当前位置: 首页 > article >正文

6.9平衡二叉树(LC110-E)

绝对值函数:abs()

算法:

高度和深度的区别:

节点的高度:节点到叶子节点的距离(从下往上)

节点的深度:节点到根节点的距离(从上往下)

逻辑:一个平衡二叉树的每个节点的左右子树都是平衡二叉树

调试过程:

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def isBalanced(self, root: Optional[TreeNode]) -> bool:
        if self.getheight(root) == 0:
            return True
        else:
            return False

    def getheight(self, node) -> int:
        if node == None:
            return 0        
        leftheight = self.getheight(node.left)
        rightheight = self.getheight(node.right)
        #左子树若有不平衡的,就返回-1
        if leftheight == -1:
            return -1
        #右子树若有不平衡的,就返回-1
        if rightheight == -1:
            return -1
        
        if abs(leftheight-rightheight)>1:
            return -1
        else:
            return 0

原因:问题出在return 0上面,改成return 1 + max(leftheight, rightheight)就好了

`return 0`的含义是将节点的高度设置为0,这是不正确的。

正确的做法是使用`return 1 + max(leftheight, rightheight)`来计算节点的高度。这里的`max(leftheight, rightheight)`表示选择左子树和右子树中较大的高度作为当前节点的高度,然后再加上1,表示当前节点的高度。

通过这种方式,我们可以确保节点的高度正确地传递到父节点,并在比较节点的高度差时得到正确的结果。如果节点的左子树和右子树高度差超过1,那么在递归过程中会返回-1,最终导致`isBalanced`函数返回False。

正确代码:

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def isBalanced(self, root: Optional[TreeNode]) -> bool:
        if self.getheight(root) != -1:
            return True
        else:
            return False

    def getheight(self, node) -> int:
        if node == None:
            return 0        
        leftheight = self.getheight(node.left)
        rightheight = self.getheight(node.right)
        #左子树若有不平衡的,就返回-1
        if leftheight == -1:
            return -1
        #右子树若有不平衡的,就返回-1
        if rightheight == -1:
            return -1
        
        if abs(leftheight-rightheight)>1:
            return -1
        else:
            return 1 + max(leftheight, rightheight)

时间空间复杂度:
时间复杂度:

  • `isBalanced`函数中,我们调用了`getheight`函数来计算每个节点的高度。在最坏情况下,需要遍历二叉树的所有节点,因此时间复杂度为O(n),其中n是二叉树中的节点数。
  • `getheight`函数是一个递归函数,它会遍历二叉树的所有节点。对于每个节点,我们需要递归地计算其左子树和右子树的高度,因此总的时间复杂度也是O(n)。
  • 综上所述,整个算法的时间复杂度为O(n)。

空间复杂度:

  • 在`getheight`函数中,递归调用会产生函数调用栈。在最坏情况下,二叉树是一个完全不平衡的树,即链表形式,此时递归的深度为n,因此空间复杂度为O(n)。
  • 综上所述,整个算法的空间复杂度为O(n)。

http://www.kler.cn/a/133205.html

相关文章:

  • 算法魅力-二分查找实战
  • 电商系统开发:Spring Boot框架实战
  • 数据分析-48-时间序列变点检测之在线实时数据的CPD
  • Java21和Java8性能优化详细对比
  • SpringBoot整合Mybatis-Plus实践汇总
  • Flutter下拉刷新上拉加载的简单实现方式二
  • WPF实现将鼠标悬浮在按钮上时弹出菜单
  • MyBatis逆向工程
  • 小型企业网络搭建方案
  • FPGA模块——IIC协议(读写PCF8591)
  • linux进程间通信之共享内存(mmap,shm_open)
  • asp.net学生成绩评估系统VS开发sqlserver数据库web结构c#编程计算机网页项目
  • AI语音克隆
  • Flink1.17 DataStream API
  • Linux三剑客:awk的实用案例
  • 多线程Thread(初阶一:认识线程)
  • 【教3妹学编程-java基础6】详解父子类变量、代码块、构造函数执行顺序
  • 关于nginx一个域名,配置多个端口https的方法
  • 强缓存和弱缓存
  • 配置Nginx服务器用于Web应用代理和SSL{仅配置文件}
  • VisualGDB 6.0 R2 Crack
  • C++标准模板(STL)- 类型支持 (类型关系,检查两个类型是否相同,std::is_same)
  • 算法实战:亲自写红黑树之三 算法详解
  • 人工智能-循环神经网络通过时间反向传播
  • 单页面应用(SPA)与多页面应用(MPA)的区别及优缺点
  • Springboot 启动Bean如何被加载