zy123/Algorithm
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

6.30 二刷二叉树

Browse Source
This commit is contained in:
zhangsan 2025-06-30 16:55:09 +08:00
parent b814779b7d
commit 6976c55204
12 changed files with 303 additions and 117 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

105
src/main/java/linkedlist/LRUCache.java
View File

@ -1,105 +0,0 @@
package linkedlist;
/**
* 题目： 146. LRU 缓存 (LRUCache)
* 描述：请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
* 实现 LRUCache 类：
* LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
* int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
* void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。
* 函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
示例 1：
输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
* 链接：https://leetcode.cn/problems/lru-cache/
*/
import java.util.HashMap;
import java.util.Map;
public class LRUCache {
class DLinkedNode {
int key;
int value;
DLinkedNode prev;
DLinkedNode next;
public DLinkedNode() {}
public DLinkedNode(int _key, int _value) {key = _key; value = _value;}
}
private Map<Integer, DLinkedNode> cache = new HashMap<>();
private int size;
private int capacity;
private DLinkedNode head, tail;
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
// 使用伪头部和伪尾部节点
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.prev = head;
}
public int get(int key) {
DLinkedNode node = cache.get(key);
if (node == null) {
return -1;
}
// 如果 key 存在，先通过哈希表定位，再移到头部
moveToHead(node);
return node.value;
}
public void put(int key, int value) {
DLinkedNode node = cache.get(key);
if (node == null) {
// 如果 key 不存在，创建一个新的节点
DLinkedNode newNode = new DLinkedNode(key, value);
// 添加进哈希表
cache.put(key, newNode);
// 添加至双向链表的头部
addToHead(newNode);
++size;
if (size > capacity) {
// 如果超出容量，删除双向链表的尾部节点
DLinkedNode tail = removeTail();
// 删除哈希表中对应的项
cache.remove(tail.key);
--size;
}
}
else {
// 如果 key 存在，先通过哈希表定位，再修改 value，并移到头部
node.value = value;
moveToHead(node);
}
}
private void addToHead(DLinkedNode node) {
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
private void removeNode(DLinkedNode node) {
node.prev.next = node.next;
node.next.prev = node.prev;
}
private void moveToHead(DLinkedNode node) {
removeNode(node);
addToHead(node);
}
private DLinkedNode removeTail() {
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}
}

67
src/main/java/linkedlist/MergeKLists.java Normal file
View File

@ -0,0 +1,67 @@
package linkedlist;
/**
* 题目： 23. 合并 K 个升序链表 (mergeKLists)
* 描述：给你一个链表数组，每个链表都已经按升序排列。
* 请你将所有链表合并到一个升序链表中，返回合并后的链表。
* 链接：https://leetcode.cn/problems/merge-k-sorted-lists
* <p>
* 输入：lists = [[1,4,5],[1,3,4],[2,6]]
* 输出：[1,1,2,3,4,4,5,6]
* 解释：链表数组如下：
* [
* 1->4->5,
* 1->3->4,
* 2->6
* ]
* 将它们合并到一个有序链表中得到。
* 1->1->2->3->4->4->5->6
*/
//二刷不会
public class MergeKLists {
//两两合并
public ListNode mergeKLists2(ListNode[] lists) {
ListNode ans = null;
for (int i = 0; i < lists.length; ++i) {
ans = mergeTwoLists(ans, lists[i]);
}
return ans;
}
public ListNode mergeTwoLists(ListNode a, ListNode b) {
if (a == null || b == null) {
return a != null ? a : b;
}
ListNode head = new ListNode(0);
ListNode tail = head, aPtr = a, bPtr = b;
while (aPtr != null && bPtr != null) {
if (aPtr.val < bPtr.val) {
tail.next = aPtr;
aPtr = aPtr.next;
} else {
tail.next = bPtr;
bPtr = bPtr.next;
}
tail = tail.next;
}
tail.next = (aPtr != null ? aPtr : bPtr);
return head.next;
}
//分治合并
public ListNode mergeKLists(ListNode[] lists) {
return merge(lists, 0, lists.length - 1);
}
public ListNode merge(ListNode[] lists, int l, int r) {
if (l == r) {
return lists[l];
}
if (l > r) {
return null;
}
int mid = (l + r) >> 1;
return mergeTwoLists(merge(lists, l, mid), merge(lists, mid + 1, r));
}
}

14
src/main/java/tree/DiameterOfBinaryTree.java
View File

@ -6,8 +6,20 @@ package tree;
* 两节点之间路径的 长度 由它们之间边数表示。
* 链接：https://leetcode.cn/problems/diameter-of-binary-tree/
1
/ \
2 3
/ \
4 5
/ \
6 7
/ \
8 9
/ \
10 11
不一定经过root！
*/
//二刷会做
public class DiameterOfBinaryTree {
private int maxDiameter = 0;

16
src/main/java/tree/InorderTraversal.java
View File

@ -11,6 +11,7 @@ import java.util.List;
* 链接：https://leetcode.cn/problems/binary-tree-inorder-traversal/
*/
//二刷会做
//递归会 迭代需记一下
public class InorderTraversal {
//递归
@ -29,6 +30,21 @@ public class InorderTraversal {
inorder(root.right, res);
}
public List<Integer> inorderTraversal2(TreeNode root) {
List<Integer> res=new ArrayList<>();
Deque<TreeNode>stack=new ArrayDeque<>();
while (root!=null || !stack.isEmpty()){
while (root!=null){
stack.push(root);
root=root.left;
}
root=stack.pop();
res.add(root.val);
root=root.right;
}
return res;
}
//迭代+栈
public List<Integer> inorderTraversal1(TreeNode root) {
List<Integer> res = new ArrayList<Integer>();

18
src/main/java/tree/InvertTree.java
View File

@ -6,7 +6,24 @@ package tree;
* 链接：https://leetcode.cn/problems/invert-binary-tree/
*/
//二刷会做
public class InvertTree {
void dfs(TreeNode root){
if(root!=null) {
TreeNode tp;
tp = root.left;
root.left = root.right;
root.right = tp;
dfs(root.left);
dfs(root.right);
}
}
public TreeNode invertTree2(TreeNode root) {
dfs(root);
return root;
}
//先调整父节点，再调子节点
public void invert(TreeNode root){
if(root!=null){
TreeNode temp;
@ -21,6 +38,7 @@ public class InvertTree {
invert(root);
return root;
}
//先调子 再调父节点
public TreeNode invertTree(TreeNode root) {
if (root == null) {
return null;

3
src/main/java/tree/IsSymmetric.java
View File

@ -11,8 +11,10 @@ import java.util.Queue;
*/
//不会做，递归和迭代都写一下
//二刷不会
public class IsSymmetric {
//递归
public boolean isSymmetric(TreeNode root) {
// 如果根节点为空，则认为是对称的
if (root == null) {
@ -40,6 +42,7 @@ public class IsSymmetric {
&& isMirror(left.right, right.left);
}
//层序遍历
public boolean isSymmetric1(TreeNode root) {
if (root == null) {
return true;

3
src/main/java/tree/IsValidBST.java
View File

@ -15,7 +15,9 @@ import java.util.List;
* 链接：https://leetcode.cn/problems/validate-binary-search-tree/
*/
//二刷会做
public class IsValidBST {
//递归
public boolean helper(TreeNode node, long lower, long upper) {
if (node == null) {
@ -30,6 +32,7 @@ public class IsValidBST {
return helper(root, Long.MIN_VALUE, Long.MAX_VALUE);
}
//中序遍历
public void dfs(TreeNode root,List<Integer>list){
if(root!=null){

26
src/main/java/tree/KthSmallest.java
View File

@ -8,20 +8,24 @@ import java.util.List;
* 描述：给定一个二叉搜索树的根节点 root ，和一个整数 k ，请你设计一个算法查找其中第 k 小的元素（从 1 开始计数）。
* 链接：https://leetcode.cn/problems/kth-smallest-element-in-a-bst/
进阶：如果二叉搜索树经常被修改（插入/删除操作）并且你需要频繁地查找第 k 小的值，你将如何优化算法？
*/
//二刷会做
public class KthSmallest {
//中序遍历
public void dfs(TreeNode root, List<Integer> list){
if(root!=null){
dfs(root.left,list);
list.add(root.val);
dfs(root.right,list);
}
}
private int k, ans;
public int kthSmallest(TreeNode root, int k) {
List<Integer>list=new ArrayList<>();
dfs(root,list);
return list.get(k-1);
this.k = k;
dfs(root);
return ans;
}
private void dfs(TreeNode node) {
if (node == null) return;
dfs(node.left);
if (--k == 0) { // 访问到第 k 个
ans = node.val;
return; // 提前结束递归
}
dfs(node.right);
}
}

1
src/main/java/tree/LevelOrder.java
View File

@ -12,6 +12,7 @@ import java.util.Queue;
* 链接：https://leetcode.cn/problems/binary-tree-level-order-traversal/
*/
//二刷会做
public class LevelOrder {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>>res=new ArrayList<>();

2
src/main/java/tree/MaxDepth.java
View File

@ -13,6 +13,7 @@ import java.util.Queue;
* 链接：https://leetcode.cn/problems/maximum-depth-of-binary-tree/
*/
//二刷会做
public class MaxDepth {
//递归
int dfs(TreeNode root){
@ -23,6 +24,7 @@ public class MaxDepth {
public int maxDepth1(TreeNode root) {
return dfs(root);
}
//bfs
public int maxDepth(TreeNode root) {
if (root == null) {

1
src/main/java/tree/SortedArrayToBST.java
View File

@ -6,6 +6,7 @@ package tree;
* 链接：https://leetcode.cn/problems/convert-sorted-array-to-binary-search-tree/
*/
//二刷不会
public class SortedArrayToBST {
//分治
TreeNode func(int left,int right ,int[] nums){

164
src/main/java/实现类功能/LRUCache.java Normal file
View File

@ -0,0 +1,164 @@
package 实现类功能;
/**
* 题目： 146. LRU 缓存 (LRUCache)
* 描述：请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
* 实现 LRUCache 类：
* LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
* int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
* void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。
* 函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
示例 1：
输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
* 链接：https://leetcode.cn/problems/lru-cache/
*/
import java.util.HashMap;
import java.util.Map;
//二刷不会 学习
/**
* 对于 get 操作，首先判断 key 是否存在：
* 如果 key 不存在，则返回 −1；
* 如果 key 存在，则 key 对应的节点是最近被使用的节点。通过哈希表定位到该节点在双向链表中的位置，并将其移动到双向链表的头部，最后返回该节点的值。
*
* 对于 put 操作，首先判断 key 是否存在：
* 如果 key 不存在，使用 key 和 value 创建一个新的节点，在双向链表的头部添加该节点，并将 key 和该节点添加进哈希表中。然后判断双向链表的节点数是否超出容量，如果超出容量，则删除双向链表的尾部节点，并删除哈希表中对应的项；
* 如果 key 存在，则与 get 操作类似，先通过哈希表定位，再将对应的节点的值更新为 value，并将该节点移到双向链表的头部。
*
*
* 注意，key和value不必相等
*/
public class LRUCache {
/* ----------------------------- 链表节点定义 ----------------------------- */
/**
* 双向链表节点
*/
class DLinkedNode {
int key; // 保存 key：便于淘汰节点时同步从 cache 中删除
int value; // 保存 value
DLinkedNode prev; // 前驱
DLinkedNode next; // 后继
public DLinkedNode() {}
public DLinkedNode(int _key, int _value) {
key = _key;
value = _value;
}
}
/* ----------------------------- 成员变量 ----------------------------- */
private final Map<Integer, DLinkedNode> cache = new HashMap<>(); // 哈希表
private int size; // 当前键值对数量
private final int capacity; // 最大容量
// 伪头、伪尾（固定不动）
private final DLinkedNode head;
private final DLinkedNode tail;
/* ----------------------------- 构造函数 ----------------------------- */
/**
* @param capacity 缓存最大容量 (正整数)
*/
public LRUCache(int capacity) {
this.size = 0;
this.capacity = capacity;
// 创建伪头、伪尾并相连
head = new DLinkedNode();
tail = new DLinkedNode();
head.next = tail;
tail.prev = head;
}
/* ----------------------------- 公共接口 ----------------------------- */
/**
* @param key 查询的键
* @return 若存在则返回对应 value，否则返回 -1
*/
public int get(int key) {
DLinkedNode node = cache.get(key);
if (node == null) { // 不存在
return -1;
}
// 存在：移动到链表头部（标记为最近使用）
moveToHead(node);
return node.value;
}
/**
* 写入或更新键值对
* @param key 键
* @param value 值
*/
public void put(int key, int value) {
DLinkedNode node = cache.get(key);
if (node == null) {
/* ---------- 新键 ---------- */
DLinkedNode newNode = new DLinkedNode(key, value);
cache.put(key, newNode); // 哈希表记录
addToHead(newNode); // 链表头插
++size;
// 超容量：弹出尾节点（最久未使用）
if (size > capacity) {
DLinkedNode tail = removeTail(); // 真尾节点
cache.remove(tail.key); // 同步删除哈希表项
--size;
}
} else {
/* ---------- 已存在键：更新值并提到头部 ---------- */
node.value = value;
moveToHead(node);
}
}
/* ----------------------------- 链表操作辅助 ----------------------------- */
/**
* 将节点插到伪头之后（链表头部）
*/
private void addToHead(DLinkedNode node) {
node.prev = head;
node.next = head.next;
head.next.prev = node;
head.next = node;
}
/**
* 从当前链表中删除节点（不删除哈希表项）
*/
private void removeNode(DLinkedNode node) {
node.prev.next = node.next;
node.next.prev = node.prev;
}
/**
* 将节点移动到头部：先删再头插
*/
private void moveToHead(DLinkedNode node) {
removeNode(node);
addToHead(node);
}
/**
* 弹出尾部节点（真尾 = 伪尾的前驱）
* @return 被移除的节点
*/
private DLinkedNode removeTail() {
DLinkedNode res = tail.prev;
removeNode(res);
return res;
}
}