【刷爆力扣之637. 二叉树的层平均值】

637. 二叉树的层平均值

方法一:深度优先搜索dfs

使用深度优先搜索计算二叉树的层平均值,需要维护两个数组,counts 用于存储二叉树的每一层的节点数,sums 用于存储二叉树的每一层的节点值之和。搜索过程中需要记录当前节点所在层,如果访问到的节点在第 i 层,则将 counts[i] 的值加 1,并将该节点的值加到 sums[i]

遍历结束之后,第 i 层的平均值即为 sums[i]/counts[i]

java 复制代码
class Solution {
    public List<Double> averageOfLevels(TreeNode root) {
        // 维护两个集合,一个集合counts记录每一层节点个数,一个集合sums记录每一层节点总和
        List<Integer> counts = new ArrayList<Integer>();
        List<Double> sums = new ArrayList<Double>();
        dfs(root, 0, counts, sums);
        List<Double> averages = new ArrayList<Double>();
        int size = sums.size();
        for (int i = 0; i < size; i++) {
            averages.add(sums.get(i) / counts.get(i));
        }
        return averages;
    }

    // 深度优先遍历
    public void dfs(TreeNode root, int level, List<Integer> counts, List<Double> sums) {
        if (root == null) {
            return;
        }
        // 如果当前层小于sums集合的长度,说明之前已经遍历过当前层的其他节点
        if (level < sums.size()) {
            sums.set(level, sums.get(level) + root.val);// 求和
            counts.set(level, counts.get(level) + 1); // 节点数加1
        } else { // 否则,说明第一次遍历当前层
            sums.add(1.0 * root.val); // 添加新的一层的元素
            counts.add(1); // count为1
        }
        // 左孩子
        dfs(root.left, level + 1, counts, sums);
        // 右孩子
        dfs(root.right, level + 1, counts, sums);
    }
}

方法二:广度优先搜索

也可以使用广度优先搜索计算二叉树的层平均值。从根节点开始搜索,每一轮遍历同一层的全部节点,计算该层的节点数以及该层的节点值之和,然后计算该层的平均值。

如何确保每一轮遍历的是同一层的全部节点呢?我们可以借鉴层次遍历的做法,广度优先搜索使用队列存储待访问节点,只要确保在每一轮遍历时,队列中的节点是同一层的全部节点即可。具体做法如下:

  • 初始时,将根节点加入队列;
  • 每一轮遍历时,将队列中的节点全部取出,计算这些节点的数量以及它们的节点值之和,并计算这些节点的平均值,然后将这些节点的全部非空子节点加入队列,重复上述操作直到队列为空,遍历结束。

由于初始时队列中只有根节点,满足队列中的节点是同一层的全部节点,每一轮遍历时都会将队列中的当前层节点全部取出,并将下一层的全部节点加入队列,因此可以确保每一轮遍历的是同一层的全部节点。

具体实现方面,可以在每一轮遍历之前获得队列中的节点数量 size,遍历时只遍历 size个节点,即可满足每一轮遍历的是同一层的全部节点。

java 复制代码
public List<Double> averageOfLevels(TreeNode root) {
    List<Double> result = new ArrayList<>();
    // 层序遍历需要的队列数据结构
    Queue<TreeNode> queue = new LinkedList<>();
    queue.offer(root);
    while (!queue.isEmpty()) {
        Double level = null;
        // 每一层节点个数
        int size = queue.size();
        // 每一层节点的总和
        Double sum = 0.0;
        // 每轮循环,将当前层的所有节点全部弹出,将下一层的所有节点全部入队
        for (int i = 0; i < size; i++) {
            TreeNode polled = queue.poll();
            sum += polled.val;
            TreeNode left = polled.left;
            TreeNode right = polled.right;
            if (left != null) {
                queue.offer(left);
            }
            if (right != null) {
                queue.offer(right);
            }
        }
        result.add(sum / size);
    }
    return result;
}
相关推荐
CoovallyAIHub14 小时前
中科大DSAI Lab团队多篇论文入选ICCV 2025,推动三维视觉与泛化感知技术突破
深度学习·算法·计算机视觉
NAGNIP15 小时前
Serverless 架构下的大模型框架落地实践
算法·架构
moonlifesudo15 小时前
半开区间和开区间的两个二分模版
算法
moonlifesudo15 小时前
300:最长递增子序列
算法
CoovallyAIHub20 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub21 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI2 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v2 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工2 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农2 天前
【React用到的一些算法】游标和栈
算法·react.js