方法和技巧1. 题目分类：力扣的题目可以根据不同的难度和类型进行分类，我们可以根据自己的实际情况选择适合自己的题目进行刷题。
初学者可以先从简单难度的题目开始，逐渐提高难度。
2. 解题思路：在解题之前，我们可以先思考一下解题的思路和方法。
可以先分析题目要求，明确问题的输入和输出，然后根据题目的特点选择合适的算法和数据结构。
在解题的过程中，我们可以多尝试不同的解题思路，提高自己的思维能力。
3. 编程实现：在编程实现时，我们要注意编程语言的语法和细节，尽量写出简洁、高效的代码。
可以使用调试工具进行调试，查看代码的执行过程和变量的取值，帮助我们找出代码中的错误。
4. 测试和优化：在编写完代码后，我们要进行测试和优化。
可以编写一些测试用例进行验证代码的正确性，尽量覆盖各种边界情况和特殊情况。
如果发现代码运行效率较低，可以尝试优化算法和数据结构，减少代码的时间复杂度和空间复杂度。
三、常见的算法和数据结构在刷力扣的过程中，我们会遇到很多常见的算法和数据结构。
下面列举一些常见的算法和数据结构，供大家参考。
1. 数组：数组是一种线性数据结构，可以存储多个相同类型的元素。
在数组中，每个元素都有一个索引，可以根据索引访问元素。
常见的操作有插入、删除、查找等。
2. 链表：链表是一种动态数据结构，可以存储多个不连续的元素。
二叉树遍历（前中后序遍历，三种方式）
⼆叉树遍历（前中后序遍历，三种⽅式）⽬录刷题中碰到⼆叉树的遍历，就查找了⼆叉树遍历的⼏种思路，在此做个总结。
对应的LeetCode题⽬如下：，，，接下来以前序遍历来说明三种解法的思想，后⾯中序和后续直接给出代码。
⾸先定义⼆叉树的数据结构如下：//Definition for a binary tree node.struct TreeNode {int val;TreeNode *left;TreeNode *right;TreeNode(int x) : val(x), left(NULL), right(NULL) {}};前序遍历，顺序是“根-左-右”。
使⽤递归实现：递归的思想很简单就是我们每次访问根节点后就递归访问其左节点，左节点访问结束后再递归的访问右节点。
代码如下：class Solution {public:vector<int> preorderTraversal(TreeNode* root) {if(root == NULL) return {};vector<int> res;helper(root,res);return res;}void helper(TreeNode *root, vector<int> &res){res.push_back(root->val);if(root->left) helper(root->left, res);if(root->right) helper(root->right, res);}};使⽤辅助栈迭代实现：算法为：先把根节点push到辅助栈中，然后循环检测栈是否为空，若不空，则取出栈顶元素，保存值到vector中，之后由于需要想访问左⼦节点，所以我们在将根节点的⼦节点⼊栈时要先经右节点⼊栈，再将左节点⼊栈，这样出栈时就会先判断左⼦节点。
代码如下：class Solution {public:vector<int> preorderTraversal(TreeNode* root) {if(root == NULL) return {};vector<int> res;stack<TreeNode*> st;st.push(root);while(!st.empty()){//将根节点出栈放⼊结果集中TreeNode *t = st.top();st.pop();res.push_back(t->val);//先⼊栈右节点，后左节点if(t->right) st.push(t->right);if(t->left) st.push(t->left);}return res;}};Morris Traversal⽅法具体的详细解释可以参考如下链接：这种解法可以实现O(N)的时间复杂度和O(1)的空间复杂度。
树枝问题公式
树枝问题公式
树枝问题指的是如何计算一棵树的总枝数。
一个简单的公式来计
算树枝的数量是n-1，其中n表示树的总节点数（包括根节点）。
这个公式的原理是树的分支总数等于节点总数减去1。
这个公式的推导可以通过归纳法证明。
当有一个节点时，树枝数
量为0。
如果加入一个节点形成两个节点的树，树枝数量为1。
接着，
再加入一个节点形成三个节点的树，树枝数量为2。
可以发现，每增加一个节点，树枝数量也增加1。
因此，树枝数量可以表示为n-1。
除了这个简单的公式，还可以从树的结构本身来拓展树枝的计算。
树枝是树的分支，可以通过遍历树的方式来计算树枝的数量。
常用的
树的遍历算法有深度优先遍历（DFS）和广度优先遍历（BFS）。
通过
这些遍历算法，可以遍历树的每一个节点，并统计出树的树枝数量。
还可以进一步拓展讨论树中的叶子节点与分支节点数量之间的关系。
叶子节点是指没有子节点的节点，分支节点是指至少有一个子节
点的节点。
在一棵树中，叶子节点数目为n0，分支节点数目为n2，则
树的总节点数为n = n0 + n2，而树的总枝数为n2。
树枝数量也可以通过叶子节点和分支节点的关系来计算。
力扣算法题讲解
力扣算法题讲解全文共四篇示例，供读者参考第一篇示例：力扣算法题作为程序员面试中的重要一环，是检验求职者编码能力和逻辑思维能力的利器。
力扣网站（LeetCode）上有大量的算法题目，涵盖了各种难度和类型，让程序员可以通过刷题提升自己的编码能力。
本文将对力扣算法题进行讲解，帮助读者更好地理解和掌握这些题目的解法。
一、算法题的重要性在程序员求职过程中，算法题几乎是不可或缺的一部分。
无论是技术面试还是在线编程测试，都会涉及到各种算法问题。
掌握算法题对于提高面试成功率和找到理想工作至关重要。
力扣算法题是目前最受欢迎的刷题平台之一，许多公司的面试题目也来源于此。
二、如何刷题在刷题之前，我们首先要了解算法的基本概念和常见的解题思路。
针对不同类型的算法题目，可以采取不同的解题策略，比如暴力求解、贪心算法、动态规划、分治法等。
熟悉这些解题思路可以帮助我们更快地解决问题。
在刷题的过程中，我们还要注意一些技巧和注意事项。
比如要注重代码的复用性和可读性，尽量避免写出冗长复杂的代码；要注意边界条件的处理，避免出现溢出或越界等问题；要利用调试工具进行调试，找出代码中的错误并进行修正。
在刷题的过程中，我们要注重积累经验，不断总结和学习。
三、力扣算法题目讲解下面我们以一道力扣算法题目为例，进行详细的讲解和解题过程。
题目：两数之和给定一个整数数组nums 和一个目标值target，请你在该数组中找出和为目标值的那两个整数，并返回它们的数组下标。
假设每种输入只对应一个答案，且同样的元素不能被重复利用。
示例：输入：nums = [2, 7, 11, 15], target = 9输出：[0, 1]解释：因为nums[0] + nums[1] = 2 + 7 = 9，所以返回[0, 1]。
解题思路：针对这道题目，我们可以通过哈希表来存储每一个数字及其对应的索引值。
遍历数组nums，在遍历的过程中，判断target 减去当前元素的值，是否已经在哈希表中出现过了。
lc刷题分类总结
LC（LeetCode）刷题分类总结如下：
1. 数组和字符串
- 数组操作：查找、排序、旋转、反转等
- 双指针技巧：判断回文字符串、寻找两个数的中位数等- 字符串匹配：KMP算法、暴力匹配等
2. 链表
- 链表基础操作：添加节点、删除节点、反转链表等
- 链表进阶操作：两数相加、环形链表等
3. 树和图
- 二叉树遍历：前序、中序、后序、层次遍历等
- 二叉树操作：判断平衡树、判断二叉搜索树等
- 图的遍历：深度优先搜索、广度优先搜索等
- 最小生成树：Prim算法、Kruskal算法等
4. 动态规划
- 最长递增子序列、最长公共子序列等
- 背包问题：01背包、完全背包等
- 打家劫舍问题、分割等和子集等
5. 贪心算法
- 分发饼干、合并区间等
- 活动选择问题、无重叠区间等
6. 回溯算法
- N皇后问题、全排列问题等
- 子集问题、电话号码的字母组合等
7. 位运算和数学技巧
- XOR异或的应用、位运算与加减乘除等
- 数学技巧：绝对值方程、同余方程等。
LeetCodeJAVA语言全部解题思路+答案代码+多种解法+关键注释（持续更新...）
LeetCodeJAVA语⾔全部解题思路+答案代码+多种解法+关键注释（持续更新...）第⼀题:给定⼀个整数数组 nums 和⼀个⽬标值 target，请你在该数组中找出和为⽬标值的那 两个 整数，并返回他们的数组下标。
你可以假设每种输⼊只会对应⼀个答案。
但是，你不能重复利⽤这个数组中同样的元素。
⽰例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]解题思路 :使⽤双层for嵌套进⾏遍历查询 nums[i]=target-nums[j]题⽬解答:public static int[]twoSum(int nums[],int target){for(int i=0;i<nums.length;i++){for(int j=1;j<nums.length;j++){if(nums[i]==target-nums[j]){return new int []{i,j};}}}throw new IllegalArgumentException("No two sum solution ");}第⼆题给出两个 ⾮空 的链表⽤来表⽰两个⾮负的整数。
其中，它们各⾃的位数是按照 逆序 的⽅式存储的，并且它们的每个节点只能存储 ⼀位 数字。
如果，我们将这两个数相加起来，则会返回⼀个新的链表来表⽰它们的和。
您可以假设除了数字 0 之外，这两个数都不会以 0 开头。
⽰例：输⼊：(2 -> 4 -> 3) + (5 -> 6 -> 4)输出：7 -> 0 -> 8原因：342 + 465 = 807解题思路:⾸先建⽴⼀个新的链表,然后从头往后撸给的这两个链表,建⽴⼀个dummy结点(哑结点),作⽤是防⽌这两个链表都为空,保证新建的这个链表存在,由于dummy结点本⾝不变,所以我们⽤⼀个指针cur来指向新链表的最后⼀个结点(因为是⼀个⼀个结点往⾥加的),这道题最⾼位在链表的末尾(还有⼀种情况最⾼位在链表的开头,⼀个类型,下个题给出),然后进⾏while循环(条件是两个链表有⼀个不为空)因为链表可能为空,所以我们取结点值的时候判断⼀下,如果为空取0,否则取结点值即可,同时还要加上⼀个进位carry,然后更新carry,直接sum/10即可然后 ⽤sum%10建⽴⼀个新的结点,(不⽤考虑两数和⼤于10,因为⼤于10就会随着carry的更新进位给⾼位),连到cur的后⾯,然后移动cur到下⼀个结点,while循环退出以后,还要进⾏⼀次判断就是最⾼位在进⾏相加的时候是否进位了,若carry的值为1,在建⽴⼀个为1的结点.public ListNode addTwonumbers(ListNode l1,ListNode l2){ListNode dummy =new ListNode(-1);ListNode cur = dummy;int carry =0;while(l1 != null || l2 != null){int d1 = l1 == null ?0: l1.val;int d2 = l2 == null ?0: l2.val;int sum = d1 + d2 + carry;carry = sum >=10?1:0;cur.next =new ListNode(sum %10);cur=cur.next;if(l1 != null) l1 = l1.next;if(l2 != null) l2 = l2.next;}if(carry ==1) cur.next =new ListNode(1);return dummy.next;}第⼆题进阶解题思路:上⾯的这道题最⾼位在链表的末尾,⽽这道题⽆⾮就是倒置⼀下链表,然后在执⾏上⾯⼀样的操作,下⾯介绍⼀下如何倒置链表 ,思路是在原链表之前建⽴⼀个空的newhead,因为⾸结点会变,然后从head开始,将之后的下⼀个结点移动到newhead之后,重复此操作直到head成为末结点为⽌public ListNode addTwonumbers(ListNode l1,ListNode l2){ListNode dummy =new ListNode(-1);ListNode cur = dummy;int carry =0;while(l1 != null || l2 != null){int d1 = l1 == null ?0: l1.val;int d2 = l2 == null ?0: l2.val;int sum = d1 + d2 + carry;carry = sum >=10?1:0;cur.next =new ListNode(sum %10);cur=cur.next;if(l1 != null) l1 = l1.next;if(l2 != null) l2 = l2.next;}if(carry ==1) cur.next =new ListNode(1);return reverseList(dummy.next);}public static ListNode reverseList(ListNode head){if(head == null){return head;}ListNode dummy =new ListNode(-1);dummy.next = head;ListNode cur = dummy;while(cur.next != null){ListNode tmp = cur.next;tmp.next = dummy.next;dummy.next = tmp;}return dummy.next;}第3题给定⼀个字符串，请你找出其中不含有重复字符的 最长⼦串 的长度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
LeetCode树算法总结
1. 简介
LeetCode是一个在线编程平台，提供了大量的算法题目用于练习和学习。
树是其中一个重要的数据结构，在LeetCode上有很多与树相关的算法题目。
本文将对LeetCode树算法进行全面总结，包括重要观点、关键发现和进一步思考。
2. 树的基础知识
在深入讨论LeetCode树算法之前，我们先回顾一下树的基础知识。
2.1 树的定义
树是一种非线性的数据结构，由节点和边组成。
每个节点可以有多个子节点，但只能有一个父节点（除了根节点）。
没有父节点的节点称为根节点，没有子节点的节点称为叶子节点。
2.2 二叉树
二叉树是一种特殊的树，每个节点最多只能有两个子节点。
这两个子节点分别称为左子节点和右子节点。
2.3 二叉搜索树（BST）
二叉搜索树是一种特殊的二叉树，满足以下条件： - 左子树所有值小于等于当前节点值 - 右子树所有值大于等于当前节点值 - 左右子树也都是二叉搜索树
二叉搜索树的一个重要性质是，对于任意节点，它的左子树中的所有节点值都小于它，右子树中的所有节点值都大于它。
这个性质使得在二叉搜索树中进行查找、插入和删除操作非常高效。
2.4 二叉树的遍历
在LeetCode树算法中，经常需要对二叉树进行遍历。
常见的遍历方式有三种：前序遍历、中序遍历和后序遍历。
•前序遍历（Preorder Traversal）：先访问当前节点，然后递归地访问左子树和右子树。
•中序遍历（Inorder Traversal）：先递归地访问左子树，然后访问当前节点，最后递归地访问右子树。
•后序遍历（Postorder Traversal）：先递归地访问左子树和右子树，然后访问当前节点。
3. 树算法题目分类
LeetCode上的树算法题目可以分为以下几个类别：
3.1 根到叶子节点路径问题
这类问题要求从根节点到叶子节点的路径上找出满足某种条件的路径。
通常使用深度优先搜索（DFS）来解决。
例题：路径总和（Path Sum）
给定一个二叉树和一个目标值，判断是否存在从根节点到叶子节点的路径上的节点值之和等于目标值。
解题思路： - 使用深度优先搜索遍历二叉树。
- 对于每个遍历到的节点，将目标值减去当前节点的值，并继续递归遍历左子树和右子树。
- 如果当前节点是叶子节点，并且目标值等于0，则找到了满足条件的路径。
时间复杂度分析： - 深度优先搜索需要遍历每个节点，时间复杂度为O(n)。
- 在最坏情况下，树为链表状，递归调用会达到O(n)次。
- 因此，总的时间复杂度为O(n^2)。
3.2 两个树之间的比较问题
这类问题要求比较两棵树是否相同、是否是对称的等。
通常使用递归来解决。
例题：相同的树（Same Tree）
给定两个二叉树，判断它们是否相同。
相同定义为结构相同且对应节点值相等。
解题思路： - 如果两个二叉树都为空，则认为它们是相同的。
- 如果两个二叉树中有一个为空而另一个不为空，则认为它们是不相同的。
- 如果两个二叉树的根节点值不相等，则认为它们是不相同的。
- 递归地比较两个二叉树的左子树和右子树。
时间复杂度分析： - 递归调用需要遍历每个节点，时间复杂度为O(n)。
- 在最坏情况下，两棵树完全相同，递归调用会达到O(n)次。
- 因此，总的时间复杂度为O(n^2)。
3.3 树的构造问题
这类问题要求构造一棵满足某种条件的树。
通常使用深度优先搜索或广度优先搜索来解决。
例题：从前序与中序遍历序列构造二叉树（Construct Binary Tree from Preorder and Inorder Traversal）
给定一棵二叉树的前序遍历和中序遍历结果，请构造出该二叉树并返回其根节点。
解题思路： - 前序遍历的第一个节点是当前子树的根节点。
- 在中序遍历中找到该节点，将数组分成左子树和右子树两部分。
- 分别对左右子数组进行递归调用，得到左子树和右子树的根节点，并将其连接到当前节点上。
时间复杂度分析： - 在每次递归调用中，需要遍历每个节点，时间复杂度为O(n)。
- 在最坏情况下，树为链表状，递归调用会达到O(n)次。
- 因此，总的时间复杂
度为O(n^2)。
3.4 树的遍历问题
这类问题要求对树进行遍历，并按照某种顺序输出节点的值。
通常使用深度优先搜索或广度优先搜索来解决。
例题：二叉树的前序遍历（Binary Tree Preorder Traversal）
给定一个二叉树，返回它的前序遍历结果。
解题思路： - 使用递归进行前序遍历。
- 先访问当前节点，然后递归地访问左子树和右子树。
时间复杂度分析： - 递归调用需要遍历每个节点，时间复杂度为O(n)。
- 因此，总的时间复杂度为O(n)。
4. 进一步思考
LeetCode上的树算法题目非常多样化，并且往往结合了其他数据结构和算法。
在
解决这些问题时，我们需要灵活运用各种技巧和方法。
以下是一些进一步思考的方向：
4.1 平衡二叉树
平衡二叉树是一种特殊的二叉搜索树，其左右子树的高度差不超过1。
平衡二叉树
的一个重要应用是实现高效的查找和插入操作。
在LeetCode上有一系列与平衡二
叉树相关的问题，如判断一棵树是否是平衡二叉树、将有序数组转换为平衡二叉搜索树等。
4.2 二叉堆
二叉堆是一种特殊的完全二叉树，满足以下性质： - 最大堆：父节点的值大于等
于子节点的值。
- 最小堆：父节点的值小于等于子节点的值。
二叉堆常用来实现优先队列和堆排序。
在LeetCode上有一些与二叉堆相关的问题，如合并K个排序链表、前K个高频元素等。
4.3 字典树
字典树（Trie）是一种特殊的前缀树，常用来存储和搜索字符串。
字典树可以非常高效地完成字符串匹配和前缀匹配操作。
在LeetCode上有一些与字典树相关的问题，如实现Trie、单词搜索II等。
4.4 线段树
线段树（Segment Tree）是一种用于解决区间查询问题的数据结构。
线段树可以高效地完成区间最值查询、区间和查询等操作。
在LeetCode上有一些与线段树相关的问题，如区域和检索 - 数组可修改等。
5. 总结
本文对LeetCode树算法进行了全面总结，包括树的基础知识、常见问题分类和解题思路。
通过学习和练习LeetCode上的树算法题目，我们可以提高对树数据结构和相关算法的理解和应用能力。
同时，通过进一步思考相关领域的知识，我们可以拓宽视野，提高解决问题的能力。
希望本文对读者在学习LeetCode树算法方面有所帮助。