news 2026/3/13 12:35:49

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 2026/3/13 5:57:58

大图处理慢?fft npainting lama分辨率优化建议

大图处理慢&#xff1f;fft npainting lama分辨率优化建议 1. 问题背景与技术挑战 在图像修复和内容重绘任务中&#xff0c;用户常常面临一个核心痛点&#xff1a;大尺寸图像处理速度缓慢。尤其是在使用基于深度学习的图像修复模型&#xff08;如 LaMa&#xff09;结合 FFT 频…

作者头像 李华
网站建设 2026/3/13 21:10:43

从Demo到上线:CosyVoice-300M Lite生产环境迁移教程

从Demo到上线&#xff1a;CosyVoice-300M Lite生产环境迁移教程 1. 引言 1.1 业务场景描述 随着语音交互在智能客服、有声内容生成、无障碍服务等领域的广泛应用&#xff0c;企业对轻量、高效、低成本的文本转语音&#xff08;TTS&#xff09;服务需求日益增长。然而&#x…

作者头像 李华
网站建设 2026/3/13 14:38:36

Qwen3-VL-2B免配置部署:开箱即用视觉AI实战推荐

Qwen3-VL-2B免配置部署&#xff1a;开箱即用视觉AI实战推荐 1. 引言 随着多模态大模型的快速发展&#xff0c;视觉语言模型&#xff08;Vision-Language Model, VLM&#xff09;正逐步从研究实验室走向实际应用场景。其中&#xff0c;Qwen系列推出的 Qwen/Qwen3-VL-2B-Instru…

作者头像 李华
网站建设 2026/3/13 4:23:22

TurboDiffusion安装报错?SageAttention依赖环境配置避坑指南

TurboDiffusion安装报错&#xff1f;SageAttention依赖环境配置避坑指南 1. 引言&#xff1a;TurboDiffusion与SageAttention的工程挑战 1.1 技术背景 TurboDiffusion是由清华大学、生数科技与加州大学伯克利分校联合推出的视频生成加速框架&#xff0c;基于Wan2.1/Wan2.2模…

作者头像 李华
网站建设 2026/3/13 5:08:10

VibeVoice-TTS-Web-UI技术解析:下一代TTS框架创新点揭秘

VibeVoice-TTS-Web-UI技术解析&#xff1a;下一代TTS框架创新点揭秘 1. 引言&#xff1a;从播客生成到多说话人对话合成的技术跃迁 随着内容创作形式的多样化&#xff0c;传统文本转语音&#xff08;TTS&#xff09;系统在面对长篇、多角色对话场景时逐渐暴露出局限性。无论是…

作者头像 李华
网站建设 2026/3/13 8:56:33

AI视频生成新标杆:深度评测Image-to-Video实际表现

AI视频生成新标杆&#xff1a;深度评测Image-to-Video实际表现 1. 引言 近年来&#xff0c;AI驱动的视频生成技术取得了突破性进展&#xff0c;尤其是图像转视频&#xff08;Image-to-Video, I2V&#xff09;领域&#xff0c;正逐步从实验室走向实际应用。在众多开源项目中&a…

作者头像 李华