leetcode LCP 开幕式焰火

LCP 44. 开幕式焰火 - 力扣(LeetCode)

「力扣挑战赛」开幕式开始了,空中绽放了一颗二叉树形的巨型焰火。 给定一棵二叉树 root 代表焰火,节点值表示巨型焰火这一位置的颜色种类。请帮小扣计算巨型焰火有多少种不同的颜色。

示例 1:

输入:root = [1,3,2,1,null,2]

输出:3

解释:焰火中有 3 个不同的颜色,值分别为 1、2、3

示例 2:

输入:root = [3,3,3]

输出:1

解释:焰火中仅出现 1 个颜色,值为 3

提示:

  • 1 <= 节点个数 <= 1000
  • 1 <= Node.val <= 1000

为了解决这个问题,我们需要遍历二叉树并收集所有节点的值,然后计算这些值中不同的数量。我们可以使用深度优先搜索(DFS)或广度优先搜索(BFS)来遍历二叉树。这里,我将使用DFS来解决这个问题。

步骤

  1. 定义一个集合来存储所有不同的节点值。
  2. 使用DFS遍历二叉树,将每个节点的值添加到集合中。
  3. 遍历结束后,集合的大小即为不同颜色的数量。
python 复制代码
class Solution:
    def numColor(self, root: TreeNode) -> int:
        # 初始化一个空集合s,用于存储遍历过程中遇到的所有不同颜色
        s = set()
        
        # 定义一个深度优先搜索(DFS)的辅助函数
        def dfs(node: Optional[ListNode]) -> None:
            # 如果当前节点为空,直接返回,不进行任何操作
            if node is None:
                return
            
            # 将当前节点的颜色(值)添加到集合s中
            # 由于集合的特性,相同的值不会被重复添加
            s.add(node.val)
            
            # 递归地对当前节点的左子节点进行DFS
            dfs(node.left)
            
            # 递归地对当前节点的右子节点进行DFS
            dfs(node.right)
        
        # 从根节点root开始,调用DFS函数进行遍历
        dfs(root)
        
        # 遍历结束后,集合s中存储的就是所有不同的颜色
        # 返回集合s的大小,即不同颜色的数量
        return len(s)

解释

  • 我们首先定义了一个集合 values 来存储不同的节点值。
  • 然后定义了一个 dfs 函数来递归地遍历二叉树。在 dfs 函数中,我们首先检查当前节点是否为空,如果为空则返回。否则,我们将当前节点的值添加到集合中,并递归地遍历其左右子树。
  • 最后,我们从根节点开始调用 dfs 函数,并返回集合 values 的大小,即不同颜色的数量。

这个方法的时间复杂度是 O(n),其中 n 是二叉树的节点个数,因为我们需要遍历每个节点一次。空间复杂度是 O(n),因为最坏情况下,集合 values 可能包含所有节点的值。

相关推荐
健康平安的活着11 分钟前
java之 junit4单元测试Mockito的使用
java·开发语言·单元测试
No0d1es13 分钟前
电子学会青少年软件编程(C/C++)5级等级考试真题试卷(2024年6月)
c语言·c++·算法·青少年编程·电子学会·五级
WBluuue38 分钟前
数学建模:智能优化算法
python·机器学习·数学建模·爬山算法·启发式算法·聚类·模拟退火算法
赴3351 小时前
矿物分类案列 (一)六种方法对数据的填充
人工智能·python·机器学习·分类·数据挖掘·sklearn·矿物分类
大模型真好玩1 小时前
一文深度解析OpenAI近期发布系列大模型:意欲一统大模型江湖?
人工智能·python·mcp
RPA+AI十二工作室1 小时前
亚马逊店铺绩效巡检_影刀RPA源码解读
chrome·python·rpa·影刀
DjangoJason2 小时前
C++ 仿RabbitMQ实现消息队列项目
开发语言·c++·rabbitmq
m0_480502642 小时前
Rust 入门 KV存储HashMap (十七)
java·开发语言·rust
大阳1232 小时前
线程(基本概念和相关命令)
开发语言·数据结构·经验分享·算法·线程·学习经验
小艳加油2 小时前
Python机器学习与深度学习;Transformer模型/注意力机制/目标检测/语义分割/图神经网络/强化学习/生成式模型/自监督学习/物理信息神经网络等
python·深度学习·机器学习·transformer