博客
关于我
给定一个二叉树, 找到该树中两个指定节点的最近公共祖先
阅读量:546 次
发布时间:2019-03-08

本文共 1315 字,大约阅读时间需要 4 分钟。

为了找到二叉树中两个指定节点的最近公共祖先,我们可以采用递归的方法,分别检查左右子树,直到找到共同的祖先节点。以下是详细的实现步骤:

  • 检查当前节点是否为空:如果根节点为空,直接返回null。
  • 检查当前节点是否为目标节点:如果当前节点是p或q中的一个,直接返回该节点。
  • 递归查找左子树:分别查找p和q在左子树中的最近公共祖先。
  • 递归查找右子树:分别查找p和q在右子树中的最近公共祖先。
  • 判断返回结果
    • 如果左子树和右子树都有公共祖先,返回根节点。
    • 如果只有左子树有公共祖先,返回左子树的结果。
    • 如果只有右子树有公共祖先,返回右子树的结果。
    • 如果左右子树都为空,返回null。
  • 以下是基于上述逻辑的实现代码:

    class Solution5 {    public TreeNode2 lowestCommonAncestor(TreeNode2 root, TreeNode2 p, TreeNode2 q) {        if (root == null) {            return null;        }        if (root == p || root == q) {            return root;        }        TreeNode2 leftP = lowestCommonAncestor(root.left, p, q);        TreeNode2 leftQ = lowestCommonAncestor(root.left, p, q);        TreeNode2 rightP = lowestCommonAncestor(root.right, p, q);        TreeNode2 rightQ = lowestCommonAncestor(root.right, p, q);        if (leftP != null && rightQ != null) {            return root;        } else if (leftP != null) {            return leftP;        } else if (rightQ != null) {            return rightQ;        } else {            return null;        }    }}

    步骤解释:

    • 检查当前节点是否为空:如果根节点为空,调用函数返回null。
    • 检查当前节点是否为目标节点:如果当前节点是p或q,直接返回当前节点作为最近公共祖先。
    • 递归查找左子树:分别从左子树中查找p和q的最近公共祖先。
    • 递归查找右子树:分别从右子树中查找p和q的最近公共祖先。
    • 判断返回结果
      • 如果左子树和右子树都有结果,说明最近公共祖先在根节点。
      • 如果只有左子树有结果,返回左子树的结果。
      • 如果只有右子树有结果,返回右子树的结果。
      • 如果左右子树都没有结果,返回null。

    这种方法通过递归分别检查左右子树,确保了找到最近公共祖先的准确性和效率。

    转载地址:http://xdrnz.baihongyu.com/

    你可能感兴趣的文章
    Objective-C实现随机图生成器算法(附完整源码)
    查看>>
    OJ中常见的一种presentation error解决方法
    查看>>
    OK335xS UART device registe hacking
    查看>>
    ok6410内存初始化
    查看>>
    one_day_one--mkdir
    查看>>
    OpenCV 中的图像转换
    查看>>
    opencv5-图像混合
    查看>>
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    opencv图像分割2-GMM
    查看>>
    OpenCV:概念、历史、应用场景示例、核心模块、安装配置
    查看>>