• BFS


    102. 二叉树的层次遍历

    难度中等

    给定一个二叉树,返回其按层次遍历的节点值。 (即逐层地,从左到右访问所有节点)。

    例如:
    给定二叉树: [3,9,20,null,null,15,7],

        3
       / 
      9  20
        /  
       15   7
    

    返回其层次遍历结果:

    [
      [3],
      [9,20],
      [15,7]
    ]
     1 # Definition for a binary tree node.
     2 # class TreeNode:
     3 #     def __init__(self, x):
     4 #         self.val = x
     5 #         self.left = None
     6 #         self.right = None
     7 
     8 from collections import deque
     9 class Solution:
    10     def levelOrder(self, root: TreeNode) -> List[List[int]]:
    11         if not root:
    12             return []
    13         res = list()
    14         queue = deque()
    15         queue.append(root)
    16         
    17         while queue:
    18             queue_size = len(queue)
    19             temp_res = list()
    20             for _ in range(queue_size):
    21                 temp_node = queue.popleft()
    22                 temp_res.append(temp_node.val)
    23                 if temp_node.left:
    24                     queue.append(temp_node.left)
    25                 if temp_node.right:
    26                     queue.append(temp_node.right)
    27             res.append(temp_res)
    28 
    29         return res
    View Code

    103. 二叉树的锯齿形层次遍历

    难度中等

    给定一个二叉树,返回其节点值的锯齿形层次遍历。(即先从左往右,再从右往左进行下一层遍历,以此类推,层与层之间交替进行)。

    例如:
    给定二叉树 [3,9,20,null,null,15,7],

        3
       / 
      9  20
        /  
       15   7
    

    返回锯齿形层次遍历如下:

    [
      [3],
      [20,9],
      [15,7]
    ]
     1 # Definition for a binary tree node.
     2 # class TreeNode:
     3 #     def __init__(self, x):
     4 #         self.val = x
     5 #         self.left = None
     6 #         self.right = None
     7 from collections import deque
     8 class Solution:
     9     def zigzagLevelOrder(self, root: TreeNode) -> List[List[int]]:
    10         if not root:
    11             return []
    12         res = list()
    13         queue = deque()
    14         queue.append(root)
    15         flag = True
    16         while queue:
    17             queue_size = len(queue)
    18             temp_res = list()
    19             for _ in range(queue_size):
    20                 temp_node = queue.popleft()
    21                 temp_res.append(temp_node.val)
    22                 if temp_node.left:
    23                     queue.append(temp_node.left)
    24                 if temp_node.right:
    25                     queue.append(temp_node.right)
    26             if flag:
    27                 res.append(temp_res)
    28                 flag = False
    29             else:
    30                 res.append(temp_res[::-1])
    31                 flag = True
    32 
    33         return res
    View Code

    127. 单词接龙

    难度中等

    给定两个单词(beginWord 和 endWord)和一个字典,找到从 beginWord 到 endWord 的最短转换序列的长度。转换需遵循如下规则:

    1. 每次转换只能改变一个字母。
    2. 转换过程中的中间单词必须是字典中的单词。

    说明:

    • 如果不存在这样的转换序列,返回 0。
    • 所有单词具有相同的长度。
    • 所有单词只由小写字母组成。
    • 字典中不存在重复的单词。
    • 你可以假设 beginWord 和 endWord 是非空的,且二者不相同。

    示例 1:

    输入:
    beginWord = "hit",
    endWord = "cog",
    wordList = ["hot","dot","dog","lot","log","cog"]
    
    输出: 5
    
    解释: 一个最短转换序列是 "hit" -> "hot" -> "dot" -> "dog" -> "cog",
         返回它的长度 5。
    

    示例 2:

    输入:
    beginWord = "hit"
    endWord = "cog"
    wordList = ["hot","dot","dog","lot","log"]
    
    输出: 0
    
    解释: endWord "cog" 不在字典中,所以无法进行转换。
     1 from collections import deque
     2 class Solution:
     3     def ladderLength(self, beginWord: str, endWord: str, wordList: List[str]) -> int:
     4         wordList = set(wordList)
     5         transform_times = 0
     6         if not wordList:
     7             return 0
     8         visited_words = set([beginWord])
     9         queue = deque([beginWord])
    10 
    11         while queue:
    12             transform_times += 1
    13             queue_length = len(queue)
    14             for _ in range(queue_length):
    15                 temp = queue.popleft()
    16                 if temp == endWord:
    17                     return transform_times
    18                 for each_element in self.__get_next_words(temp):
    19                     if each_element in visited_words or each_element not in wordList:
    20                         continue
    21                     visited_words.add(each_element)
    22                     queue.append(each_element)
    23         
    24         return 0
    25         
    26  
    27     def __get_next_words(self, word):
    28         words = []
    29         length_word = len(word)
    30         for i in range(length_word):
    31             left, right = word[0:i], word[i+1:length_word]
    32             for char in "abcdefghigklmnopqrstuvwxyz":
    33                 if char != word[i]:
    34                     temp_word = left + char + right
    35                     words.append(temp_word)
    36         return words
    View Code

     279. 完全平方数

    难度中等

    给定正整数 n,找到若干个完全平方数(比如 1, 4, 9, 16, ...)使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。

    示例 1:

    输入: n = 12
    输出: 3 
    解释: 12 = 4 + 4 + 4.

    示例 2:

    输入: n = 13
    输出: 2
    解释: 13 = 4 + 9.

     1 class Solution:
     2     def numSquares(self, n: int) -> int:
     3         queue = list()
     4         queue.append((n, 0))
     5         visited = [False for _ in range(n)]
     6         
     7         while queue:
     8             minuend, step = queue.pop(0)
     9 
    10             i = 1
    11             difference = minuend - i*i
    12 
    13             while difference >= 0:
    14                 if difference  == 0:
    15                     return step+1
    16                 
    17                 if not visited[difference ]:
    18                     queue.append((difference ,step+1))
    19                     visited[difference] = True
    20 
    21                 i = i + 1
    22                 difference = minuend - i*i
    View Code

     NC 序列化二叉树

    请实现两个函数,分别用来序列化和反序列化二叉树

     二叉树的序列化是指:把一棵二叉树按照某种遍历方式的结果以某种格式保存为字符串,从而使得内存中建立起来的二叉树可以持久保存。序列化可以基于先序、中序、后序、层序的二叉树遍历方式来进行修改,序列化的结果是一个字符串,序列化时通过 某种符号表示空节点(#),以 ! 表示一个结点值的结束(value!)。
     
    二叉树的反序列化是指:根据某种遍历顺序得到的序列化字符串结果str,重构二叉树。

    例如,我们可以把一个只有根节点为1的二叉树序列化为"1,",然后通过自己的函数来解析回这个二叉树

    示例1

    输入--{8,6,10,5,7,9,11}

    返回值--{8,6,10,5,7,9,11}

     1 # -*- coding:utf-8 -*-
     2 # class TreeNode:
     3 #     def __init__(self, x):
     4 #         self.val = x
     5 #         self.left = None
     6 #         self.right = None
     7 import collections
     8 class Solution:
     9     def Serialize(self, root):
    10         # write code here
    11         
    12         if not root:
    13             return ""
    14         queue = collections.deque([root])
    15         res = []
    16         while queue:
    17             node = queue.popleft()
    18             if node:
    19                 res.append(str(node.val))
    20                 queue.append(node.left)
    21                 queue.append(node.right)
    22             else:
    23                 res.append('None')
    24         print(res)
    25         return '[' + ','.join(res) + ']'
    26         
    27     def Deserialize(self, data):
    28         # write code here
    29         if not data:
    30             return None
    31         dataList = data[1:-1].split(',')
    32         root = TreeNode(int(dataList[0]))
    33         queue = collections.deque([root])
    34         i = 1
    35         while queue:
    36             node = queue.popleft()
    37             if dataList[i] != 'None':
    38                 node.left = TreeNode(int(dataList[i]))
    39                 queue.append(node.left)
    40             i += 1
    41             if dataList[i] != 'None':
    42                 node.right = TreeNode(int(dataList[i]))
    43                 queue.append(node.right)
    44             i += 1
    45         return root
    View Code
  • 相关阅读:
    前端3 浮动布局,固定定位,绝对定位,相对定位
    前端2 字体|文本属性样式, 高级选择器
    前端1.概念
    前端,基础选择器,嵌套关系.display属性,盒模型
    数据库之索引
    数据库之进阶(视图,事务,存储过程)
    数据库,多表数据
    数据库之表的使用
    数据的演化(数据仓库的发展史)
    HDFS退出安全模式
  • 原文地址:https://www.cnblogs.com/dede-0119/p/12508984.html
Copyright © 2020-2023  润新知