LeetCode:513、找树左下角的值

//递归法
/*** Definition for a binary tree node.* public class TreeNode {*     int val;*     TreeNode left;*     TreeNode right;*     TreeNode() {}*     TreeNode(int val) { this.val = val; }*     TreeNode(int val, TreeNode left, TreeNode right) {*         this.val = val;*         this.left = left;*         this.right = right;*     }* }*/
class Solution {public int result;public int maxdepth=-1;//初始化为-1是因为当只有一个节点也就是只有根节点时,传来的depth=0,0>-1,才会返回正确的左下角的值public void getresult(TreeNode root,int depth){if(root==null)return;if(root.left==null&&root.right==null){if(depth>maxdepth){maxdepth=depth;result=root.val;}}if(root.left!=null){depth++;getresult(root.left,depth);depth--;}if(root.right!=null){depth++;getresult(root.right,depth);depth--;}}public int findBottomLeftValue(TreeNode root) {getresult(root,0);return result;}
}
//迭代法
class Solution {public int findBottomLeftValue(TreeNode root) {Queue<TreeNode> que=new LinkedList<>();int res=0;que.offer(root);while(!que.isEmpty()){int size=que.size();for(int i=0;i<size;i++){TreeNode tmpnode=que.poll();if(i==0)res=tmpnode.val;//保存二叉树最底边第一个元素if(tmpnode.left!=null)que.offer(tmpnode.left);if(tmpnode.right!=null)que.offer(tmpnode.right);}}return res;}
}

513. 找树左下角的值 - 力扣(LeetCode)513. 找树左下角的值 - 给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边 节点的值。假设二叉树中至少有一个节点。 示例 1:[https://assets.leetcode.com/uploads/2020/12/14/tree1.jpg]输入: root = [2,1,3]输出: 1示例 2:[https://assets.leetcode.com/uploads/2020/12/14/tree2.jpg]输入: [1,2,3,4,null,5,6,null,null,7]输出: 7 提示: * 二叉树的节点个数的范围是 [1,104] * -231 <= Node.val <= 231 - 1 https://leetcode.cn/problems/find-bottom-left-tree-value

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.mzph.cn/pingmian/80823.shtml

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

相关文章

采用均线策略来跟踪和投资基金

策略来源#睿思量化#小程序 截图来源#睿思量化#小程序 在基金投资中&#xff0c;趋势跟踪策略是一种备受关注的交易方法。本文将基于两张关于广发电子信息传媒股票 A&#xff08;代码&#xff1a;005310&#xff09;的图片资料&#xff0c;详细阐述这一策略的应用与效果。 从第…

leetcode刷题---二分查找

力扣题目链接 二分查找算法使用前提&#xff1a;有序数组&#xff1b;数组内无重复元素 易错点&#xff1a; 1.while循环的边界条件&#xff1a;如到底是 while(left < right) 还是 while(left < right) 2.if条件后right&#xff0c;left的取值&#xff1a;到底是 right …

(leetcode) 力扣100 10.和为K的子数组(前缀和+哈希)

题目 给你一个整数数组 nums 和一个整数 k &#xff0c;请你统计并返回 该数组中和为 k 的子数组的个数 。 子数组是数组中元素的连续非空序列。 数据范围 1 < nums.length < 2 * 104 -1000 < nums[i] < 1000 -107 < k < 107 样例 示例 1&#xff1a; 输…

遨游卫星电话与普通手机有什么区别?

在数字化浪潮席卷全球的今天&#xff0c;通信设备的角色早已超越传统语音工具&#xff0c;成为连接物理世界与数字世界的核心枢纽。然而&#xff0c;当普通手机在都市丛林中游刃有余时&#xff0c;面对偏远地区、危险作业场景的应急通信需求&#xff0c;其局限性便显露无遗。遨…

在Linux中如何使用Kill(),向进程发送发送信号

kill()函数 #include <sys/types.h> #include <signal.h> int kill(pid_t pid, int sig); 函数参数和返回值含义如下: pid:参数 pid 为正数的情况下,用于指定接收此信号的进程 pid;除此之外,参数 pid 也可设置为 0 或-1 以及小于-1 等不同值,稍后给说明。 …

Java SpringMVC 和 MyBatis 整合关键配置详解

目录 一、数据源配置二、MyBatis 工厂配置三、Mapper 扫描配置四、SpringMVC 配置五、整合示例实体类Mapper 接口Mapper XML 文件Service 类控制器JSP 页面六、总结在 Java Web 开发中,SpringMVC 和 MyBatis 是两个常用框架。SpringMVC 负责 Web 层的请求处理和视图渲染,MyBa…

基于javaweb的SpringBoot高校图书馆座位预约系统设计与实现(源码+文档+部署讲解)

技术范围&#xff1a;SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容&#xff1a;免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文…

零成本打造专属AI图像处理平台:IOPaint本地部署与远程访问指南

文章目录 前言1.什么是IOPaint&#xff1f;2.本地部署IOPaint3.IOPaint简单实用4.公网远程访问本地IOPaint5.内网穿透工具安装6.配置公网地址7.使用固定公网地址远程访问总结 前言 移动摄影的普及使得记录生活变得轻而易举&#xff0c;然而获得一张高质量的照片往往需要付出不…

子串简写(JAVA)一维前缀和, 蓝桥杯

这个题用前缀和&#xff0c;开两个数组&#xff0c;一个存前n个字符数据的c1的数字个数&#xff0c;另一个前n个字符c2的数字个数&#xff0c;然后遍历一次加起来&#xff0c;有一个测试点没过去&#xff0c;把那个存最后数的换成long&#xff0c;应该是这题数据范围给的不对&a…

基于javaweb的SpringBoot自习室预约系统设计与实现(源码+文档+部署讲解)

技术范围&#xff1a;SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容&#xff1a;免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文…

基于大模型预测的全面惊厥性癫痫持续状态技术方案大纲

目录 一、引言二、数据收集与预处理三、大模型构建与训练四、术前评估与预测五、术中监测与决策支持六、术后护理与康复预测七、统计分析与模型评估八、技术验证与实验证据九、健康教育与患者指导十、结论与展望一、引言 研究背景与意义 全面惊厥性癫痫持续状态(GCSE)的临床危…

Flink实时统计任务CPU异常排查与解决方案

一、核心原因分析 ‌资源配置不合理‌ ‌CPU核数与并行度不匹配‌:TaskManager的taskmanager.numberOfTaskSlots设置过高,导致单个节点负载过载(如32核节点设置2个slot被多个任务占用,总需求超过物理CPU核数)。‌内存与CPU分配不均‌:内存不足引发频繁GC,间接导致CPU利…

深入剖析 Linux 进程的睡眠与唤醒机制

在 Linux 操作系统的核心运转体系中&#xff0c;进程的睡眠与唤醒机制如同精密时钟的齿轮&#xff0c;默默驱动着整个系统的高效运行。理解这一机制不仅是掌握 Linux 内核工作原理的关键&#xff0c;更是优化系统性能、排查进程阻塞问题的核心所在。本文将深入剖析 Linux 进程睡…

【操作系统期末速成】①操作系统概述

——————2025.5.14————— 操作系统主要考点&#xff1a;操作系统概述、进程管理、内存管理、文件系统、设备管理&#xff08;前三个重点&#xff0c;第二三个是重中之重&#xff09; 操作系统概念&#xff08;OS&#xff09;&#xff1a;&#xff08;本质上是一个软件…

【软件工程】基于频谱的缺陷定位

基于频谱的缺陷定位&#xff08;Spectrum-Based Fault Localization, SBFL&#xff09;是一种通过分析程序执行覆盖信息&#xff08;频谱数据&#xff09;来定位代码中缺陷的方法。其核心思想是&#xff1a;通过测试用例的执行结果&#xff08;成功/失败&#xff09;和代码覆盖…

Spring Cloud:构建云原生微服务架构的最佳工具和实践

&#x1f325;️ 1. 引言 一、背景介绍&#xff1a;为什么需要微服务&#xff1f; 随着互联网技术的发展&#xff0c;企业级应用的功能日益复杂&#xff0c;传统的单体架构&#xff08;Monolithic Architecture&#xff09;逐渐暴露出一系列问题&#xff1a; 项目庞大&#…

【Redis 进阶】集群

思维导图&#xff1a; 一、Redis集群概述 &#xff08;一&#xff09;广义集群与狭义集群的定义 ​​广义集群​​&#xff1a;指由多个机器组成的分布式系统&#xff0c;例如前面提到的主从模式和哨兵模式。​​狭义集群​​&#xff1a;Redis提供的集群模式&#xff0c;主要…

第二十八节:直方图处理- 直方图计算与绘制

直方图是数字图像处理的基石工具,在计算机视觉领域扮演着关键角色。通过本文,您将深入掌握使用OpenCV进行直方图计算的底层原理,并学会多种专业的直方图可视化方法。无论您是刚入门的新手还是希望提升技能的开发者,这里都有值得探索的进阶技巧。 一、直方图基础理论 1.1 什…

传奇游戏跟奇迹游戏的区别

前言 对传奇和奇迹游戏背景感兴趣的&#xff0c;可以去浏览以下相关博客&#xff1a; 传奇与奇迹的发源 传奇游戏跟奇迹游戏的区别 区别1&#xff1a;画面 奇迹游戏画面更为美观&#xff08;图1&#xff1a;奇迹游戏画面&#xff09; 传奇游戏画面相对简陋&#xff08;图2&am…

佰力博科技准静态d33测试的注意事项

准静态d33测试是测量压电材料纵向压电应变常数的重要方法&#xff0c;其注意事项包括以下几个方面&#xff1a; 选择合适的测量设备 准静态d33测试需要使用专用的压电测试仪&#xff0c;如佰力博PEAI1000高精度压电分析仪、准静态d33测量仪或PCA1000压电陶瓷综合参数分析仪。这…