leetcode算法(102.二叉树的层序遍历)

cpp 复制代码
class Solution {
public:
    vector<vector<int>> levelOrder(TreeNode* root) {
        // 创建一个队列用于BFS(广度优先搜索),存储待处理的树节点
        queue<TreeNode*> que;
        
        // 如果根节点不为空,将其加入队列
        if (root != NULL) que.push(root);
        
        // 结果二维数组,每层一个子数组
        vector<vector<int>> result;
        
        // 当队列不为空时,继续处理
        while (!que.empty()) {
            // 记录当前层的节点数量(重要:需要在循环前固定大小)
            int size = que.size();
            
            // 存储当前层所有节点值的数组
            vector<int> vec;
            
            // 遍历当前层的所有节点
            // 注意:必须使用固定size,不能直接用que.size(),因为循环中que.size()会变化
            for (int i = 0; i < size; i++) {
                // 从队列头部取出节点
                TreeNode* node = que.front();
                que.pop();  // 弹出已处理的节点
                
                // 将当前节点的值加入当前层的数组
                vec.push_back(node->val);
                
                // 如果左子节点存在,加入队列(下一层)
                if (node->left) que.push(node->left);
                
                // 如果右子节点存在,加入队列(下一层)
                if (node->right) que.push(node->right);
            }
            
            // 将当前层的节点值数组加入结果集
            result.push_back(vec);
        }
        
        // 返回层序遍历的结果
        return result;
    }
};
cpp 复制代码
if (root != NULL) que.push(root);
vector<vector<int>> result;
while (!que.empty()) {
    // 循环体
}
return result;

优点:

  1. 逻辑连贯:代码流程更顺畅,先判断根节点是否为空,不为空则入队

  2. 减少return语句:避免提前返回,代码结构更统一

  3. 可读性好:一目了然,符合大多数人的阅读习惯

  4. 适合简单逻辑:对于简单的初始化操作很自然

缺点:

  1. 边界情况处理不够明确:当根节点为空时,直接进入while循环,但实际上while循环不会执行(因为队列为空)
cpp 复制代码
if (root == NULL) return result;
que.push(root);
vector<vector<int>> result;
while (!que.empty()) {
    // 循环体
}
return result;

优点:

  1. 提前处理边界情况:更显式地处理空树情况

  2. 性能稍好:直接返回空结果,避免创建队列和后续判断

  3. 防御性编程:明确展示了"如果输入为空,直接返回空结果"的逻辑

  4. 符合一些编码规范:优先处理异常/边界情况

缺点:

  1. 代码结构稍显分散:有两个return语句

  2. 对于简单情况略显冗余:这种写法的优势在复杂函数中更明显

综上所述,

对于这道题,第一种写法更好,原因如下:

  1. 逻辑简单直观:代码表达了"如果根不为空,就放入队列"的自然逻辑

  2. 代码紧凑:不需要提前return,整个函数只有一个return语句

  3. 可读性更强:对于算法题,这种写法更常见,易于理解

  4. 性能差异极小:两种写法的性能差异可以忽略不计

但如果是生产环境 或者更复杂的函数,第二种写法可能更好,因为它:

  • 明确处理了边界条件

  • 遵循了"快速失败"原则

  • 减少了嵌套层次

相关推荐
Wect19 分钟前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱1 小时前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法
Gorway8 小时前
解析残差网络 (ResNet)
算法
拖拉斯旋风8 小时前
LeetCode 经典算法题解析:优先队列与广度优先搜索的巧妙应用
算法
Wect8 小时前
LeetCode 207. 课程表:两种解法(BFS+DFS)详细解析
前端·算法·typescript
灵感__idea1 天前
Hello 算法:众里寻她千“百度”
前端·javascript·算法
Wect1 天前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP2 天前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱2 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub2 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉