多叉树题目:N 叉树的层序遍历

题目

标题和出处

标题:N 叉树的层序遍历

出处:429. N 叉树的层序遍历

难度

4 级

题目描述

要求

给定一个 N 叉树的根结点 root \texttt{root} root,返回其结点值的层序遍历。

N 叉树在输入中按层序遍历序列化表示,每组子结点由空值 null \texttt{null} null 分隔(请参见示例)。

示例

示例 1:

示例 1

输入: root   =   [1,null,3,2,4,null,5,6] \texttt{root = [1,null,3,2,4,null,5,6]} root = [1,null,3,2,4,null,5,6]
输出: [[1],[3,2,4],[5,6]] \texttt{[[1],[3,2,4],[5,6]]} [[1],[3,2,4],[5,6]]

示例 2:

示例 2

输入: root   =   [1,null,2,3,4,5,null,null,6,7,null,8,null,9,10,null,null,11,null,12,null,13,null,null,14] \texttt{root = [1,null,2,3,4,5,null,null,6,7,null,8,null,9,10,null,null,11,null,12,null,13,null,null,14]} root = [1,null,2,3,4,5,null,null,6,7,null,8,null,9,10,null,null,11,null,12,null,13,null,null,14]
输出: [[1],[2,3,4,5],[6,7,8,9,10],[11,12,13],[14]] \texttt{[[1],[2,3,4,5],[6,7,8,9,10],[11,12,13],[14]]} [[1],[2,3,4,5],[6,7,8,9,10],[11,12,13],[14]]

数据范围

  • 树中结点数目在范围 [0,   10 4 ] \texttt{[0, 10}^\texttt{4}\texttt{]} [0, 104]
  • N 叉树的高度小于或等于 1000 \texttt{1000} 1000

解法

思路和算法

层序遍历的方法为从根结点开始依次遍历每一层的结点,由于每一层与根结点的距离依次递增,因此可以使用广度优先搜索实现层序遍历。

广度优先搜索需要使用队列存储待访问的结点,初始时将根结点入队列。每次将一个结点出队列,然后将该结点的子结点入队列,直到队列为空时遍历结束。

由于这道题需要将结点值按照不同层分组,因此需要区分不同结点所在的层,确保每一轮访问的结点为同一层的全部结点。

初始时,队列内只有根结点,是同一层的全部结点。每一轮访问结点之前需要首先得到队列内的元素个数,此时队列内的元素为同一层的全部结点,然后访问这些结点,并将这些结点的子结点入队列。一轮访问结束之后,当前层的全部结点都已经出队列并被访问,此时队列内的元素为下一层的全部结点,下一轮访问时即可访问下一层的全部结点。使用上述做法,可以确保每一轮访问的结点为同一层的全部结点。

对于每一层维护一个结点值序列。遍历完每一层结点之后,将该层结点值序列添加到层序遍历序列中。

代码

class Solution {
    public List<List<Integer>> levelOrder(Node root) {
        List<List<Integer>> levelOrderTraversal = new ArrayList<List<Integer>>();
        if (root == null) {
            return levelOrderTraversal;
        }
        Queue<Node> queue = new ArrayDeque<Node>();
        queue.offer(root);
        while (!queue.isEmpty()) {
            List<Integer> levelValues = new ArrayList<Integer>();
            int size = queue.size();
            for (int i = 0; i < size; i++) {
                Node node = queue.poll();
                List<Node> children = node.children;
                levelValues.add(node.val);
                for (Node child : children) {
                    queue.offer(child);
                }
            }
            levelOrderTraversal.add(levelValues);
        }
        return levelOrderTraversal;
    }
}

复杂度分析

  • 时间复杂度: O ( m ) O(m) O(m),其中 m m m 是二叉树的结点数。每个结点都被访问一次。

  • 空间复杂度: O ( m ) O(m) O(m),其中 m m m 是二叉树的结点数。空间复杂度主要是队列空间,队列内元素个数不超过 m m m

相关推荐

  1. N-力扣

    2024-04-05 05:36:02       31 阅读
  2. 】429. N

    2024-04-05 05:36:02       48 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-04-05 05:36:02       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-04-05 05:36:02       100 阅读
  3. 在Django里面运行非项目文件

    2024-04-05 05:36:02       82 阅读
  4. Python语言-面向对象

    2024-04-05 05:36:02       91 阅读

热门阅读

  1. 十九、Rust Tcp Rpc 示例

    2024-04-05 05:36:02       38 阅读
  2. C# 系统学习(异步编程)

    2024-04-05 05:36:02       39 阅读
  3. 数据结构——顺序表实现通讯录

    2024-04-05 05:36:02       31 阅读
  4. AI与技术美术(TechArt)

    2024-04-05 05:36:02       32 阅读
  5. 什么是机器学习?

    2024-04-05 05:36:02       32 阅读
  6. 机器学习之常用的回归预测模型

    2024-04-05 05:36:02       34 阅读
  7. 【Trick】机器学习技术路线

    2024-04-05 05:36:02       37 阅读
  8. 课时85:流程控制_函数基础_基础知识

    2024-04-05 05:36:02       34 阅读
  9. Ubuntu22.04虚拟环境安装CUDA10.1, CUDNN和pytorch

    2024-04-05 05:36:02       34 阅读