2024-04-17:用go语言,欢迎各位勇者莅临力扣城,本次的挑战游戏名为「力扣泡泡龙」。

游戏的起点是一颗形状如二叉树的泡泡树,其中每个节点的值代表该泡泡的分值。勇者们有一次机会可以击破一个节点泡泡,但需要满足以下规则:

被击破的节点泡泡最多只能有一个子节点泡泡。

如果被击破的节点泡泡有子节点泡泡,那么这个子节点泡泡将会取代被击破泡泡的位置,也就是说,整棵以被击破泡泡为根的子树将会上移。

我们的任务是计算在进行了这样一个击破操作(或选择不击破任何节点)后,这棵二叉泡泡树的最大「层和」是多少。

这里的「层和」是指:在同一高度的所有节点泡泡的分值之和。

输入:root = [6,0,3,null,8]。

输出:11。

答案2024-04-17:

来自左程云

灵捷3.5

大体步骤如下:

1.定义节点结构体 TreeNode 和信息结构体 Info

2.定义全局变量 levelInfosjobs,分别代表每个层级的信息和待处理的节点。

3.定义作业结构体 Job,包含节点的ID和层级。

4.实现 getMaxLayerSum 函数,计算二叉泡泡树的最大层和。

5.在 getMaxLayerSum 函数中,初始化全局变量,计算树的高度。

6.遍历每个层级,计算该层级最后一个节点的分值和。

7.遍历所有待处理的节点,根据节点的ID、层级和左右边界,计算当前层级的节点和下一层级的节点。

8.根据题目描述的规则,更新最大层和的结果。

9.返回最终的最大层和。

总的时间复杂度为 O(N),其中 N 是节点的数量。

总的额外空间复杂度为 O(H),其中 H 是树的高度。

Go完整代码如下:

package main

import (
"fmt"
"math"
) type TreeNode struct {
Val int
Left *TreeNode
Right *TreeNode
} type Info struct {
preSum int
left int
right int
finshId int
} var levelInfos [][]Info
var jobs []Job type Job struct {
nodeId int
level int
} func getMaxLayerSum(root *TreeNode) int {
levelInfos = nil
jobs = nil
process(root, 0)
height := len(levelInfos) - 1
ans := math.MinInt64
for level := 0; level < height; level++ {
levelList := levelInfos[level]
ans = max(ans, levelList[len(levelList)-1].preSum)
}
for id := 0; id < len(jobs); id++ {
job := jobs[id]
nodeId := job.nodeId
level := job.level
left := nodeId
right := nodeId
curLevelSum := levelInfos[level][left].preSum - levelInfos[level][left-1].preSum
for ; level < height; level++ {
if left > right {
break
}
levelList := levelInfos[level]
if right-left+1 == len(levelList)-1 {
break
}
leftInfo := levelList[left]
rightInfo := levelList[right]
nextLeft := leftInfo.left
nextRight := rightInfo.right
curLevelAll := levelList[len(levelList)-1].preSum
if leftInfo.finshId != -1 && leftInfo.finshId == rightInfo.finshId {
break
}
leftInfo.finshId = rightInfo.finshId
nextLevelSum := 0
if nextLeft <= nextRight {
nextLevelSum = levelInfos[level+1][nextRight].preSum - levelInfos[level+1][nextLeft-1].preSum
}
ans = max(ans, curLevelAll-curLevelSum+nextLevelSum)
left = nextLeft
right = nextRight
curLevelSum = nextLevelSum
}
}
return ans
} func process(cur *TreeNode, level int) bool {
if cur == nil {
return false
}
for level+1 >= len(levelInfos) {
levelInfos = append(levelInfos, []Info{{0, -1, -1, -1}})
}
levelList := levelInfos[level]
preId := len(levelList) - 1
levelList = append(levelList, Info{levelList[preId].preSum + cur.Val, len(levelInfos[level+1]), -1, -1})
levelInfos[level] = levelList
hasLeft := process(cur.Left, level+1)
hasRight := process(cur.Right, level+1)
nodeId := len(levelList) - 1
if !hasLeft || !hasRight {
jobs = append(jobs, Job{nodeId, level})
}
levelList[nodeId].right = len(levelInfos[level+1]) - 1
return true
} func max(a, b int) int {
if a > b {
return a
}
return b
} func main() {
root := &TreeNode{
Val: 6,
Left: &TreeNode{
Val: 0,
Right: &TreeNode{Val: 8},
},
Right: &TreeNode{
Val: 3,
},
}
result := getMaxLayerSum(root)
fmt.Println(result)
}

Python完整代码如下:

# -*-coding:utf-8-*-
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right class Info:
def __init__(self, preSum=0, left=-1, right=-1, finshId=-1):
self.preSum = preSum
self.left = left
self.right = right
self.finshId = finshId levelInfos = []
jobs = [] class Job:
def __init__(self, nodeId, level):
self.nodeId = nodeId
self.level = level def getMaxLayerSum(root):
global levelInfos, jobs
levelInfos = []
jobs = []
process(root, 0)
height = len(levelInfos) - 1
ans = float('-inf')
for level in range(height):
levelList = levelInfos[level]
ans = max(ans, levelList[-1].preSum)
for id in range(len(jobs)):
job = jobs[id]
nodeId = job.nodeId
level = job.level
left = nodeId
right = nodeId
curLevelSum = levelInfos[level][left].preSum - levelInfos[level][left-1].preSum
while level < height:
if left > right:
break
levelList = levelInfos[level]
if right - left + 1 == len(levelList) - 1:
break
leftInfo = levelList[left]
rightInfo = levelList[right]
nextLeft = leftInfo.left
nextRight = rightInfo.right
curLevelAll = levelList[-1].preSum
if leftInfo.finshId != -1 and leftInfo.finshId == rightInfo.finshId:
break
leftInfo.finshId = rightInfo.finshId
nextLevelSum = 0
if nextLeft <= nextRight:
nextLevelSum = levelInfos[level+1][nextRight].preSum - levelInfos[level+1][nextLeft-1].preSum
ans = max(ans, curLevelAll - curLevelSum + nextLevelSum)
left = nextLeft
right = nextRight
curLevelSum = nextLevelSum
level += 1
return ans def process(cur, level):
global levelInfos, jobs
if cur is None:
return False
while level + 1 >= len(levelInfos):
levelInfos.append([Info(0, -1, -1, -1)])
levelList = levelInfos[level]
preId = len(levelList) - 1
levelList.append(Info(levelList[preId].preSum + cur.val, len(levelInfos[level+1]), -1, -1))
hasLeft = process(cur.left, level+1)
hasRight = process(cur.right, level+1)
nodeId = len(levelList) - 1
if not hasLeft or not hasRight:
jobs.append(Job(nodeId, level))
levelList[nodeId].right = len(levelInfos[level+1]) - 1
return True root = TreeNode(6)
root.left = TreeNode(0)
root.left.right = TreeNode(8)
root.right = TreeNode(3) result = getMaxLayerSum(root)
print(result)

2024-04-17:用go语言,欢迎各位勇者莅临力扣城,本次的挑战游戏名为「力扣泡泡龙」。 游戏的起点是一颗形状如二叉树的泡泡树,其中每个节点的值代表该泡泡的分值。勇者们有一次机会可以击破一个节点泡的更多相关文章

  1. [二叉树算法]让树所有叶子节点连成一个单链表,让rchild作为 next指针

    //让树所有叶子节点连成一个单链表,让rchild作为 next指针 LNode *head=null,*pre=null;//全局变量 LNode *InOrder(BTNode *T){ if(T ...

  2. 二叉树与AVL树

    二叉树 什么是二叉树? 父节点至多只有两个子树的树形结构成为二叉树.如下图所示,图1不是二叉树,图2是一棵二叉树. 图1 普通的树                                    ...

  3. UVA 548.Tree-fgets()函数读入字符串+二叉树(中序+后序遍历还原二叉树)+DFS or BFS(二叉树路径最小值并且相同路径值叶子节点权值最小)

    Tree UVA - 548 题意就是多次读入两个序列,第一个是中序遍历的,第二个是后序遍历的.还原二叉树,然后从根节点走到叶子节点,找路径权值和最小的,如果有相同权值的就找叶子节点权值最小的. 最后 ...

  4. python常用算法(5)——树,二叉树与AVL树

    1,树 树是一种非常重要的非线性数据结构,直观的看,它是数据元素(在树中称为节点)按分支关系组织起来的结构,很像自然界中树那样.树结构在客观世界中广泛存在,如人类社会的族谱和各种社会组织机构都可用树形 ...

  5. 5分钟了解二叉树之AVL树

    转载请注明出处:https://www.cnblogs.com/morningli/p/16033733.html AVL树是带有平衡条件的二叉查找树,其每个节点的左子树和右子树的高度最多相差1.为了 ...

  6. SDUT 3340 数据结构实验之二叉树一:树的同构

    数据结构实验之二叉树一:树的同构 Time Limit: 1000MS Memory Limit: 65536KB Submit Statistic Problem Description 给定两棵树 ...

  7. 二叉树,AVL树和红黑树

    为了接下来能更好的学习TreeMap和TreeSet,讲解一下二叉树,AVL树和红黑树. 1. 二叉查找树 2. AVL树 2.1. 树旋转 2.1.1. 左旋和右旋 2.1.2. 左左,右右,左右, ...

  8. 二叉树,B树,B+树,红黑树 简介

    什么是二叉树? 在计算机科学中,二叉树是每个节点最多有两个子树的树结构.通常子树被称作“左子树”和“右子树”,左子树和右子树同时也是二叉树.二叉树的子树有左右之分,并且次序不能任意颠倒.二叉树是递归定 ...

  9. 区块链中的密码学(四)- Merkle树和SPV节点

    什么是Merkle Tree? Merkle Tree 的命名来自于美国密码学家Ralph C. Merkle ,关于他的个人资料:传送门https://en.wikipedia.org/wiki/R ...

  10. 二叉树、B树、B+树、B*树、LSM树

      HBase 对于数据产品,底层存储架构直接决定了数据库的特性和使用场景.RDBMS(关系型数据库)使用 B树 及 B+树 作为数据存储结构. HBase 使用 LSM树. .     二叉树    ...

随机推荐

  1. Redis稳定性之战:AOF日志支撑数据持久化

    ★ Redis24篇集合 1 介绍 AOF(Append Only File)持久化:以独立日志的方式存储了 Redis 服务器的顺序指令序列,并只记录对内存进行修改的指令. 当Redis服务发生雪崩 ...

  2. idea editor tabs 标题头 多行显示,全部显示出来 (vscode也放一个)

  3. k8s资源管理中request和limit的区别

    在 Kubernetes(K8s)中,request和limit是两个重要的概念,用于控制和管理容器的资源使用. Request(请求): request定义了容器启动时需要保证的最小资源量.这表示K ...

  4. 静态类使用@Resource注解注入

    工作中需要,简单记录一下 @Component public class AccountUtil { private static AccountIdDao accountIdDao; @Resour ...

  5. Spring Boot自动运行之 CommandLineRunner、ApplicationRunner和@PostConstruct

    在使用Spring Boot开发的工作中,我们经常会需要遇到一种功能需求,比如在服务启动时候,去加载一些配置,去请求一下其他服务的接口.Spring Boot给我们提供了三种常用的实现方法: 第一种是 ...

  6. 使用TS封装操作MongoDB数据库的工具方法

    使用TS封装操作MongoDB数据库的工具方法 前言 在做毕业设计过程中采用了MongoDb存储应用的日志信息,总结了一些CRUD方法与大家分享一下,最终使用效果可跳转到业务调用示例这一小节查看 关于 ...

  7. MySQL(初识数据库)

    一 存储数据的演变过程 随意的存在一个文件中.数据格式也是千差万别的完全取决于我们自己 软件开发目录规范 限制了存储数据的具体位置 ''' bin conf core lib db readme.tx ...

  8. WPF设置传参、点击按钮改变长度

    前台代码 <!-- 通过传递ElementName --> <Button x:Name="btn1" Width="200" Height= ...

  9. 记录--Canvas实现打飞字游戏

    这里给大家分享我在网上总结出来的一些知识,希望对大家有所帮助 打开游戏界面,看到一个画面简洁.却又富有挑战性的游戏.屏幕上,有一个白色的矩形框,里面不断下落着各种单词,而我需要迅速地输入这些单词.如果 ...

  10. MySQL函数GROUP_CONCAT()函数简介

    一.数据需求按id分组然后把name用英文逗号分隔开 id name countryid age 1 曹操 1 56 2 刘备 2 47 3 孙权 3 38 4 司马懿 1 61 5 诸葛亮 2 42 ...