Leetcode日记 2583. 二叉树中的第 K 大层和

Leetcode日记 2583. 二叉树中的第 K 大层和

题目:

给你一棵二叉树的根节点 root 和一个正整数 k 。
树中的 层和 是指 同一层 上节点值的总和。
返回树中第 k 大的层和(不一定不同)。如果树少于 k 层,则返回 -1 。

注意,如果两个节点与根节点的距离相同,则认为它们在同一层。
示例 1:

输入:root = [5,8,9,2,1,3,7,4,6], k = 2

输出:13

解释:树中每一层的层和分别是:

Level 1: 5

Level 2: 8 + 9 = 17

Level 3: 2 + 1 + 3 + 7 = 13

Level 4: 4 + 6 = 10

第 2 大的层和等于 13 。
示例 2:

输入:root = [1,2,null,3], k = 1

输出:3

解释:最大的层和是 3 。
提示:

树中的节点数为 n

2 <= n <= 105

1 <= Node.val <= 106

1 <= k <= n

解题思路:

  • 首先,我们应该要看他要的结果是什么,是第k大的层和,那么我们就应该把二叉树整个层次遍历
  • 其次,我们把遍历后的结果再遍历一遍,求出层和,
  • 最后,我们直接使用sort函数进行排序,再返回第k大的值
  • 改进:求层和,可以放在遍历二叉树的时候进行,这样可以减少整体的时间按复杂度。并且在遍历二叉树之后判断一次,层高和k的大小,如果层高小于k就可以直接抛出-1结束,毕竟sort的时间复杂度也是O(nlgn),算是这里面时间复杂度最大的了,不过这道题对于时间复杂度的考量并没有很多

代码实现

python 复制代码
class TreeNode(object):
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
root = TreeNode(1)  
root.left = TreeNode(2)  
root.right = TreeNode(3)  
root.left.left = TreeNode(4)  
root.left.right = TreeNode(5)  
root.right.left = TreeNode(6)  
root.right.right = TreeNode(7) 
from typing import Optional
class Solution:
    def kthLargestLevelSum(self, root: Optional[TreeNode], k: int) -> int:
        if root is None:  
            return [] 
        
        
        queue = [root]
        result = []
        while queue :
            result.append([])
            temp = []
            for i in range(len(queue)) :
                if queue[i].left :
                    temp.append(queue[i].left)
                if queue[i].right :
                    temp.append(queue[i].right)
                result[-1].append(queue[i].val)
            queue = temp
        if len(result) < k :
            return -1
        for i in range(len(result)) :
            result[i] = sum(result[i])
        result.sort(reverse=True)
        return result[k-1]
a = Solution().kthLargestLevelSum(root,2)
print(a)

制作不易,感谢三连,谢谢啦

相关推荐
B站_计算机毕业设计之家21 分钟前
豆瓣电影数据采集分析推荐系统 | Python Vue Flask框架 LSTM Echarts多技术融合开发 毕业设计源码 计算机
vue.js·python·机器学习·flask·echarts·lstm·推荐算法
渣渣苏29 分钟前
Langchain实战快速入门
人工智能·python·langchain
Wei&Yan32 分钟前
数据结构——顺序表(静/动态代码实现)
数据结构·c++·算法·visual studio code
lili-felicity38 分钟前
CANN模型量化详解:从FP32到INT8的精度与性能平衡
人工智能·python
数据知道41 分钟前
PostgreSQL实战:详解如何用Python优雅地从PG中存取处理JSON
python·postgresql·json
ZH15455891311 小时前
Flutter for OpenHarmony Python学习助手实战:面向对象编程实战的实现
python·学习·flutter
玄同7651 小时前
SQLite + LLM:大模型应用落地的轻量级数据存储方案
jvm·数据库·人工智能·python·语言模型·sqlite·知识图谱
User_芊芊君子1 小时前
CANN010:PyASC Python编程接口—简化AI算子开发的Python框架
开发语言·人工智能·python
团子的二进制世界1 小时前
G1垃圾收集器是如何工作的?
java·jvm·算法
白日做梦Q1 小时前
Anchor-free检测器全解析:CenterNet vs FCOS
python·深度学习·神经网络·目标检测·机器学习