news 2026/4/20 19:00:06

力扣刷题:二叉树的右视图

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
力扣刷题:二叉树的右视图

题目:
给定一个二叉树的 根节点 root,想象自己站在它的右侧,按照从顶部到底部的顺序,返回从右侧所能看到的节点值。

示例 1:

输入:root = [1,2,3,null,5,null,4]
输出:[1,3,4]

解释:

示例 2:

输入:root = [1,2,3,4,null,null,null,5]
输出:[1,3,4,5]

解释:

示例 3:

输入:root = [1,null,3]
输出:[1,3]

示例 4:

输入:root = []
输出:[]

解析:
这道题的本质考察的还是二叉树的层序遍历,无非在这里略微有点变形,要把每层最后一个节点的值(这个节点就是从右边看每层的最后一个)保存到一个数组里,返回这个数组即可

具体代码:

/** * 获取二叉树的右视图 * 问题描述:给定一个二叉树的根节点 root, * 想象自己站在它的右侧,按照从顶部到底部的顺序, * 返回从右侧所能看到的节点值 * * @param {TreeNode} root - 二叉树的根节点 * @return {number[]} - 从右侧看到的节点值数组 */varrightSideView=function(root){// 存储结果的数组:每一层最右侧的节点值letres=[]// 使用队列进行层序遍历(广度优先搜索 BFS)letqueue=[]// 将根节点加入队列(如果根节点不为空)queue.push(root)// 层序遍历:当队列不为空且根节点不为null时继续while(queue.length&&root!=null){// 获取当前层的节点数量letlength=queue.length// 遍历当前层的所有节点while(length--){// 从队列头部取出一个节点(先进先出)letnode=queue.shift()// 关键逻辑:如果是当前层的最后一个节点(最右侧节点)// 将其值加入结果数组if(length===0){res.push(node.val)}// 将当前节点的左子节点加入队列(如果存在)node.left&&queue.push(node.left)// 将当前节点的右子节点加入队列(如果存在)node.right&&queue.push(node.right)}}// 返回右视图的结果数组returnres};
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 12:00:05

XUnity.AutoTranslator:打破语言壁垒,畅享全球游戏乐趣

XUnity.AutoTranslator:打破语言壁垒,畅享全球游戏乐趣 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator 🎮 你是否遇到过这样的情况:下载了一款期待已久的外…

作者头像 李华
网站建设 2026/4/18 20:52:46

为什么你的Open-AutoGLM总是安装失败?一文锁定核心症结

第一章:Open-AutoGLM安装失败的典型表现 在部署 Open-AutoGLM 过程中,安装失败可能表现为多种异常现象,影响开发与调试效率。常见的问题包括依赖冲突、环境不兼容以及权限限制等。 命令执行无响应或中断 当运行安装命令后终端长时间无输出或…

作者头像 李华
网站建设 2026/4/17 7:56:27

视觉识别精度相差30%?Mobile-Agent架构差异全解析,开发者必看

第一章:视觉识别精度相差30%?Mobile-Agent架构差异全解析,开发者必看在移动端AI应用开发中,不同Mobile-Agent架构的选择直接影响视觉识别任务的精度表现。实测数据显示,在相同数据集和训练条件下,基于轻量级…

作者头像 李华
网站建设 2026/4/17 15:08:39

springboot基于vue的社区残障残疾人士残联服务平台系统_6t9h5t1u

目录 已开发项目效果实现截图开发技术介绍 核心代码参考示例1.建立用户稀疏矩阵,用于用户相似度计算【相似度矩阵】2.计算目标用户与其他用户的相似度系统测试总结源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式! 已开发项目…

作者头像 李华
网站建设 2026/4/17 23:32:19

从零理解Open-AutoGLM,掌握下一代视觉语言模型的核心原理

第一章:Open-AutoGLM视觉语义理解的技术原理Open-AutoGLM 是一种融合视觉与语言模态的多模态大模型,其核心技术在于通过统一的语义空间对齐图像与文本信息。该模型采用双流编码器结构,分别处理视觉输入和文本输入,并在高层语义层面…

作者头像 李华