[LeetCode] #102. Binary Tree Level Order Traversal

-

題目

Given the root of a binary tree, return the level order traversal of its nodes' values. (i.e., from left to right, level by level).

直覺解

構想：

把第 n 層的節點由左而右存到 list 裡。要計算 n+1 層有哪些節點時，就用 for 迴圈迭代第 n 層的節點，每一圈都把該節點的左節點和右節點存起來。作法跟我在 #236. Lowest Common Ancestor of a Binary Tree 時把 Tree 轉成 array 的那一步類似。

沒有用 level 之類的變數紀錄現在是 tree 的哪一層，所以在計算 n+1 層有哪些節點時，還沒算完整層之前，是先把結果暫時儲存在別的 list，算完後再一口氣把結果 append 到 ans 裡

用 flag 判斷是否該結束 while 迴圈

python 3 實作：

def levelOrder(self, root: TreeNode) -> List[List[int]]: 

    if not root: 

        return [] 

    ans = [[root.val]] 

    uncheckNode = [root] 

    isDone = False 

    while not isDone: 

        tempAns = [] 

        tempUncheckNode = [] 

        isDone = True 

        for node in uncheckNode: 

            if not node: 

                continue 

            if node.left: 

                tempAns.append(node.left.val) 

                tempUncheckNode.append(node.left) 

                isDone = False 

            if node.right: 

                tempAns.append(node.right.val) 

                tempUncheckNode.append(node.right) 

                isDone = False 

 

        if not isDone: 

            ans.append(tempAns) 

            uncheckNode = tempUncheckNode 

    return ans

效能：

Runtime: 32 ms, faster than 84.13% of Python3 online submissions for Binary Tree Level Order Traversal.
Memory Usage: 14.6, less than 44.09% of Python3 online submissions for Binary Tree Level Order Traversal.

參考別人的解一

來源：Python, DFS

構想：

用 recursion。用 levele 變數紀錄現在是哪一層

自己的 python 3 實作：

def levelOrder(self, root: TreeNode) -> List[List[int]]: 

    ans = [] 

    level = 0 

         

    def traversal(root, level): 

        if not root: 

            return 

             

        if len(ans) == level: 

            ans.append([]) 

        ans[level].append(root.val) 

             

        traversal(root.left, level + 1) 

        traversal(root.right, level + 1) 

         

    traversal(root, level) 

    return ans

效能：

Runtime: 36 ms, faster than 61.43% of Python3 online submissions for Binary Tree Level Order Traversal.
Memory Usage: 15.4 MB, less than 7.58% of Python3 online submissions for Binary Tree Level Order Traversal.

參考別人的解二

來源：Easy Python Queue Solution || Beats 99%

構想：

用 queue，在 queue 裡面用 None 分隔不同層的節點。用 levele 變數紀錄現在是哪一層。

自己的 python 3 實作：

def levelOrder(self, root: TreeNode) -> List[List[int]]:   
     
    ans = [] 

         

    if not root: 

        return ans 

         

    queue = [root, None] 

    level = 0 

         

    while queue: 

        node = queue.pop(0) 

        if node: 

            if len(ans) == level: 

                ans.append([]) 

             ans[level].append(node.val) 

                 

            if node.left: 

                queue.append(node.left) 

            if node.right: 

                queue.append(node.right) 

        elif len(queue): 

                level += 1 

                queue.append(None) 

    return ans

效能：

Runtime: 36 ms, faster than 61.43% of Python3 online submissions for Binary Tree Level Order Traversal.
Memory Usage: 14.7 MB, less than 44.09% of Python3 online submissions for Binary Tree Level Order Traversal.

Comments

Post a Comment

Popular posts from this blog

Alpha Camp 全端開發課程學習心得

-
我喜歡邏輯，在哲學系求學時期，我花最多時間的科目，是形式邏輯。但是我一直不明白這個我相對擅長的科目，到底能用在什麼地方。我的邏輯能力，並沒有好到足夠讓我走上學術研究的路，那麼，或許我可以試著寫程式？ 學生時期的我，自認沒有錢，但是有時間。捨不得花錢去上程式設計課程，寧願自己找資源學習。去上過一些免費的程式入門課程，c++ 和 python，對我而言不是很難，但是學完之後，我還是看不出來，要怎麼靠學到的東西解決生活中遇到的問題，漸漸地就沒有動力繼續學下去。 直到出社會，存了點錢，也漸漸體會到時間的重要，終於捨得花錢投資自己，到 Alpha Camp 上專業的課程，而不是無頭蒼蠅自己亂找一通，省下許多時間，也看到自己學的東西是真的能用的，讓我有動力繼續學下去。 我還記得學到串接 api 的時候，心裡真是太激動了。以前在學免費課程時，就隱約有種「我寫的程式，範圍只侷限在我的電腦上」的貧瘠感覺，而在知道了 api 後，發現「我寫的程式可以跟世界接上線了」，頓時覺得自己非常富有。不過，後來才知道，串別人的 api 服務通常是要付費的。 大概是受了形式邏輯的影響，我在學習程式語言時，總是試圖去辨認，哪些東西是比較基本的，基本的東西是透過什麼樣的規則組合出複雜的東西。例如，變數、array、for 迴圈和 function 是基本的東西，可以用這些基本的東西組合出 array 的 reduce 方法，像這樣： function mimicReduce(array, reducerFunction, initialValue) {     if (initialValue) {         let accumulator = initialValue         for (let i = 0; i < array.length; i++) {             accumulator = reducerFunction(accumulator, array[i])         }         return accumulator     } else {         let accumulator = array[0]         for (let i = 1; i < array.length; i
Read more

在 javascript 用 regular expression 為金額加上千位數分隔符號

-
 為了方便使用者快速判斷金額，所以想加上千位數分隔符號。例如： 3000 --> 3,000 3000000 --> 3,000,000 搜尋資料後，結論： 如果數字有小數點的話，可以用  const amount = '3000.00' amount.replace(/\B(?<!\.\d*)(?=(\d{3})+(?!\d))/g, ',') 參考資料： Javascript之數值千分位符號（Comma）的顯示 如果沒有小數點的話，可以用  const amount = '3000' amount.replace(/\B(?=(\d{3})+(?!\d))/g, ',') 參考資料： [Javascrpt]轉換數字成含千分位的文字   不過這個鬼畫符的語法我完全看不懂，查資料的時候一度不肯相信這是真正的程式碼呢⋯⋯因緣際會在讀書會中，得到 Helix 同學提示的關鍵字「 regular expression」，決定試著弄懂，「amount.replace(/\B(?=(\d{3})+(?!\d))/g, ',')」到底是什麼意思。 一、 String.prototype.replace() - MDN 範例：我不小心把 world 拼成 word，想要把句子裡所有的 word 都替換成  world。 const text = 'Hello word! Hello word!' console.log(text.replace('word', 'world')) 結果印出 Hello world! Hello word! 很不幸地，只有第一個錯字有替換，其他錯字都被放生了。如果想要替換全部的 word，就要這樣寫： const text = 'Hello word! Hello word!' console.log(text.replace( /word/ g , ' world '))
Read more

shop_platform - sqlalchemy.exc.TimeoutError

-
發生的問題 啟動伺服器後，第二十一次請求「需要查詢資料庫」的頁面時，會出現「sqlalchemy.exc.TimeoutError: QueuePool limit of size 10 overflow 10 reached, connection timed out, timeout 30.00 (Background on this error at: https://sqlalche.me/e/14/3o7r )」的錯誤訊息。如果請求是不需要查詢資料庫的（例如靜態檔案或前往登入頁面），就不會發生此錯誤。 把 size 和 overflow 設定成更小的數字，可以更快重現這個錯誤 。 感覺起來，就像查詢完資料庫以後，沒有把 connection 釋出一樣，導致「size + overflow」是多少，就只能查詢多少次資料庫。 發現瀏覽器每向伺服器請求一次「需要查詢資料庫」的頁面，在 MySQL Workbench 用 show PROCESSLIST; 指令的查詢結果就會多出一筆資料，筆數達到 size + overflow 時，若再次請求「需要查詢資料庫」的頁面，就會噴 QueuePool limit of size 10 overflow 10 reached 的錯誤。關閉伺服器時，那幾筆資料才會被刪除。 嘗試過但失敗的方法 app.run(debug=False) 自己註冊一個關閉 session 的函式 @app.teardown_appcontext # 改成 @app.teardown_request 也沒用 def teardown_db(exception): db.session.remove() # 改成 db.session.close() 也沒用 print('***** session.remove') # 這一行有印出來，所以此函式有被執行 把 FLASK_ENV=development 拿掉 ，於是 FLASK_ENV 變成預設的 production app.config["SQLALCHEMY_COMMIT_ON_TEARDOWN"] = True 終於成功的方法 第一種方法：用 Ap
Read more