宽度优先搜索算法(BFS)

宽度优先搜索算法(BFS)是什么?

宽度优先搜索算法(BFS)(也称为广度优先搜索)主要运用于树、图和矩阵(这三种可以都归类在图中),用于在图中从起始顶点开始逐层地向外探索,直到找到目标顶点为止。

在本篇文章中,我们主要讨论其在中的运用

树的宽度优先搜索

树的宽度优先搜索 即 树的层序遍历 :逐层访问树的节点,并按照层级顺序输出节点的值。从树的根节点开始,逐层向下遍历,先访问当前层的所有节点,然后再访问下一层的节点,依次类推直到遍历完整棵树

其过程如下图所示:

如何实现树的层序遍历呢?

我们在遍历每一层节点时,都是从左向右依次遍历的,即先遍历上一层节点中的第一个节点的孩子节点 ,即优先遍历前面的节点,此时,满足 “先进先出”,因此,我们可以使用队列来帮助我们完成层序遍历

具体步骤如下:

1. 先将根节点放入队列中

2. 从队列中出队一个节点,并将该节点的所有孩子节点(如果有)依次放入队列中

3. 继续取出节点,指导队列为空

4. 当队列为空时,遍历完成

接下来,我们通过一些练习来进一步体会和掌握BFS

相关练习

练习1:N叉树的层序遍历

题目链接:

429. N 叉树的层序遍历 - 力扣(LeetCode)

题目描述:

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)。

树的序列化输入是用层序遍历,每组子节点都由 null 值分隔(参见示例)。

示例 1:

输入:root = [1,null,3,2,4,null,5,6]
输出:[[1],[3,2,4],[5,6]]

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]
输出:[[1],[2,3,4,5],[6,7,8,9,10],[11,12,13],[14]]

提示:

  • 树的高度不会超过 1000
  • 树的节点总数在 [0, 10^4] 之间

思路分析:

 本题要求我们返回N叉树节点值的层序遍历,且以 List<List<Integer>>类型的结果返回,即每一层使用一个列表来存储本层的所有节点的值,然后将这些列表放到一个列表中返回

在这里,我们可以使用队列来帮助我们进行层序遍历,但在将节点出队时,也会将其孩子节点放入队列中,那么,我们如何区分每一层的节点呢?

 我们可以使用一个变量 count 在节点出队之前,记录队列当前节点个数(即这一层节点个数),然后再将这 count 个节点依次出队列,将其节点值放入列表中,同时将其孩子节点放入队列中

具体步骤:

1. 先判断树是否为空,不为空将根节点放入队列中

2. 记录当前队列中包含的节点个数count

3. 将count个节点依次出队列,将其节点值放入一个临时列表中,同时将其孩子节点放入队列中

4. 遍历完count个节点后,临时列表中就存放了这一层所有节点的值,然后再将临时列表放入结果列表中

5. 继续遍历,直到队列为空

6. 返回结果

代码实现:

class Solution {public List<List<Integer>> levelOrder(Node root) {List<List<Integer>> ret = new ArrayList<>();Node cur = root;Queue<Node> queue = new ArrayDeque<>();//先将根节点放入队列中if(cur == null) return ret;queue.add(cur);int count = 0;while (!queue.isEmpty()){//先记录当前队列中节点个数count = queue.size();List<Integer> tmp = new ArrayList<>();//使用临时表存储这一层节点的值for (int i = 0; i < count; i++) {cur = queue.poll();//将队头元素出队tmp.add(cur.val);for (Node child: cur.children) {//将队头元素的孩子节点放入队列中queue.add(child);}}ret.add(tmp);//将临时表放入ret中}return ret;}
}

练习2:二叉树的锯齿形层序遍历

题目链接:

103. 二叉树的锯齿形层序遍历 - 力扣(LeetCode)

题目描述:

给你二叉树的根节点 root ,返回其节点值的 锯齿形层序遍历 。(即先从左往右,再从右往左进行下一层遍历,以此类推,层与层之间交替进行)。

示例 1:

输入:root = [3,9,20,null,null,15,7]
输出:[[3],[20,9],[15,7]]

示例 2:

输入:root = [1]
输出:[[1]]

示例 3:

输入:root = []
输出:[]

提示:

  • 树中节点数目在范围 [0, 2000] 内
  • -100 <= Node.val <= 100

思路分析:

 本题要求我们返回二叉树的锯齿形层序遍历,

什么是锯齿形层序遍历?

先从左向右,再从右向左地对每一层节点进行遍历

以示例1为例: 

当前层数为奇数时,从左向右遍历;当前层数为偶数时,从右向左遍历

因此,本题的解题思路与练习1类似,唯一不同的是:在偶数层时需要将所有节点的值进行逆序,我们可以使用一个int类型的变量(或boolean类型的变量)来标记这一层的节点是否需要逆序

代码实现:

class Solution {public List<List<Integer>> zigzagLevelOrder(TreeNode root) {List<List<Integer>> ret = new ArrayList<>();Queue<TreeNode> queue = new ArrayDeque<>();int flag = 1;//标识是否需要逆序TreeNode cur = root;//先将根节点放入队列中if(cur == null) return ret;queue.add(cur);int count = 0;while(!queue.isEmpty()){//先记录当前队列节点个数count = queue.size();//依次出队列List<Integer> tmp = new ArrayList<>();for(int i = 0; i < count; i++){cur = queue.poll();tmp.add(cur.val);//将其孩子节点入队列if(cur.left != null) queue.add(cur.left);if(cur.right != null) queue.add(cur.right);}//判断是否需要逆序if(flag == -1){Collections.reverse(tmp);}ret.add(tmp);flag = -flag;}return ret;}
}

练习3:在每个树行中找最大值

题目链接:

LCR 044. 在每个树行中找最大值 - 力扣(LeetCode)

题目描述:

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。

示例1:

输入: root = [1,3,2,5,3,null,9]
输出: [1,3,9]
解释:1/ \3   2/ \   \  5   3   9 

示例2:

输入: root = [1,2,3]
输出: [1,3]
解释:1/ \2   3

示例3:

输入: root = [1]
输出: [1]

示例4:

输入: root = [1,null,2]
输出: [1,2]
解释:      1 \2     

示例5:

输入: root = []
输出: []

提示:

  • 二叉树的节点个数的范围是 [0,104]
  • -231 <= Node.val <= 231 - 1

思路分析:

题目要求我们找到二叉树中每一层中的最大值,因此,我们只需要进行层序遍历,并在每一层中寻找最大值即可

代码实现:

class Solution {public List<Integer> largestValues(TreeNode root) {List<Integer> ret = new ArrayList<>();TreeNode cur = root;Queue<TreeNode> queue = new ArrayDeque<>();//先将根节点放入if(cur == null) return ret;queue.add(cur);int count = 0;while(!queue.isEmpty()){//先计算队列中有多少个元素count = queue.size();//将元素依次出队列int max = Integer.MIN_VALUE;for(int i = 0; i < count; i++){cur = queue.poll();if(max < cur.val){//寻找这一层的最大值max = cur.val;}//将其孩子节点放入队列中if(cur.left != null) queue.add(cur.left);if(cur.right != null) queue.add(cur.right);}ret.add(max);//将这一层的最大值添加到ret中}return ret;}
}

练习4:二叉树的最大宽度

题目链接:

662. 二叉树最大宽度 - 力扣(LeetCode)

题目描述:

给你一棵二叉树的根节点 root ,返回树的 最大宽度 。

树的 最大宽度 是所有层中最大的 宽度 。

每一层的 宽度 被定义为该层最左和最右的非空节点(即,两个端点)之间的长度。将这个二叉树视作与满二叉树结构相同,两端点间会出现一些延伸到这一层的 null 节点,这些 null 节点也计入长度。

题目数据保证答案将会在  32 位 带符号整数范围内。

示例 1:

输入:root = [1,3,2,5,3,null,9]
输出:4
解释:最大宽度出现在树的第 3 层,宽度为 4 (5,3,null,9) 。

示例 2:

输入:root = [1,3,2,5,null,null,9,6,null,7]
输出:7
解释:最大宽度出现在树的第 4 层,宽度为 7 (6,null,null,null,null,null,7) 。

示例 3:

输入:root = [1,3,2,5]
输出:2
解释:最大宽度出现在树的第 2 层,宽度为 2 (3,2) 。

提示:

  • 树中节点的数目范围是 [1, 3000]
  • -100 <= Node.val <= 100

思路分析:

 题目要求我们返回二叉树的最大宽度,需要注意的是:这里的宽度不是指这一层有多少个节点,而是指这一层最左端的非空节点left和最右端的非空节点right之间的长度,left和right之间为空或不存在的节点也需计入长度

我们以示例2为例:

left和right之间的节点及其延伸到这一层的null节点都要计入,因此,我们首先可以想到:可以添加这些空节点,即若当前节点的右孩子为空,则将null入队列;若当前节点为null,则将null null两个节点入队列,这样,我们就补齐了这一层两端点之间的节点,因此可以直接使用 count 变量记录这一层的宽度,但是,虽然树中节点的数目范围为 1 - 3000,但若出现极端情况,即:

此时,需要补充的空节点数量非常多,超出时间限制,因此,该方法不能解决本题

本层宽度 = 最左端的非空节点left和最右端的非空节点right之间的长度,因此,我们可以直接寻找最左端非空节点left的位置 和最右端非空节点right的位置,然后就可以直接求出这一层的宽度

如何找到最左端非空节点left的位置 和最右端非空节点right的位置?

我们对节点进行编号,从1开始(即根节点为1),这样当前节点cur的编号为index,则其左孩子为2*index,右孩子为2*index + 1,通过编号,我们就能很容易的找到每一个节点,此时,  每一层的宽度 = 最右侧非空节点right的编号 - 最左侧非空节点left的编号 + 1,在这里,我们使用 Pair(配对) 来关联当前节点和其编号

具体步骤:

1. 将根节点及其编号1放入队列中,此时最大宽度为1

2. 先记录当前队列中元素个数count

3. 将count个元素依次出队列,记录第一个节点的编号 和最后一个节点的编号,遍历过程中,将当前节点的孩子节点和编号放入队列中

4. 计算该层宽度 right - left + 1,并更新最大宽度

5. 继续遍历,直达队列为空

代码实现:

class Solution {public int widthOfBinaryTree(TreeNode root) {TreeNode cur = root;Queue<Pair<TreeNode, Integer>> queue = new ArrayDeque<>();queue.add(new Pair<TreeNode, Integer>(root, 1));//将根节点添加到队列中int ret = 1;//最大宽度int count = 0;while(!queue.isEmpty()){count = queue.size();int left = 0, right = 0;//记录最左端和最右端非空节点的编号for(int i = 0; i < count; i++){Pair<TreeNode, Integer> pair = queue.poll();int index = pair.getValue();if(i == 0) left = index;//第一个非空节点if(i == count - 1) right = index;//最后一个非空节点cur = pair.getKey();if(cur.left != null) queue.add(new Pair<TreeNode, Integer>(cur.left, index*2));if(cur.right != null) queue.add(new Pair<TreeNode, Integer>(cur.right, index*2 + 1));}ret = Math.max(ret, right - left + 1);//更新最大宽度}return ret;}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/526439.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

瑞芯微第二代8nm高性能AIOT平台 RK3576 详细介绍

RK3576处理器 RK3576瑞芯微第二代8nm高性能AIOT平台&#xff0c;它集成了独立的6TOPS&#xff08;Tera Operations Per Second&#xff0c;每秒万亿次操作&#xff09;NPU&#xff08;神经网络处理单元&#xff09;&#xff0c;用于处理人工智能相关的任务。此外&#xff0c;R…

连接时序分类 Connectionist Temporal Classification (CTC)

CTC全称Connectionist temporal classification&#xff0c;是一种常用在语音识别、文本识别等领域的算法&#xff0c;用来解决输入和输出序列长度不一、无法对齐的问题。在CRNN中&#xff0c;它实际上就是模型对应的损失函数(CTC loss)。 一、背景 字母和语音的对齐(align)非…

15:00面试,15:07就出来了,问的问题有点变态。。。

从小厂出来&#xff0c;没想到在另一家公司又寄了。 到这家公司开始上班&#xff0c;加班是每天必不可少的&#xff0c;看在钱给的比较多的份上&#xff0c;就不太计较了。没想到3月一纸通知&#xff0c;所有人不准加班&#xff0c;加班费不仅没有了&#xff0c;薪资还要降40%…

Stable Diffusion 模型下载:ZavyChromaXL(现实、魔幻)

本文收录于《AI绘画从入门到精通》专栏&#xff0c;专栏总目录&#xff1a;点这里。 文章目录 模型介绍生成案例案例一案例二案例三案例四案例五案例六案例七案例八 下载地址 模型介绍 作者述&#xff1a;该模型系列应该是用于 SDXL 的 ZavyMix SD1.5 模型的延续。主要重点是获…

bug--xxoobject has no attribute xxx

Python 创建类的实例后却不能调用写的方法&#xff0c;检查了半天原来是缩进的问题&#xff0c;def函数不应该和class并列 只能说这个英文空格太小了&#xff0c;看不出来。。。。

P1888 三角函数

题目概述&#xff1a; AC代码&#xff1a; #include<iostream>using namespace std;int gcd(long long a,long long b) {while(a%b!0){int c a%b;a b;b c;}return b; }int main() {long long a,b,c;scanf("%lld %lld %lld",&a,&b,&c);if(a &…

利用华为CodeArts持续交付项目演示流程

软件开发生产线&#xff08;CodeArts&#xff09;是面向开发者提供的一站式云端平台&#xff0c;即开即用&#xff0c;随时随地在云端交付软件全生命周期&#xff0c;覆盖需求下发、代码提交、代码检查、代码编译、验证、部署、发布&#xff0c;打通软件交付的完整路径&#xf…

微信小程序onLoad加载定义好的函数

这里小程序开发中容易犯的错误-1 给客户做一个程序。需要在页面加载的时候在onLoad(options){}中加载定义好的函数&#xff0c;代码如下 onLoad(options) {get_week_()},运行时老报错 后来修改为正确的代码 onLoad(options) {this.get_week_()//必须加this},再尝试运行&#x…

论文笔记 Where Would I Go Next? Large Language Models as Human Mobility Predictor

arxiv 2023 08的论文 1 intro 1.1 人类流动性的独特性 人类流动性的独特特性在于其固有的规律性、随机性以及复杂的时空依赖性 ——>准确预测人们的行踪变得困难近期的研究利用深度学习模型的时空建模能力实现了更好的预测性能 但准确性仍然不足&#xff0c;且产生的结果…

常用的加密算法

AES 高级加密标准&#xff08;AES, Advanced Encryption Standard&#xff09;是当今世界范围内应用最广泛的对称加密算法之一。在微信小程序加密传输等场景中&#xff0c;AES算法发挥着至关重要的作用。对称加密算法的特点在于加密和解密过程使用相同的密钥。具体来说&#x…

音视频按照时长分类小工具

应某用户的需求&#xff0c;编写了这款根据音视频时长分类小工具。 实际效果如下&#xff1a; 显示的是时分秒&#xff1a; 核心代码&#xff1a; MediaInfo MI; if (MI.Open(strPathInput.c_str()) 0){return -1;}_tstring stDuration MI.Get(stream_t::Stream_Audio,0,_T…

重建大师出现引擎在正常跑任务,但工程界面却看不到内容的情况,该怎么解决(如下图)?

这个是工程production信息损坏了&#xff0c;数据还在正常跑&#xff0c;不影响最终成果&#xff0c;也可以新建一个procution跑剩下瓦块。 若上步操作完成后&#xff0c;出现任务无法取消的情况&#xff0c;可以尝试停下所有引擎&#xff0c;然后切换一个路径&#xff0c;不用…