《数据结构风云》:二叉树遍历的底层思维>递归与迭代的双重视角

《数据结构风云》:二叉树遍历的底层思维>递归与迭代的双重视角


在这里插入图片描述


🔥@晨非辰Tong: 个人主页
👀专栏:《C语言》《数据结构与算法入门指南》
💪学习阶段:C语言、数据结构与算法初学者
⏳“人理解迭代,神理解递归。”


文章目录

引言

二叉树遍历是理解树结构操作的基础,也是算法设计核心环节。前、中与后序遍历,以不同顺序访问节点,体现了递归与迭代思想的精髓。掌握转换规律,不仅能提升对数据结构本质的理解,更能为解决复杂算法问题奠定基础。本文将通过经典题目,解析如何还原二叉树,深入剖析遍历背后的逻辑与实现方法。
获取原码》点我《!!!

知识点前瞻

在这里插入图片描述

一、不一样的前序遍历

144. 二叉树的前序遍历

1.要求描述:

在这里插入图片描述

2.实现示例:

在这里插入图片描述

3.算法思路:

首先看平台给出的接口实现框架——>int* preorderTraversal(struct TreeNode*root, int* returnSize),这时候再看输出示例:返回的是一个数组,那么框架应该就是来返回数组的。对于returnSize猜测是目标树的节点个数,但是输出中没有给出,那么要自己去实现求个数接口
然后根据求出的节点个数去开辟数组空间(因为Note: The returned array must be malloced, assume caller calls free().)。
最后,就要实现前序遍历,但这个前序遍历与之前实现不太一样:不需要打印出节点的数值,只需要将数值存储在要返回的数组中。

复杂度:

  • 时间复杂度: O(N);
  • 空间复杂度: O(N);

3.1 具体代码实现

/** * Definition for a binary tree node. * struct TreeNode { * int val; * struct TreeNode *left; * struct TreeNode *right; * }; *//** * Note: The returned array must be malloced, assume caller calls free(). *///求节点个数接口intBinaryTreeSize(structTreeNode* root){//根节点为空,树为空if(root ==NULL){return0;}//不为空,遍历左右子树//实质上就是根节点个数的累加return1+BinaryTreeSize(root->left)+BinaryTreeSize(root->right);}//前序遍历接口voidPreOrder(structTreeNode* root,int* arr,int* pi){//空树,直接返回if(root ==NULL){return;}//将非空节点的值存储在要返回的数组 arr[(*pi)++]= root->val;//遍历子树PreOrder(root->left, arr, pi);PreOrder(root->right, arr, pi);}//返回数组接口//returnSize:树的节点个数,输入为给出,代表要自己计算int*preorderTraversal(structTreeNode* root,int* returnSize){//调用函数求节点个数,开辟空间*returnSize =BinaryTreeSize(root);//开辟空间int* arr =(int*)malloc(sizeof(int)*(*returnSize));//前序遍历int i =0;PreOrder(root, arr,&i);return arr;}
在这里插入图片描述

3.2 注意要点

  1. 变量i的定义、传参:程序中数据存放在数组中需要下标i,并没有在前序遍历接口中创建或者创建全局变量,而是通过传参(会导致i重复初始化或者累加,前面说过)。但是传的是地址,如果只传数值的话,在后续递归调用函数,这个i不会随着元素的增加改变.

二、不一样的中序遍历

94. 二叉树的中序遍历

1.要求描述:

在这里插入图片描述

2.实现示例

在这里插入图片描述

3.算法思路:

整体思路与上面的前序遍历大致相同,只需要将 arr[(*pi)++] = root->val;放在PreOrder(root->left, arr, pi); PreOrder(root->right, arr, pi);中间即可。实现左根右。
复杂度:

  • 时间复杂度: O(N);
  • 空间复杂度: O(N);

3.1 具体代码实现:

/** * Definition for a binary tree node. * struct TreeNode { * int val; * struct TreeNode *left; * struct TreeNode *right; * }; *//** * Note: The returned array must be malloced, assume caller calls free(). *///求节点个数接口intBinaryTreeSize(structTreeNode* root){//根节点为空,树为空if(root ==NULL){return0;}//不为空,遍历左右子树//实质上就是根节点个数的累加return1+BinaryTreeSize(root->left)+BinaryTreeSize(root->right);}//中序遍历voidInOrder(structTreeNode* root,int* arr,int* pi){//树为空if(root ==NULL){return;}//树不为空//遍历左子树InOrder(root->left, arr, pi); arr[(*pi)++]= root->val;InOrder(root->right, arr, pi);}int*inorderTraversal(structTreeNode* root,int* returnSize){//调用函数求节点个数,开辟空间*returnSize =BinaryTreeSize(root);//开辟空间int* arr =(int*)malloc(sizeof(int)*(*returnSize));//中序遍历int i =0;InOrder(root, arr,&i);return arr;}

三、不一样的后序遍历

145. 二叉树的后序遍历

1.要求描述:

在这里插入图片描述

2.实现示例:

在这里插入图片描述

3.算法思路:

整体思路与上面的中序遍历大致相同,只需要将 arr[(*pi)++] = root->val;放在PreOrder(root->left, arr, pi); PreOrder(root->right, arr, pi);后面即可。实现左右根。
复杂度:

  • 时间复杂度: O(N);
  • 空间复杂度: O(N);

3.1 具体代码实现:

/** * Definition for a binary tree node. * struct TreeNode { * int val; * struct TreeNode *left; * struct TreeNode *right; * }; *//** * Note: The returned array must be malloced, assume caller calls free(). *///求节点个数接口intBinaryTreeSize(structTreeNode* root){//根节点为空,树为空if(root ==NULL){return0;}//不为空,遍历左右子树//实质上就是根节点个数的累加return1+BinaryTreeSize(root->left)+BinaryTreeSize(root->right);}//后序遍历voidPostOrder(structTreeNode* root,int* arr,int* pi){//树为空if(root ==NULL){return;}//树不为空//遍历左子树PostOrder(root->left, arr, pi);PostOrder(root->right, arr, pi); arr[(*pi)++]= root->val;}int*postorderTraversal(structTreeNode* root,int* returnSize){//调用函数求节点个数,开辟空间*returnSize =BinaryTreeSize(root);//开辟空间int* arr =(int*)malloc(sizeof(int)*(*returnSize));//后序遍历int i =0;PostOrder(root, arr,&i);return arr;}
在这里插入图片描述

四、二叉树遍历

TSINGK110 二叉树遍历

1.要求描述:

在这里插入图片描述

2.实现示例:

在这里插入图片描述

3.算法思路:

–牛客网平台全部代码都需要我们自己去实现,比较麻烦。 首先,根据描述:我们需要将用户输入的前序遍历完成的字符串存放在数组中,再根据数组来重现树的结构——>自定义创建树函数。创建树就需要知道树节点的结构,再申请节点——>定义树节点的结构、自定义创建节点函数。
上面这些函数的实现,我们前面都操作过。 然后,就是要中序遍历,这个我们也实现过。

复杂度:

  • 时间复杂度:O(N) ;
  • 空间复杂度:O(N);

3.1具体代码实现

#include<stdio.h>#include<stdlib.h>//定义二叉树的结构typedefstructBinaryTreeNode{char data;structBinaryTreeNode* left;structBinaryTreeNode* right;}BTNode;//根据字符创建节点 BTNode*buyNode(char ch){ BTNode* newnode =(BTNode*)malloc(sizeof(BTNode)); newnode->data = ch; newnode->left = newnode->right =NULL;return newnode;}//创建树 BTNode*creatTree(char* arr,int* pi){//如果是空节点,返回空if(arr[*pi]=='#'){(*pi)++;returnNULL;}//创建新节点--根左右 BTNode* root =buyNode(arr[(*pi)++]); root->left =creatTree(arr, pi); root->right =creatTree(arr, pi);return root;//最终返回指向根节点的指针}//中序遍历voidInOrder(BTNode* root){if(root ==NULL){return;}//左右根InOrder(root->left);printf("%c ", root->data);InOrder(root->right);}intmain(){//读取用户输入的字符串char arr[100];scanf("%s", arr);//根据字符串数组创建二叉树(前序遍历的)int i =0;//接收创建树的根节点 BTNode* root =creatTree(arr,&i);//中序遍历InOrder(root);return0;}

总结

🍓 我是晨非辰Tong!若这篇技术干货帮你打通了学习中的卡点: 👀 【关注】跟我一起深耕技术领域,从基础到进阶,见证每一次成长 ❤️ 【点赞】让优质内容被更多人看见,让知识传递更有力量 ⭐ 【收藏】把核心知识点、实战技巧存好,需要时直接查、随时用 💬 【评论】分享你的经验或疑问(比如曾踩过的技术坑?),一起交流避坑 🗳️ 【投票】用你的选择助力社区内容方向,告诉大家哪个技术点最该重点拆解 技术之路难免有困惑,但同行的人会让前进更有方向~愿我们都能在自己专注的领域里,一步步靠近心中的技术目标! 

二叉树遍历序列的互推,核心在于把握“后序定根,中序分左右”的规律。掌握这一原理,不仅能解决序列重建问题,更能深化对递归和树结构的理解,为学习更复杂的数据结构奠定基础。

Read more

Maven 项目中将本地依赖库打包到最终的 JAR 中

Maven 项目中将本地依赖库打包到最终的 JAR 中

文章目录 * 前言 * 详细步骤 前言 在现代后端开发中,构建高效且可扩展的 Web 应用程序通常依赖于多种第三方库和内部依赖。这些依赖可以来自公共仓库,也可能是公司内部自研的库或尚未发布到公共仓库的 JAR 包。本文将详细介绍如何在 Maven 项目中处理本地依赖库,并确保这些依赖能够正确地打包到最终的可执行 JAR 文件中。本文不仅以 Doris 连接器(flink-doris-connector)作为示例,还涵盖了处理其他本地依赖库的通用方法。 为什么需要打包本地依赖库? 通常,依赖库可以通过 Maven 中央仓库或其他公共仓库轻松获取和管理。然而,有时我们需要使用一些未发布到公共仓库的本地 JAR 包,例如: * 公司内部开发的库 * 第三方提供但未上传到 Maven 仓库的库 * 特殊版本或定制版的库 * 直接引用本地依赖库可能会引发一些问题,尤其是在构建和部署过程中。为了确保项目的可移植性和一致性,必须将这些本地依赖正确地打包到最终的 JAR 文件中。 常见问题:使用 system 作用域 * 在

By Ne0inhk
YOLO11-4K:4K全景图像实时检测框架(Python全实战指南)

YOLO11-4K:4K全景图像实时检测框架(Python全实战指南)

4K全景图像(3840×2160)在安防监控、工业大视野质检、无人机航拍等场景的普及,让传统YOLO模型面临「小目标漏检严重、推理速度慢、块边缘目标截断」三大核心问题。YOLO11-4K作为专为4K场景定制的改进框架,通过自适应分块推理、小目标注意力增强、跨块去重NMS等核心设计,实测将4K图像中小目标漏检率降低42%,同时保持实时推理性能。 本文基于Python(兼容ultralytics生态)实现YOLO11-4K全流程,涵盖4K分块策略、模型推理、结果融合、量化加速,所有代码均可直接运行,兼顾学术研究与工业落地需求。 一、YOLO11-4K核心设计(Python适配版) 1.1 解决的4K场景核心痛点 痛点传统YOLO方案YOLO11-4K解决方案小目标像素丢失直接缩放到640×640,小目标(<30×30像素)消失1280×1280分块推理 + 小目标检测头增强4K推理速度慢直接4K推理,单帧耗时>200ms滑动窗口分块(1280×1280)+ 批量推理,单帧耗时<50ms块边缘目标截断无重叠分块,

By Ne0inhk

VS Code 中的 Python 代码格式化插件

在 VS Code 中,有几款非常出色的 Python 代码格式化插件可以帮助你保持代码的整洁与规范。下面这个表格整理了目前主流的几款工具,你可以根据它们的特点进行选择。 工具名称核心特点风格理念推荐适用场景Black开箱即用,几乎无需配置;强制统一的代码风格,可预测性强。“无妥协”的格式化器。它决定格式,讨论空间小,保证所有代码风格一致。团队协作项目;希望零配置快速上手的开发者;追求极简和一致性。autopep8基于 PEP 8 规范,主要修复代码风格问题(如缩进、空格)。相对保守,专注于修复而非重新排版。希望代码严格遵循 PEP 8;对现有代码进行温和的格式化修复。yapf高度可定制,可以模仿多种代码风格;格式化策略更“激进”,会重新排版代码。“自成风格”。目标是通过调整代码来达到最佳可读性,而非严格遵循某一规范。需要高度自定义格式化规则;项目有特殊的代码风格要求。 🔧 如何安装与配置 选好工具后,只需简单几步就能在 VS Code 中启用它们。

By Ne0inhk
Python(30)基于itertools生成器的量子计算模拟技术深度解析

Python(30)基于itertools生成器的量子计算模拟技术深度解析

目录 * 引言:生成器与量子计算的完美邂逅 * 一、itertools生成器核心机制解析 * 1.1 无限序列生成器三剑客 * 1.2 组合生成器深度应用 * 二、量子计算模拟中的生成器革命 * 2.1 量子门序列动态生成 * 2.2 量子蒙特卡洛模拟优化 * 2.3 变分量子算法参数优化 * 三、生成器在量子计算中的创新应用 * 3.1 量子电路版本控制 * 3.2 量子数据流处理 * 四、生成器与量子计算的深度融合 * 4.1 量子退火算法优化 * 4.2 量子机器学习数据增强 * 五、生成器在量子计算中的性能优化 * 5.1 核心作用 * 5.2 优化方向 * 5.3 内存效率对比 * 5.

By Ne0inhk