【BFS】广度优先搜索,在归简法中的应用

题目:Average of Levels in Binary Tree

Given a non-empty binary tree, return the average value of the nodes on each level in the form of an array

Example:

Input:
  3
/    
9    20
     /    
   15       7
Output: [3, 14.5, 11]
Explanation:
The average value of nodes on level 0 is 3, on level 1 is 14.5, and on level 2 is 11. Hence return [3, 14.5, 11].

BFS解:

解法在计算均值处太埋汰,可以选择性无视

# -*- coding:utf-8 -*-
# 2017/7/17

# Definition for a binary tree node.
class TreeNode(object):
    def __init__(self, x):
        self.val = x
        self.left = None
        self.right = None


class Solution(object):
    @staticmethod
    def average_of_levels(root):
        """
        :param root: Tree Node
        :return: List[float]
        """
        S, Q = list(), list()
        Q.append((0, root))
        while Q:
            level, u = Q[0] #1
            Q = Q[1:]       #2
            S.append((level, u.val))
            if u.left:
                Q.append((level+1, u.left))
            if u.right:
                Q.append((level+1, u.right))
            # print level, u.val
        # print S
        from collections import defaultdict
        result = defaultdict(list)
        for each in S:
            level, val = each[0], each[1]
            result[level].append(val)
        # print result
        re = [0 for i in range(max(result.keys())+1)]
        for i, j in enumerate(re):
            re[i] = float(sum(result[i]))/len(result[i])
        return re


root = TreeNode(3)
root.left = TreeNode(9)
root.left.left = TreeNode(3)
root.left.right = TreeNode(6)
root.right = TreeNode(20)
root.right.left = TreeNode(15)
root.right.right = TreeNode(7)

Solution.average_of_levels(root)

后记:

1.这个题目中的坑主要是在二叉树中每一层中的节点个数不定,很容易忽视。
2.虽然题目的难度不大,但是这个题目对于个人而言还是有不少收获的,主要就是在算法设计问题上的一次理论应用吧,因为面对一个问题的时候,我往往都是埋头去暴力猜解,而忽略了在解决问题中最主要的一步“前期思路分析”。
3.问题不难,简单一看完全可以运用算法设计中的归简法处理,因为此题目解决问题主要就是两个步骤,“图的遍历”和“均值计算”。把一个复杂问题拆解为多个简单的问题,之后再做合并,之后得出结论,这就是归简法的一种应用吧,正规军的套路往往更注重的是培养解决问题的能力,而不是解决问题!
4.虽然代码里的计算均值的过程很埋汰,但是呢,图的遍历还是有个地方值得说的,那就是Q这个队列。

想想如果我把1,2两行中的:
u=Q[0];
Q=Q[1:]
#换成
u=Q.pop()

会怎样?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342

推荐阅读更多精彩内容