Leetcode 二叉树的层序遍历

算法思想:

  • 层序遍历是指从根节点开始,按层次逐层遍历二叉树的所有节点。每一层从左到右依次访问节点,然后再进入下一层。
  • 使用队列这种数据结构来实现层序遍历,因为队列遵循**先进先出(FIFO)**的原则,正好适合处理逐层的遍历过程。
  • 主要思路是:
    1. 从根节点开始,将它加入队列。
    2. 逐层访问队列中的每个节点,并将该节点的子节点(如果有的话)加入到队列中。
    3. 每次完成一层的遍历后,将这一层的所有节点值存储到结果列表中,继续处理下一层。
java 复制代码
class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        List<List<Integer>> result = new ArrayList<>();
        Queue<TreeNode> queue = new LinkedList<>();
        if(root == null) {
            return result;
        }
        queue.offer(root);
        while(!queue.isEmpty()) {
            int currentLevelnum = queue.size(); //当前层需要处理的节点个数
            List<Integer> currentLevel = new ArrayList<>();  //初始化当前层节点不能放在while循环外部!!
            for(int i = 0; i < currentLevelnum; ++i) {
                TreeNode node = queue.poll(); //这里只是出队了,而出队节点在二叉树中的结构并未改变。
                currentLevel.add(node.val);
                if(node.left != null) {
                    queue.offer(node.left);
                }
                if(node.right != null) {
                    queue.offer(node.right);
                }
            }
            result.add(currentLevel);
        }
        return result;
    }
}

为什么List<Integer> currentLevel = new ArrayList<>(); 的位置放到while循环外部,会得到错误的结果?

来分析一下为什么会这样。

问题的根源:

  1. currentLevel 的复用问题 :在你的代码中,currentLevel 只在方法开始时被初始化一次,然后在后续的每一层遍历中,所有层的节点值都会被添加到同一个 currentLevel 列表中。
    • 因为你在 while 循环外部初始化了 currentLevel,当你进行多层遍历时,所有层的节点值都会被不断添加到同一个 currentLevel 列表,而不是为每一层创建新的列表。
    • 当你将 currentLevel 添加到 result 中时,实际上你添加的是同一个 currentLevel 的引用。即使在后续层继续向这个列表添加元素,result 中的所有层都会指向同一个列表,最终导致所有层的结果被错误地合并在一起。

具体错误结果的表现:

  • 假设你有一个三层的树结构。在第一次遍历第一层时,currentLevel 里保存的是第一层的节点值,例如 [3]
  • 然后遍历第二层时,第二层的节点值(如 [9, 20])也被添加到了同一个 currentLevel 中,因此 currentLevel 变成 [3, 9, 20]
  • 最后,第三层的节点值(如 [15, 7])也被添加到了 currentLevel,使得 currentLevel 变成 [3, 9, 20, 15, 7]
  • 最终,result 中的所有子列表都指向同一个 currentLevel,导致 result 中的每一层显示的都是完整的 [3, 9, 20, 15, 7],而不是分层的结果。

正确的做法:

要避免这个问题,需要在每次开始遍历新的一层时,创建一个新的 currentLevel 列表。这样,每一层的节点值都会存储在独立的列表中。具体修改如下:

java 复制代码
public class Solution {
    public List<List<Integer>> levelOrder(TreeNode root) {
        List<List<Integer>> result = new ArrayList<>();
        if (root == null) {
            return result;
        }

        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);

        while (!queue.isEmpty()) {
            int levelSize = queue.size();
            // 在每一层遍历开始时,重新初始化 currentLevel
            List<Integer> currentLevel = new ArrayList<>();

            for (int i = 0; i < levelSize; i++) {
                TreeNode currentNode = queue.poll();
                currentLevel.add(currentNode.val);

                if (currentNode.left != null) {
                    queue.offer(currentNode.left);
                }
                if (currentNode.right != null) {
                    queue.offer(currentNode.right);
                }
            }
            result.add(currentLevel); // 添加当前层的节点值到结果中
        }

        return result;
    }
}

解释修改后的代码:

  1. List<Integer> currentLevel = new ArrayList<>(); 放在 while 循环内部

    • 每次进入 while 循环(即开始遍历新的层级节点)时,都会创建一个新的 currentLevel 列表,用来存储该层的节点值。
    • 这样可以保证每一层的节点值都保存在独立的列表中,不会影响其他层的结果。
  2. result.add(currentLevel); 正确地添加当前层的结果

    • 每一层遍历完成后,将当前层的节点值列表 currentLevel 添加到 result 中。
    • 由于每次都是一个新的 currentLevel,因此不会有多个层共享同一个列表引用,最终的 result 会包含每一层的正确结果。

结论:

这个问题的核心是你需要为每一层创建一个新的 currentLevel,而不是在所有层之间共享一个 currentLevel。在每次开始遍历新的一层时,初始化一个新的 currentLevel,可以保证每一层的节点值都被正确地存储和输出。

相关推荐
AI棒棒牛几秒前
SCI核心论文剖析:ICSD-YOLO:面向工业现场安全的实时智能检测算法
算法·yolo·目标检测·计算机视觉·目标跟踪·yolo26
郝学胜-神的一滴5 分钟前
「栈与缩点的艺术」二叉树前序序列化合法性判定:从脑筋急转弯到工程实现
java·开发语言·数据结构·c++·python·算法
汀、人工智能27 分钟前
[特殊字符] 第25课:合并两个有序链表
数据结构·算法·链表·数据库架构··合并两个有序链表
Khsc434ka31 分钟前
LeetCode-001:Python 实现哈希表求两数之和:初识哈希表
python·leetcode·散列表
Hello.Reader32 分钟前
双卡 A100 + Ollama 生产部署从安装、踩坑、调优到最终可上线方案
linux·人工智能·算法
计算机安禾32 分钟前
【数据结构与算法】第30篇:哈希表(Hash Table)
数据结构·学习·算法·哈希算法·散列表·visual studio
xiaoye-duck33 分钟前
《算法题讲解指南:动态规划算法--子序列问题(附总结)》--32.最长的斐波那契子序列的长度,33.最长等差数列,34.等差数列划分II-子序列
c++·算法·动态规划
sinat_255487811 小时前
泛型:超级、扩展、列表·学习笔记
java·windows·学习·算法
切糕师学AI1 小时前
Elasticsearch RRF(倒数排序融合)技术详解与实践
算法·elasticsearch·搜索引擎·混合搜索·rrf·归一化问题