这是一个层次遍历的反向变种,也就是层次遍历本来是从上往下,现在要变成从下往上了。当然如果利用广度优先便利,比较简单,无非就是用队列,存每一层的节点,只是在加入节点的时候要加到结果的开始就行了。
BFS:
public class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
Queue<TreeNode> queue = new LinkedList<TreeNode>();
List<List<Integer>> wrapList = new LinkedList<List<Integer>>();
if(root == null) return wrapList;
queue.offer(root);
while(!queue.isEmpty()){
int levelNum = queue.size();
List<Integer> subList = new LinkedList<Integer>();
for(int i=0; i<levelNum; i++) {
if(queue.peek().left != null) queue.offer(queue.peek().left);
if(queue.peek().right != null) queue.offer(queue.peek().right);
subList.add(queue.poll().val);
}
wrapList.add(0, subList); //加入这一层节点是加到开头
}
return wrapList;
}
}
那主要是看一下这个深度优先的思路,也就是递归。我发现递归有时候找到了递归函数的参数,那思路就清晰很多。刚开始我是准备用一个helper()函数,然后思路应该就是到某一个节点的时候,先helper(root.left),然后helper(root.right),最后再add(root.val)。也就是要先遍历了左右子树,再将这个根节点的值加入到最后结果中。
当然最后还是看了别人的解析才知道需要哪些参数:
- 有一个全局数组存储最后结果,即一个List<List> result。有了这个数组,不管我们递归向下多少,我们都能知道目前已经遍历到了第几层(result.size())。
- 一个root节点,代表我们当前要遍历的节点。
- root节点所在的层数。这个是比较重要的,因为我们通过这个层数就可以和那个全局变量result的size做比较,看看这一层是不是已经遍历到了,如果没有,那就加一个LinkedLList以便存储这一层的所有节点。而这个更新是全局的,所以当其他递归到达这层的时候,以判断这一层的数组已经存在,直接加点就好了。
最后看一下代码:
class Solution {
public List<List<Integer>> levelOrderBottom(TreeNode root) {
List<List<Integer>> result = new LinkedList<>();
helper(result, root, 1); //根节点是第一层
return result;
}
private void helper(List<List<Integer>> result, TreeNode root, int level) {
if (root == null)
return;
if (level > result.size()) //证明当前层节点对应的数组还没加到result中,则加到第1个位置上
result.add(0, new LinkedList<Integer>());
helper(result, root.left, level+1);
helper(result, root.right, level+1);
//等到了最后一层了,所有层对应的数组都加进去了,然后才开始往对应数组里加元素
result.get(result.size()-level).add(root.val);
}
}
这篇博客介绍了LeetCode 107题的解决方案,重点在于实现二叉树的倒序层次遍历。通常层次遍历是从上到下,而此题要求从下往上。博主探讨了两种方法:使用宽度优先搜索(BFS)和深度优先搜索(DFS)。在DFS中,博主强调了递归函数参数的重要性,并详细解释了如何通过递归遍历节点,同时保持对当前节点层级的跟踪,以便在正确的位置添加节点值到结果列表。最后,博主分享了实现该功能的代码片段。
4450

被折叠的 条评论
为什么被折叠?



