day151—双端队列—找树左下角的值(LeetCode-513)

题目描述

给定一个二叉树的 根节点 root,请找出该二叉树的 最底层 最左边节点的值。

假设二叉树中至少有一个节点。

示例 1:

复制代码
输入: root = [2,1,3]
输出: 1

示例 2:

复制代码
输入: [1,2,3,4,null,5,6,null,null,7]
输出: 7

提示:

  • 二叉树的节点个数的范围是 [1,104]
  • -231 <= Node.val <= 231 - 1

解决方案:

这段代码的核心功能是找到二叉树最底层最左侧的节点值 ,采用「层序遍历(BFS)+ 优先入队右子节点」的技巧实现,时间复杂度 O(n)n 为节点数),空间复杂度 O(n)(队列存储节点开销),是该问题的简洁高效解法。

核心逻辑

代码利用队列实现层序遍历,但通过调整子节点入队顺序(先右后左),让最后遍历到的节点恰好是 "最底层最左侧" 的节点,无需记录层数:

  1. 初始化
    • 用双端队列 deq 存储待遍历节点,初始加入根节点;
    • ans 记录结果,初始化为根节点值(兜底空树 / 单节点场景);
  2. 层序遍历循环 :只要队列非空,持续遍历:
    • 取出队列头部节点 node,并更新 ans 为该节点的值;
    • 核心技巧:先将右子节点入队,再将左子节点入队(改变常规的 "先左后右" 顺序);
  3. 返回结果 :遍历结束时,ans 最后一次更新的值就是 "最底层最左侧" 节点的值(因为先遍历右节点,最后遍历到的必然是最底层最左节点)。

总结

  1. 核心思路:通过「先右后左」的入队顺序,让层序遍历的最后一个节点就是 "最底层最左侧" 节点,无需统计层数或记录每一层的第一个节点;
  2. 关键细节:队列遍历采用 "取头→更新结果→右子入队→左子入队" 的顺序,保证遍历到最底层时,最后一个节点是最左侧的;
  3. 效率特点:每个节点仅入队 / 出队一次,时间 O(n);队列空间开销取决于树的宽度(最坏为最后一层节点数),是该问题的最优解法之一。

函数源码:

cpp 复制代码
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    int findBottomLeftValue(TreeNode* root) {
        deque<TreeNode*> deq={root};
        int ans=root->val;
        while(!deq.empty()){
            TreeNode* node=deq.front();
            deq.pop_front();
            ans=node->val;
            if(node->right){
                deq.push_back(node->right);
            }
            if(node->left){
                deq.push_back(node->left);
            }
        }
        return ans;
    }
};
相关推荐
NAGNIP13 小时前
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21 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 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
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP2 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮2 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法