当前位置: 首页 > article >正文

BFS算法——广度优先搜索,探索未知的旅程(下)

文章目录

  • 前言
  • 一. N叉树的层序遍历
    • 1.1 题目链接:https://leetcode.cn/problems/n-ary-tree-level-order-traversal/description/
    • 1.2 题目分析:
    • 1.3 思路讲解:
    • 1.4 代码实现:
  • 二. 二叉树的锯齿形层序遍历
    • 2.1 题目链接:https://leetcode.cn/problems/binary-tree-zigzag-level-order-traversal/description/
    • 2.2 题目分析:
    • 2.3 思路讲解:
    • 2.4 代码实现:
  • 三. 二叉树最大宽度
    • 3.1 题目链接:https://leetcode.cn/problems/maximum-width-of-binary-tree/description/
    • 3.2 题目分析:
    • 3.3 思路讲解:
    • 3.4 代码实现:
  • 四. 在每个树行中找最大值
    • 4.1 题目链接:https://leetcode.cn/problems/find-largest-value-in-each-tree-row/descri
    • 4.2 题目分析:
    • 4.3 思路讲解:
    • 4.4 代码实现:
  • 小结

在这里插入图片描述

前言

上篇我们介绍了BFS算法的思想和代码实现,本篇我们将结合具体题目,进一步深化对于BFS算法的理解运用。

一. N叉树的层序遍历

1.1 题目链接:https://leetcode.cn/problems/n-ary-tree-level-order-traversal/description/

1.2 题目分析:

  • 给定一个 N 叉树,返回其节点值的层序遍历。(即从左到右,逐层遍历)。
  • 与二叉树不同,该树可能有多个孩子节点,在层序遍历令下一层节点入队列时需要注意遍历方式

1.3 思路讲解:

  • 层序遍历即可~
  • 仅需多加⼀个变量,⽤来记录每⼀层结点的个数就好了。

1.4 代码实现:

class Solution {
public:
    vector<vector<int>> levelOrder(Node* root) {
        vector<vector<int>> ret;//返回数组
        queue<Node*> q;//遍历队列
        if(root==nullptr)
        {
            return ret;
        }//处理特殊情况
        q.push(root);
        while(q.size())
        {
            int sz=q.size();//该层节点个数
            vector<int> temp;//存储该层节点的值
            for(int i=0;i<sz;i++)
            {
                auto t=q.front();
                q.pop();
                temp.push_back(t->val);
                //下一层节点入队列
                for(auto& child:t->children)
                {
                    q.push(child);
                    
                }

            }
            ret.push_back(temp);//更新
        }
        return ret;
        
    }
};

二. 二叉树的锯齿形层序遍历

2.1 题目链接:https://leetcode.cn/problems/binary-tree-zigzag-level-order-traversal/description/

2.2 题目分析:

  • 要求进行二叉树的层序遍历
  • 遍历时按照奇数层从左到右,偶数层从右到左的方式进行遍历

2.3 思路讲解:

本题的核心还是在于二叉树的层序遍历,我们可以通过level来记录层数,判断遍历方向。

2.4 代码实现:

class Solution {
public:
    vector<vector<int>> zigzagLevelOrder(TreeNode* root) {
        vector<vector<int>> ret;//返回数组
        queue<TreeNode*> q;//队列
        if(root==nullptr)
        {
            return ret;
        }//处理特殊情况
        q.push(root);
        int level=1;//记录层数
        while(q.size())
        {
            int sz=q.size();//该层节点个数
            vector<int> temp;//存储该层节点的值
            for(int i=0;i<sz;i++)
            {
            
            auto t=q.front();
            q.pop();
            temp.push_back(t->val);
            //下一层节点入队列
            if(t->left) q.push(t->left);
            if(t->right) q.push(t->right);
            }
            if(level%2==0)
            {
                reverse(temp.begin(),temp.end());
            }//处理偶数层情况
            ret.push_back(temp);
            level++;//更新层数
        }
        return ret;

        
    }
};

三. 二叉树最大宽度

3.1 题目链接:https://leetcode.cn/problems/maximum-width-of-binary-tree/description/

3.2 题目分析:

  • 给定二叉树,求其最大宽度
  • 其中宽度是指一层里面起始节点到最终节点的节点数,空节点也算一个节点
  • 在这里插入图片描述

3.3 思路讲解:

思路一:层序遍历计算节点个数(会超出内存限制)

  • 利用层序遍历的思想,一层层计录节点个数,将空节点也包含在内
  • 但在遇到极端单链情况时,节点数目会异常庞大,导致超出内存限制

思路二:利用二叉树的顺序存储,计算左右下标

  • 依旧是利⽤层序遍历,但是这⼀次队列⾥⾯不单单存结点信息,并且还存储当前结点如果在数组中存储所对应的下标(在我们学习数据结构 - 堆的时候,计算左右孩⼦的⽅式)。

  • 这样我们计算每⼀层宽度的时候,⽆需考虑空节点,只需将当层结点的左右结点的下标相减再加1即可。

但是,这⾥有个细节问题:如果⼆叉树的层数⾮常恐怖的话,我们任何⼀种数据类型都不能存下下标的值。但是没有问题,因为
• 我们数据的存储是⼀个环形的结构;
• 并且题⽬说明,数据的范围在 int 这个类型的最⼤值的范围之内,因此不会超出⼀圈;
• 因此,如果是求差值的话,我们⽆需考虑溢出的情况。

此处下标的记录需要用unsigned int!!!

3.4 代码实现:

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    int widthOfBinaryTree(TreeNode* root) {
       
        vector<pair<TreeNode*,unsigned int>> q;//用数组模拟队列
        if(root==nullptr)
        {
            return 0;
        }//处理特殊情况
        q.push_back({root,1});
        unsigned int width=1;//宽度
        while(q.size())
        {
            //先更新本层宽度
            auto [x1,y1]=q[0];
            auto [x2,y2]=q.back();
            width=max(width,y2-y1+1);
            vector<pair<TreeNode*,unsigned int>> temp;//存储数组
            for(auto& [x,y]:q)
            {
                //左右节点入队列
                if(x->left)
                {
                    temp.push_back({x->left,2*y});
                }
                if(x->right)
                {
                    temp.push_back({x->right,2*y+1});
                }
            }
            q=temp;//更新队列
            
        }
        return width;
         
    }
};

四. 在每个树行中找最大值

4.1 题目链接:https://leetcode.cn/problems/find-largest-value-in-each-tree-row/descri

4.2 题目分析:

  • 给定一棵二叉树的根节点 root ,请找出该二叉树中每一层的最大值。

4.3 思路讲解:

本题核心仍然为层序遍历,只需记录每一层的最大值即可

4.4 代码实现:

class Solution {
public:
    vector<int> largestValues(TreeNode* root) {
        vector<int> ret;//返回数组
        queue<TreeNode*> q;
        if(root==nullptr)
        {
            return ret;
        }//处理特殊情况
        q.push(root);
        while(q.size())
        {
            int sz=q.size();//本层节点数
            int temp=INT_MIN;//记录本层最大值
            for(int i=0;i<sz;i++)
            {
                auto t=q.front();
                q.pop();
                temp=max(temp,t->val);
                //下一层入队列
                if(t->left)
                {
                    q.push(t->left);
                }
                if(t->right)
                {
                    q.push(t->right);
                }


            }
            ret.push_back(temp);

        }
        return ret;
    }
};

小结

在BFS的世界里,我们能够感受到一种近乎哲学的智慧,它并不急功近利,而是循序渐进,逐步展开。每一层的遍历,每一个节点的访问,都是对“问题解答”的一步步接近。而当问题的答案最终浮现,我们也能够感叹,原来最简单的思路,往往是最伟大的。

本篇关于BFS算法的介绍就暂告段落啦,希望能对大家的学习产生帮助,欢迎各位佬前来支持斧正!!!

在这里插入图片描述


http://www.kler.cn/a/536934.html

相关文章:

  • 【DeepSeek论文精读】3. DeepSeekMoE:迈向混合专家语言模型的终极专业化
  • 一文读懂:TCP网络拥塞的应对策略与方案
  • 化学-基础知识一
  • 从零创建 Vue 3 项目
  • Windows Docker笔记-简介摘录
  • 【C#】任务调度的实现原理与组件应用Quartz.Net
  • 陶氏环面包络减速机:为工业视觉检测注入“精准动力”!
  • 【机器学习】深入探索SVM概念及其核方法
  • 3NF讲解
  • Web3D基础: GLTF文件材质和纹理扫盲
  • matlab simulink 117-电路故障分析
  • Day48_20250130【回校继续打卡】_单调栈part1_739.每日温度|496.下一个更大元素I|503.下一个更大元素II
  • SQL高级技巧:高效获取两表交集数据的三种方法(JOIN、IN、EXISTS)
  • Spring Cloud 01 - 微服务概述
  • “无痕模式”VS指纹浏览器,哪个更安全?
  • 自定义飞书Webhook机器人api接口
  • 【vscode源码】如何编译运行vscode及过程中问题解决
  • 在 Java 中使用 JDBC 连接数据库时,DriverManager 的主要作用是什么?请简要描述其工作原理。
  • Linux在x86环境下制作ARM镜像包
  • git代理设置
  • 65.棋盘 C#例子 WPF例子
  • 计算机考研复试上机02
  • 网安三剑客:DNS、CDN、VPN
  • 一文讲解Spring中事务的传播机制
  • vue组件间的数据传递:自定义输入组件(v-model/defineModel)
  • Android显示原理