您的位置:首页 > Web前端 > Node.js

LeetCode222 Count Complete Tree Nodes

2015-08-07 21:22 555 查看
对于一般的二叉树,统计节点数目遍历一遍就可以了,但是这样时间复杂度O(n),一下就被卡住了。

这题首先要明白的是,我们只需要知道叶子节点的数目就能统计出总节点树。

想法1:

  既然是完全二叉树,我肯定是从左子树开始看,如果左子树不完整,右子树就不用再遍历了。由此形成一个递归的搜索过程,先搜索左子树,如果不完整,直接停止搜索,统计完毕;否则,还要再搜索右子树。

  这样就能避开完全搜索遍历整棵树,但是当树接近满树的时候实际上还是将整颗树遍历了一遍。

想法2:

  完全二叉树不同于满树的一点是,我们只能肯定它的最左边那个叶子节点肯定是存在的(这里说存在不太准确,实际就把完全二叉树当满树看,然后那些不满的地方就认为是叶子节点不存在)。所以一颗完全二叉树的高度只需要一路向左就能求得。现在告诉你一颗完全二叉树可能不是满树,从根节点的角度,就要看,到底从哪开始不满的。

按照定义,不满的节点肯定在右边。如果我们求解根节点的右子树的高度=H - 1,说明左子树肯定是满的,不用再看了;否则,右节点高度 = H - 2,说明root->right的叶节点都缺了,右边不用再看了。

  有没有发现这种想法使得我们几乎一次排除了一半的元素,所以这题有一个标签叫做binary search,因为感觉想法上很像。

int countNodes(TreeNode* root) {
int height = 0;
auto p = root;
while(p != NULL){
height++;
p = p->left;
}
if(height < 2)
return height;
int countLeaf = 0;
int curHeight = height;
while(root){
auto pr = root->right;
int heightR = 0;
while(pr != NULL){
heightR++;
pr = pr->left;
}
if (heightR == 0){
countLeaf+= 1;
break;
}
else if(heightR == curHeight - 1){
//we don't need to look at the left child any more
//because it must be full
countLeaf += (1 << (heightR - 1));
root = root->right;
}
else{
//we don't need to look at the right child any more
//because there no leaf node
root = root->left;
}
curHeight -= 1;
}
return countLeaf + (1 << (height - 1)) - 1;
}
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: