-
Notifications
You must be signed in to change notification settings - Fork 0
/
level_order_4.go
66 lines (58 loc) · 2.07 KB
/
level_order_4.go
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
package binary_tree
/**
* @description 429. N 叉树的层序遍历
* @author chengzw
* @since 2022/6/12
* @link https://leetcode.cn/problems/n-ary-tree-level-order-traversal/
*/
/**
定一个 N 叉树,返回其节点值的层序遍历。(即从左到右,逐层遍历)。
树的序列化输入是用层序遍历,每组子节点都由 null 值分隔(参见示例)。
示例 1:
输入:root = [1,null,3,2,4,null,5,6]
输出:[[1],[3,2,4],[5,6]]
示例 2:
输入:root = [1,null,2,3,4,5,null,null,6,7,null,8,null,9,10,null,null,11,null,12,null,13,null,null,14]
输出:[[1],[2,3,4,5],[6,7,8,9,10],[11,12,13],[14]]
*/
/**
思路:
1.BFS 算法,通过一个 while 循环控制从上向下一层层遍历,for 循环控制每一层从左向右遍历
2.使用队列,在处理的时候用 size 记录要处理的个数,也就是这层的节点数,由一个一个处理转换成一层一层处理
3.将子节点添加到队列中,下一次层序遍历时使用
时间复杂度:O(n),其中n 是树中包含的节点个数。在广度优先搜索的过程中,我们需要遍历每一个节点恰好一次。
空间复杂度:O(n),即为队列需要使用的空间。在最坏的情况下,树只有两层,且最后一层有 n−1 个节点,此时就需要 O(n) 的空间。
*/
func levelOrder4(root *Node) [][]int {
// 记录最终结果
var ans [][]int
// 特殊情况
if root == nil {
return ans
}
// 队列记录每层的结果
var queue []*Node
// 先将头节点加入队列
queue = append(queue, root)
// 外层循环从上往下按层遍历
for len(queue) != 0 {
// 每层结果
var levelAns []int
// 当前层节点数
curLevelNum := len(queue)
// 内层循环遍历每层节点
for i := 0; i < curLevelNum; i++ {
node := queue[0]
queue = queue[1:]
levelAns = append(levelAns, node.Val)
// 将子节点添加到队列中,下一次层序遍历时使用
if len(node.Children) != 0 {
for _, child := range node.Children {
queue = append(queue, child)
}
}
}
ans = append(ans, levelAns)
}
return ans
}