我是从
https://leetcode.com/discuss/37282/simple-python-recursive-solution-bfs-o-n-80ms
这就是答案
给定一棵二叉树,求其最小深度。
最小深度是从
根
节点向下到最近的叶节点。
class Solution:
# @param {TreeNode} root
# @return {integer}
def minDepth(self, root):
if not root:
return 0
nodes = [(root, 1)]
while nodes:
node, curDepth = nodes.pop(0)
if node.left is None and node.right is None:
return curDepth
if node.left:
nodes.append((node.left, curDepth + 1))
if node.right:
nodes.append((node.right, curDepth + 1))
所以我的困惑是,比方说如果节点1有节点2和节点3作为其.left和.right子节点,那么堆栈将是[(node 2,somedepth),(node 3 somedepth)]。然后由于堆栈只弹出列表的最后一个元素,所以(node 3 someDepth)将被解包,而node 2将被完全忽略因此,如果节点2没有子节点,而节点3有子节点,那么在随后的迭代中使用节点3是不是错了?
最佳答案
你遗漏的一点是
nodes.pop(0)
弹出第0个元素。
所以你错了:
由于堆栈只弹出列表的最后一个元素,所以。。。
想象一棵二叉树:
1
/ \
2 3
/ \ / \
4 5 6 7
/ \ / \ /
8 9 10 11 12
在这里,状态空间将更改为(为简单起见,将节点命名为其内容编号):
# Before 1st iteration.
nodes = [(1, 1)]
# 1st iteration.
node, curDepth = 1, 1
nodes = [(2, 2), (3, 2)]
# 2nd iteration.
node, curDepth = 2, 2
nodes = [(3, 2), (4, 3), (5, 3)]
# 3rd iteration.
node, curDepth = 3, 2
nodes = [(4, 3), (5, 3), (6, 3), (7, 3)]
# 4th iteration.
node, curDepth = 4, 3
nodes = [(5, 3), (6, 3), (7, 3), (8, 4), (9, 4)]
# 5th iteration.
node, curDepth = 5, 3
# Here if node.left is None and node.right is None becomes True and curDepth i.e. 3 is returned.
如图所示,节点是按树的宽度来处理的,所以它是一个BFS。
关于python - 此代码如何工作以找到二叉树的最小深度?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/30570720/