返回
Leetcode.1302. 层数最深叶子节点的和:从根到叶的最长路径的权重和
前端
2023-11-28 22:47:05
Leetcode.1302. 层数最深叶子节点的和
给定一棵二叉树,你需要求出二叉树中层数最深的叶子节点的和。
深度优先遍历
深度优先遍历(DFS)是一种遍历二叉树的经典算法。它通过递归或栈来实现。DFS的基本思想是,从根节点开始,依次访问每个子节点,直到达到叶子节点。然后,从叶子节点返回,访问其父节点的下一个子节点。如此循环,直到所有节点都已访问过。
广度优先遍历
广度优先遍历(BFS)是另一种遍历二叉树的经典算法。它通过队列来实现。BFS的基本思想是,从根节点开始,依次访问每一层的所有节点,直到最后一层。然后,从最后一层返回,访问下一层的第一个节点,以此类推,直到所有节点都已访问过。
Python代码实现
深度优先遍历解法
def deepest_leaves_sum(root):
"""
:type root: TreeNode
:rtype: int
"""
# 如果二叉树为空,直接返回0
if not root:
return 0
# 定义一个变量sum,用来存储层数最深的叶子节点的和
sum = 0
# 定义一个变量max_depth,用来存储二叉树的最大深度
max_depth = 0
# 定义一个函数dfs,用来进行深度优先遍历
def dfs(root, depth):
# 更新最大深度
max_depth = max(max_depth, depth)
# 如果当前节点是叶子节点,并且当前深度等于最大深度,则将当前节点的值加到sum中
if not root.left and not root.right and depth == max_depth:
sum += root.val
# 如果当前节点不是叶子节点,则继续遍历其左子树和右子树
if root.left:
dfs(root.left, depth+1)
if root.right:
dfs(root.right, depth+1)
# 调用dfs函数,从根节点开始进行深度优先遍历
dfs(root, 1)
# 返回层数最深的叶子节点的和
return sum
广度优先遍历解法
def deepest_leaves_sum(root):
"""
:type root: TreeNode
:rtype: int
"""
# 如果二叉树为空,直接返回0
if not root:
return 0
# 定义一个队列queue,用来存储每一层的节点
queue = [root]
# 定义一个变量sum,用来存储层数最深的叶子节点的和
sum = 0
# 定义一个变量max_depth,用来存储二叉树的最大深度
max_depth = 0
# 循环遍历每一层
while queue:
# 更新最大深度
max_depth += 1
# 获取当前层的节点数量
size = len(queue)
# 将当前层的节点从队列中取出
for _ in range(size):
# 获取当前节点
node = queue.pop(0)
# 如果当前节点是叶子节点,并且当前深度等于最大深度,则将当前节点的值加到sum中
if not node.left and not node.right and max_depth == max_depth:
sum += node.val
# 如果当前节点不是叶子节点,则将当前节点的左子树和右子树的节点加入到队列中
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
# 返回层数最深的叶子节点的和
return sum
时间复杂度分析
- 深度优先遍历解法的时间复杂度为O(N),其中N是二叉树的节点数。
- 广度优先遍历解法的时间复杂度也为O(N),其中N是二叉树的节点数。
空间复杂度分析
- 深度优先遍历解法需要使用栈或递归调用,因此其空间复杂度为O(N),其中N是二叉树的节点数。
- 广度优先遍历解法需要使用队列来存储每一层的节点,因此其空间复杂度为O(N),其中N是二叉树的节点数。
结语
本文详细解释了深度优先遍历和广度优先遍历这两种经典的遍历算法,以及如何将它们应用到Leetcode.1302题中。通过这些示例,读者可以更好地理解这些算法的应用场景,并能够解决更多类似的问题。