标签：Node node None Python depth BinaryTree Depth 节点 append

有一个二叉树，长这样

       1       
    /     \    
   2       3   
  / \     / \  
 4   5   6   7 
/ \ / \ / \ / \
8 9 . . . . . .

写一个函数，返回所有节点深度值的和。

其中节点深度是一个节点到根节点的距离，在这里举个例子，根节点是1 ，那么值为2 的节点到根节点的距离是1.

此时应该得到的sum的结果是16。

Solution:

可以使用一个堆栈结构，首先将根节点以及他的深度depth的键值对储存到堆栈中。

这里一个对子是一个字典对象，一个个的字典对象保存在一个stack的列表里。

首先pop出一个元素，将这个元素的深度累加到计数器中，

在字典中记录下他的两个孩子的相同信息，显然此时两个孩子的depth相对于这个节点都要+1，如此往复，直到堆栈为空。

#build tree
def nodeDepths(root):
	sum_of_depth = 0
	stack = [{"node":root,"depth":0}]
	while len(stack)>0:
		node_profile = stack.pop()
		node,depth = node_profile["node"],node_profile["depth"]
		if node is None:
			continue
		print(f"当前处理节点{node.value}")
		sum_of_depth += depth
		stack.append({"node":node.left,"depth":depth + 1})
		if node.left is not None:
			print(f"append节点{node.left.value}") 
		stack.append({"node":node.right,"depth":depth + 1})
		if node.right is not None:
			print(f"append节点{node.right.value}")

		print(stack)
	return sum_of_depth


# This is the class of the input binary tree.
class BinaryTree:
	def __init__(self, value):
		self.value = value
		self.left = None
		self.right = None
A = BinaryTree(1)
B = BinaryTree(2)
C = BinaryTree(3)
A.left = B
A.right = C
D = BinaryTree(4)
E = BinaryTree(5)
B.left = D
B.right = E
F = BinaryTree(6)
G = BinaryTree(7)
C.left = F
C.right = G
H = BinaryTree(8)
I = BinaryTree(9)
D.left = H
D.right = I

print(nodeDepths(A))
# output_array = []
# print(A.breadthFirstSearch(array = output_array))

### Time: O(v+e) v是图的顶点（vertics），e是图的edge
### Space: O(v)  v是返回的array的长度


# for index,element in enumerate(["A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K"]):
# 	print(f"{element} = BinaryTree(\"{index+1}\")")
# que = [1,2,3,4,5]
# print(que.pop(0))

output

当前处理节点1
append节点2
append节点3
[{'node': <__main__.BinaryTree object at 0x7ffc6012fbe0>, 'depth': 1}, {'node': <__main__.BinaryTree object at 0x7ffc70125190>, 'depth': 1}]
当前处理节点3
append节点6
append节点7
[{'node': <__main__.BinaryTree object at 0x7ffc6012fbe0>, 'depth': 1}, {'node': <__main__.BinaryTree object at 0x7ffc70125370>, 'depth': 2}, {'node': <__main__.BinaryTree object at 0x7ffc701252b0>, 'depth': 2}]
当前处理节点7
[{'node': <__main__.BinaryTree object at 0x7ffc6012fbe0>, 'depth': 1}, {'node': <__main__.BinaryTree object at 0x7ffc70125370>, 'depth': 2}, {'node': None, 'depth': 3}, {'node': None, 'depth': 3}]
当前处理节点6
[{'node': <__main__.BinaryTree object at 0x7ffc6012fbe0>, 'depth': 1}, {'node': None, 'depth': 3}, {'node': None, 'depth': 3}]
当前处理节点2
append节点4
append节点5
[{'node': <__main__.BinaryTree object at 0x7ffc70125040>, 'depth': 2}, {'node': <__main__.BinaryTree object at 0x7ffc70125490>, 'depth': 2}]
当前处理节点5
[{'node': <__main__.BinaryTree object at 0x7ffc70125040>, 'depth': 2}, {'node': None, 'depth': 3}, {'node': None, 'depth': 3}]
当前处理节点4
append节点8
append节点9
[{'node': <__main__.BinaryTree object at 0x7ffc70125310>, 'depth': 3}, {'node': <__main__.BinaryTree object at 0x7ffc6013c0a0>, 'depth': 3}]
当前处理节点9
[{'node': <__main__.BinaryTree object at 0x7ffc70125310>, 'depth': 3}, {'node': None, 'depth': 4}, {'node': None, 'depth': 4}]
当前处理节点8
[{'node': None, 'depth': 4}, {'node': None, 'depth': 4}]
16
[Finished in 0.6s]

Time: O(n)

Spcae: O(height of tree)

可以看到stack需要的储存空间和数的高度一致。

标签：Node,node,None,Python,depth,BinaryTree,Depth,节点,append
来源： https://blog.csdn.net/weixin_39257042/article/details/114118419

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。