首發於微信公眾號《前端成長記》,寫於 2019.12.15 背景 本文記錄刷題過程中的整個思考過程,以供參考。主要內容涵蓋: 題目分析設想 編寫代碼驗證 查閱他人解法 思考總結 目錄 "110.平衡二叉樹" "111.二叉樹的最小深度" "112.路徑總和" "118.楊輝三角" "119.楊輝三角 ...
首發於微信公眾號《前端成長記》,寫於 2019.12.15
背景
本文記錄刷題過程中的整個思考過程,以供參考。主要內容涵蓋:
- 題目分析設想
- 編寫代碼驗證
- 查閱他人解法
- 思考總結
目錄
Easy
110.平衡二叉樹
題目描述
給定一個二叉樹,判斷它是否是高度平衡的二叉樹。
本題中,一棵高度平衡二叉樹定義為:
一個二叉樹每個節點 的左右兩個子樹的高度差的絕對值不超過1。
示例 1:
給定二叉樹 [3,9,20,null,null,15,7]
3
/ \
9 20
/ \
15 7
返回 true
。
示例 2:
給定二叉樹 [1,2,2,3,3,null,null,4,4]
1
/ \
2 2
/ \
3 3
/ \
4 4
返回 false
。
題目分析設想
我們上一期做過通過遍歷求二叉樹的最大深度的題目,這題最粗暴的一個方案就是計算出每個子樹的最大深度做高度判斷,很明顯,這個效率低下。我們可以通過改成自底而上的方案,當中間過程不符合,則可以跳出計算。
編寫代碼驗證
Ⅰ.計運算元樹最大深度做判斷
代碼:
/**
* @param {TreeNode} root
* @return {boolean}
*/
var isBalanced = function(root) {
if (root === null) return true
function maxDepth (node) {
if (node === null) return 0
const l = maxDepth(node.left)
const r = maxDepth(node.right)
return Math.max(l, r) + 1
}
return Math.abs(maxDepth(root.left) - maxDepth(root.right)) <= 1
&& isBalanced(root.left)
&& isBalanced(root.right)
};
結果:
- 227/227 cases passed (80 ms)
- Your runtime beats 77.66 % of javascript submissions
- Your memory usage beats 26.73 % of javascript submissions (37.8 MB)
- 時間複雜度
O(n^2)
Ⅱ.自底而上
代碼:
/**
* @param {TreeNode} root
* @return {boolean}
*/
var isBalanced = function(root) {
function maxDepth (node) {
if (node === null) return 0
const l = maxDepth(node.left)
if (l === -1) return -1
const r = maxDepth(node.right)
if (r === -1) return -1
return Math.abs(l - r) <= 1 ? Math.max(l, r) + 1 : -1
}
return maxDepth(root) !== -1
};
結果:
- 227/227 cases passed (72 ms)
- Your runtime beats 95.44 % of javascript submissions
- Your memory usage beats 50.5 % of javascript submissions (37.5 MB)
- 時間複雜度
O(n)
查閱他人解法
思路基本上都是這兩種,未發現方向不同的解法。
思考總結
這裡很明顯,大家都是用深度遍歷來解決問題,計運算元樹深度會發現,有很多重覆運算,所以不妨試試自底而上的方式,直接在計算高度過程中就返回,也可以叫做“提前阻斷”。所以,這道題建議是使用自底而上的方式來作答。
111.二叉樹的最小深度
題目描述
給定一個二叉樹,找出其最小深度。
最小深度是從根節點到最近葉子節點的最短路徑上的節點數量。
說明: 葉子節點是指沒有子節點的節點。
示例:
給定二叉樹 [3,9,20,null,null,15,7],
3
/ \
9 20
/ \
15 7
返回它的最小深度 2.
題目分析設想
這道題很明顯自頂而下就可以了,判斷每個節點的子節點是否存在,不存在,則該路徑為最短路徑。如果存在,就按深度的方式比較最小值。總體上來說,也可以用之前求最大深度的幾種方式來作答。
編寫代碼驗證
Ⅰ.遞歸
代碼:
/**
* @param {TreeNode} root
* @return {number}
*/
var minDepth = function(root) {
if (root === null) return 0
if (root.left === null && root.right === null) return 1
let res = Infinity
if(root.left !== null) {
res = Math.min(minDepth(root.left), res)
}
if(root.right !== null) {
res = Math.min(minDepth(root.right), res)
}
return res + 1
};
結果:
- 41/41 cases passed (76 ms)
- Your runtime beats 69.08 % of javascript submissions
- Your memory usage beats 5.55 % of javascript submissions (37.9 MB)
- 時間複雜度
O(n)
Ⅱ.利用棧迭代
代碼:
/**
* @param {TreeNode} root
* @return {number}
*/
var minDepth = function(root) {
if (root === null) return 0
if (root.left === null && root.right === null) return 1
// 棧
let s = [{
node: root,
dep: 1
}]
let dep = Infinity
while(s.length) {
// 先進後出
var cur = s.pop()
if (cur.node !== null) {
let curDep = cur.dep
if (cur.node.left === null && cur.node.right === null) {
dep = Math.min(dep, curDep)
}
if (cur.node.left !== null) s.push({node: cur.node.left, dep: curDep + 1})
if (cur.node.right !== null) s.push({node: cur.node.right, dep: curDep + 1})
}
}
return dep
};
結果:
- 41/41 cases passed (68 ms)
- Your runtime beats 93.82 % of javascript submissions
- Your memory usage beats 75.31 % of javascript submissions (37 MB)
- 時間複雜度
O(n)
Ⅲ.利用隊列
代碼:
/**
* @param {TreeNode} root
* @return {number}
*/
var minDepth = function(root) {
if (root === null) return 0
if (root.left === null && root.right === null) return 1
// 隊列
let s = [{
node: root,
dep: 1
}]
let dep = 0
while(s.length) {
// 先進先出
var cur = s.shift()
var node = cur.node
dep = cur.dep
if (node.left === null && node.right === null) break;
if (node.left !== null) s.push({node: node.left, dep: dep + 1})
if (node.right !== null) s.push({node: node.right, dep: dep + 1})
}
return dep
};
結果:
- 41/41 cases passed (76 ms)
- Your runtime beats 69.08 % of javascript submissions
- Your memory usage beats 6.79 % of javascript submissions (37.7 MB)
- 時間複雜度
O(n)
查閱他人解法
總體上而言分成深度優先和廣度優先,最基本的就是遞歸和迭代了。沒有發現二叉樹相關題目的一些新奇解法。
思考總結
很明顯可以看出遞歸和利用棧迭代是深度優先,利用隊列是廣度優先。這裡自頂而下比較合適,只要找到葉子節點,直接就是最小深度了,可以省去不少運算。
112.路徑總和
題目描述
給定一個二叉樹和一個目標和,判斷該樹中是否存在根節點到葉子節點的路徑,這條路徑上所有節點值相加等於目標和。
說明: 葉子節點是指沒有子節點的節點。
示例:
給定如下二叉樹,以及目標和 sum = 22
,
5
/ \
4 8
/ / \
11 13 4
/ \ \
7 2 1
返回 true
, 因為存在目標和為 22 的根節點到葉子節點的路徑 5->4->11->2
。
題目分析設想
這道題我的想法是因為要找到葉子節點,所以深度優先更為合適,這裡就使用前文的兩種方法:
- 遞歸
- 利用棧迭代
編寫代碼驗證
Ⅰ.遞歸
代碼:
/**
* @param {TreeNode} root
* @param {number} sum
* @return {boolean}
*/
var hasPathSum = function(root, sum) {
if (root === null) return false
// 剩餘需要的值
sum -= root.val
if (root.left === null && root.right === null) {
return sum === 0
} else {
return hasPathSum(root.left, sum) || hasPathSum(root.right, sum)
}
};
結果:
- 114/114 cases passed (80 ms)
- Your runtime beats 62.09 % of javascript submissions
- Your memory usage beats 56.9 % of javascript submissions (37.1 MB)
- 時間複雜度
O(n)
Ⅱ.迭代
代碼:
/**
* @param {TreeNode} root
* @param {number} sum
* @return {boolean}
*/
var hasPathSum = function(root, sum) {
if (root === null) return false
// 棧
let stack = [{
node: root,
remain: sum - root.val
}]
while(stack.length) {
// 先進後出
var cur = stack.pop()
var node = cur.node
if (node.left === null && node.right === null && cur.remain === 0) return true
if (node.left !== null) {
stack.push({
node: node.left,
remain: cur.remain - node.left.val
})
}
if (node.right !== null) {
stack.push({
node: node.right,
remain: cur.remain - node.right.val
})
}
}
return false
};
結果:
- 114/114 cases passed (72 ms)
- Your runtime beats 88.51 % of javascript submissions
- Your memory usage beats 33.33 % of javascript submissions (37.2 MB)
- 時間複雜度
O(n)
查閱他人解法
這裡看到一個方案是採用後序遍歷,路徑長度由之前的棧改成變數保存,但是這個在我看來沒有中序遍歷合適,感興趣的可以 點此查閱 。另外還是有選擇使用廣度優先,利用隊列來解的,這裡也算一個不同思路,就當做補充吧。
Ⅰ.利用隊列
代碼:
/**
* @param {TreeNode} root
* @param {number} sum
* @return {boolean}
*/
var hasPathSum = function(root, sum) {
if (root === null) return false
// 隊列
let q = [{
node: root,
sum: root.val
}]
while(q.length) {
// 當前層元素的個數
for(let i = 0; i < q.length; i++) {
let cur = q.shift()
let node = cur.node
if (node.left === null && node.right === null && cur.sum === sum) return true
if (node.left !== null) {
q.push({ node: node.left, sum: cur.sum + node.left.val})
}
if (node.right !== null) {
q.push({ node: node.right, sum: cur.sum + node.right.val})
}
}
}
return false
};
結果:
- 114/114 cases passed (72 ms)
- Your runtime beats 88.51 % of javascript submissions
- Your memory usage beats 56.32 % of javascript submissions (37.1 MB)
- 時間複雜度
O(n)
118.楊輝三角
題目描述
給定一個非負整數 numRows,生成楊輝三角的前 numRows 行。
在楊輝三角中,每個數是它左上方和右上方的數的和。
示例:
輸入: 5
輸出:
[
[1],
[1,1],
[1,2,1],
[1,3,3,1],
[1,4,6,4,1]
]
題目分析設想
這道題最笨的方案就是雙重迴圈,首尾為1,其他位為 S(l)[n] = S(l-1)[n-1] + S(l-1)[n]
。當然這裡很明顯也可以當做一個動態規劃問題來解答。
這裡有個坑,給的是索引,不是第 n 行
編寫代碼驗證
Ⅰ.動態規劃
代碼:
/**
* @param {number} numRows
* @return {number[][]}
*/
var generate = function(numRows) {
let res = []
for(let i = 0; i < numRows; i++) {
// 所有預設都填了1,可以節省不少運算
res.push(new Array(i+1).fill(1))
// 第三行開始才需要修改
for(j = 1; j < i; j++) {
res[i][j] = res[i-1][j] + res[i-1][j-1]
}
}
return res
};
結果:
- 15/15 cases passed (60 ms)
- Your runtime beats 85.2 % of javascript submissions
- Your memory usage beats 55.52 % of javascript submissions (33.6 MB)
- 時間複雜度
O(n^2)
查閱他人解法
這裡看到兩個不同方向的,一個是遞歸,因為這題在遞歸卡片中,一個是二項式定理。
Ⅰ.遞歸
代碼:
/**
* @param {number} numRows
* @return {number[][]}
*/
var generate = function (numRows) {
let res = []
function sub(row, numRows, arr) {
let temp = []
if (row < numRows) {
for (let i = 0; i <= row; i++) {
if (row === 0) {
temp.push(1)
} else {
let left = i - 1 >= 0 ? arr[row - 1][i - 1] : 0
let right = i < arr[row - 1].length ? arr[row - 1][i] : 0
temp.push(left + right)
}
}
arr.push(temp)
sub(++row, numRows, arr)
return arr
} else {
return arr
}
}
return sub(0, numRows, res)
};
結果:
- 15/15 cases passed (64 ms)
- Your runtime beats 68.27 % of javascript submissions
- Your memory usage beats 56.86 % of javascript submissions (33.6 MB)
- 時間複雜度
O(n^2)
Ⅱ.二項式定理
優勢在於可以直接計算第n行,用二項式定理公式計算。 (a+b)^n
一共有n+1項,每一項的繫數對應楊輝三角的第 n 行。第 r 項的繫數等於 組合數 C(n,r)
。
代碼:
/**
* @param {number} numRows
* @return {number[][]}
*/
var generate = function(numRows) {
var res = [];
/**
* 組合數
* @param n
* @param r
* @returns {number}
* @constructor
*/
function C(n, r) {
if(n == 0) return 1;
return F(n) / F(r) / F(n - r);
}
/**
* 階乘
* @param n
* @returns {number}
* @constructor
*/
function F(n) {
var s = 1;
for(var i = 1;i <= n;i++) {
s *= i;
}
return s;
}
for (var i = 0;i < numRows;i++){
res[i] = [];
for (var j = 0;j < i + 1;j++){
res[i].push(C(i, j));
}
}
return res;
};
結果:
- 15/15 cases passed (64 ms)
- Your runtime beats 68.27 % of javascript submissions
- Your memory usage beats 5.02 % of javascript submissions (34.3 MB)
- 時間複雜度
O(n^2)
思考總結
對於數學敏感的開發者,很容易就想到使用二項式定理。但是在我看來,找到了一個計算規則,就很容易想到使用動態規劃來解決問題,我也推薦使用動態規劃來生成楊輝三角。
119.楊輝三角Ⅱ
題目描述
給定一個非負索引 k,其中 k ≤ 33,返回楊輝三角的第 k 行。
在楊輝三角中,每個數是它左上方和右上方的數的和。
示例:
輸入: 3
輸出: [1,3,3,1]
進階:
你可以優化你的演算法到 O(k) 空間複雜度嗎?
題目分析設想
上面從他人解法中發現了二項式定理可以直接求第 n 行。另外我們也可以發現個規律,第幾行實際上就有幾個數,且首尾為1。當然也可以使用動態規劃來作答。
編寫代碼驗證
Ⅰ.動態規劃
代碼:
/**
* @param {number} rowIndex
* @return {number[]}
*/
var getRow = function(rowIndex) {
// rowIndex 是索引,0相當於第1行
if (rowIndex === 0) return [1]
let res = []
for(let i = 0; i < rowIndex + 1; i++) {
let temp = new Array(i+1).fill(1)
// 第三行開始才需要修改
for(let j = 1; j < i; j++) {
temp[j] = res[j - 1] + res[j]
}
res = temp
}
return res
};
結果:
- 34/34 cases passed (64 ms)
- Your runtime beats 75.77 % of javascript submissions
- Your memory usage beats 54.9 % of javascript submissions (33.8 MB)
- 時間複雜度
O(n^2)
Ⅱ.二項式定理
代碼:
/**
* @param {number} rowIndex
* @return {number[]}
*/
var getRow = function(rowIndex) {
/**
* 組合數
* @param n
* @param r
* @returns {number}
* @constructor
*/
function C(n, r) {
if(n == 0) return 1;
return F(n) / F(r) / F(n - r);
}
/**
* 階乘
* @param n
* @returns {number}
* @constructor
*/
function F(n) {
var s = 1;
for(var i = 1;i <= n;i++) {
s *= i;
}
return s;
}
let res = []
// 因為是通過上一項計算,所以第1項的 n 為0
for (var i = 0;i < rowIndex + 1;i++){
res.push(C(rowIndex, i));
}
return res;
};
結果:
- 34/34 cases passed (52 ms)
- Your runtime beats 99.12 % of javascript submissions
- Your memory usage beats 41.18 % of javascript submissions (34.5 MB)
- 時間複雜度
O(n)
查閱他人解法
因為發現每行的對稱性,所以也可以求一半後反轉複製即可。
Ⅰ.反轉複製
代碼:
/**
* @param {number} rowIndex
* @return {number[]}
*/
var getRow = function(rowIndex) {
// rowIndex 是索引,0相當於第1行
if (rowIndex === 0) return [1]
let res = []
for(let i = 0; i < rowIndex + 1; i++) {
let temp = new Array(i+1).fill(1)
// 第三行開始才需要修改
const mid = i >>> 1
for(let j = 1; j < i; j++) {
if (j > mid) {
temp[j] = temp[i - j]
} else {
temp[j] = res[j - 1] + res[j]
}
}
res = temp
}
return res
};
結果:
- 34/34 cases passed (60 ms)
- Your runtime beats 88.47 % of javascript submissions
- Your memory usage beats 60.78 % of javascript submissions (33.7 MB)
- 時間複雜度
O(n^2)
思考總結
其實更像一個數學問題,不斷地找出規律來節省運算,真是“學好數理化,走遍天下都不怕”。
(完)
本文為原創文章,可能會更新知識點及修正錯誤,因此轉載請保留原出處,方便溯源,避免陳舊錯誤知識的誤導,同時有更好的閱讀體驗
如果能給您帶去些許幫助,歡迎 ⭐️star 或 ✏️ fork
(轉載請註明出處:https://chenjiahao.xyz)