news 2026/6/10 13:01:52

day150—数组—二叉树的锯齿形层序遍历(LeetCode-103)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
day150—数组—二叉树的锯齿形层序遍历(LeetCode-103)

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]
  • -100 <= Node.val <= 100

解决方案:

这段代码的核心功能是实现二叉树的锯齿形层序遍历(之字形遍历)(即第一层从左到右,第二层从右到左,第三层再从左到右,以此类推交替遍历),在普通层序遍历的基础上增加了 “偶数层反转结果” 的逻辑,时间复杂度O(n)n为节点数),空间复杂度O(n),是该问题的经典迭代解法。

核心逻辑

代码在普通层序遍历(双数组模拟 BFS)的基础上,通过一个布尔标记控制 “是否反转当前层节点值数组”,实现锯齿形效果:

  1. 边界处理:若根节点为空,直接返回空数组;
  2. 初始化容器与标记
    • 保留普通层序遍历的ans(最终结果)、cur(当前层节点)、nxt(下一层节点)、value(当前层节点值);
    • 新增布尔变量even(初始为false),标记当前层是否为 “需要反转的偶数层”(第一层不反转,第二层反转,以此类推);
  3. 逐层遍历循环
    • 与普通层序遍历一致:遍历当前层节点,收集值到value,并按左→右顺序收集下一层节点到nxt
    • 核心新增逻辑:若eventrue(当前是偶数层),调用reverse反转value数组,实现从右到左的遍历效果;
    • 将处理后的value加入ans,更新cur为下一层节点,并翻转even的值(切换下一层的遍历方向);
  4. 返回结果:遍历完成后,ans中按锯齿形存储了各层节点值,直接返回即可。

总结

  1. 核心思路:在普通层序遍历的基础上,通过布尔标记 + 数组反转实现锯齿形,无需改变节点遍历顺序,仅调整结果数组的顺序,逻辑简洁;
  2. 关键细节:even初始为false(第一层不反转),每遍历完一层就翻转even,保证奇偶层交替反转;
  3. 效率特点:整体时间O(n)(反转操作的总时间为O(n),所有节点仅遍历一次),空间开销与普通层序遍历一致,是最优解法之一。

函数源码:

/** * 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: vector<vector<int>> zigzagLevelOrder(TreeNode* root) { if(!root) return {}; vector<vector<int>>ans={}; vector<TreeNode*>cur={root}; vector<TreeNode*>nxt={}; vector<int>value={}; bool even=false; while(!cur.empty()){ value={}; nxt={}; for(auto i:cur){ value.push_back(i->val); if(i->left) nxt.push_back(i->left); if(i->right)nxt.push_back(i->right); } if(even) reverse(value.begin(),value.end()); ans.push_back(value); cur=nxt; even=!even; } return ans; } };
版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 9:49:49

FSMN VAD高精度检测背后:达摩院FunASR模型技术揭秘

FSMN VAD高精度检测背后&#xff1a;达摩院FunASR模型技术揭秘 1. 引言&#xff1a;语音活动检测的工业级需求 在智能语音交互、会议转录、电话客服分析等实际应用场景中&#xff0c;如何从连续的音频流中准确识别出“哪些时间段有人在说话”是一个关键前置问题。这一任务被称…

作者头像 李华
网站建设 2026/6/10 9:53:08

[特殊字符]_内存管理深度解析:如何避免GC导致的性能陷阱[20260118170450]

作为一名经历过无数性能调优案例的工程师&#xff0c;我深知内存管理对Web应用性能的影响有多大。在最近的一个项目中&#xff0c;我们遇到了一个棘手的性能问题&#xff1a;系统在高并发下会出现周期性的延迟飙升&#xff0c;经过深入分析&#xff0c;发现问题根源竟然是垃圾回…

作者头像 李华
网站建设 2026/6/10 9:51:15

Emotion2Vec+ Large在线Demo搭建:Gradio界面定制化开发教程

Emotion2Vec Large在线Demo搭建&#xff1a;Gradio界面定制化开发教程 1. 引言 1.1 项目背景与目标 随着语音情感识别技术在智能客服、心理健康评估、人机交互等场景中的广泛应用&#xff0c;开发者对高效、易用的模型部署方案需求日益增长。Emotion2Vec Large 是由阿里达摩…

作者头像 李华
网站建设 2026/6/10 9:51:14

直播语音内容分析:FSMN-VAD实时检测部署案例

直播语音内容分析&#xff1a;FSMN-VAD实时检测部署案例 1. FSMN 语音端点检测 (VAD) 离线控制台部署指南 本镜像提供了一个基于 阿里巴巴 FSMN-VAD 模型构建的离线语音端点检测&#xff08;Voice Activity Detection&#xff09;Web 交互界面。该服务能够自动识别音频中的有…

作者头像 李华
网站建设 2026/6/10 9:48:06

Whisper Large v3性能测试:长音频处理能力评估

Whisper Large v3性能测试&#xff1a;长音频处理能力评估 1. 引言 随着多语言语音识别需求的不断增长&#xff0c;OpenAI推出的Whisper系列模型已成为行业标杆。其中&#xff0c;Whisper Large v3凭借其1.5B参数量和对99种语言的支持&#xff0c;在跨语言转录任务中展现出强…

作者头像 李华
网站建设 2026/6/10 9:48:03

YOLOv8与SSD性能评测:工业级检测精度与速度全面对比

YOLOv8与SSD性能评测&#xff1a;工业级检测精度与速度全面对比 1. 引言&#xff1a;为何需要目标检测技术选型&#xff1f; 在智能制造、安防监控、零售分析等工业场景中&#xff0c;实时目标检测已成为核心能力。随着边缘计算设备的普及&#xff0c;企业对模型的推理速度、…

作者头像 李华