Space 打印从根到叶的所有路径的复杂度
Space complexity of printing all paths from root to leaf
存储路径的 space 复杂度是多少,即。数组中从根到特定叶子的二叉树的节点?[=12=]
基本上,我正在寻找 space 以下算法的复杂性:
public void printPath () {
doPrint(root, new ArrayList<TreeNode>());
}
private void doPrint(TreeNode node, List<TreeNode> path) {
if (node == null) return;
path.add(node);
if (node.left == null && node.right == null) {
System.out.println("Path from root: " + root.item + " to leaf: " + node.item + " - ");
for (TreeNode treeNode : path) {
System.out.print(treeNode.item + " ");
}
System.out.println();
}
doPrint(node.left , path);
doPrint(node.right, path);
path.remove(path.size() - 1);
}
这将是 O(n) 最坏的情况,因为在那种情况下你会查看树中的每个节点(n 个节点)。
如果你的树是平衡的,那么它将是 O(log n)
。这是因为平衡二叉树在每个后续级别上的节点数量都是原来的两倍,因此如果将树中的节点数量加倍,它只会增加一个附加层。
该路径只包含当前节点的父节点,因此您最终不会包含整棵树。
如果您的树完全不平衡(即每个节点只有一个或更少的子节点),那么您最终将在列表中保留整棵树,因为您必须遍历树中的每个节点才能到达单个叶子.在这种情况下,它将是 O(n)
.
您正在存储位于列表中从根到特定叶的路径上的所有节点。
如果二叉树是高度平衡的或者是full/complete二叉树,最坏情况时间和space复杂度是O(log n),其中n是节点数二叉树。
如果我们没有任何关于二叉树类型的先验信息,那么最坏情况下的时间和 space 复杂度是 O(n),因为树可以是只有左侧 child 存在或仅右侧 child 存在。
存储路径的 space 复杂度是多少,即。数组中从根到特定叶子的二叉树的节点?[=12=]
基本上,我正在寻找 space 以下算法的复杂性:
public void printPath () {
doPrint(root, new ArrayList<TreeNode>());
}
private void doPrint(TreeNode node, List<TreeNode> path) {
if (node == null) return;
path.add(node);
if (node.left == null && node.right == null) {
System.out.println("Path from root: " + root.item + " to leaf: " + node.item + " - ");
for (TreeNode treeNode : path) {
System.out.print(treeNode.item + " ");
}
System.out.println();
}
doPrint(node.left , path);
doPrint(node.right, path);
path.remove(path.size() - 1);
}
这将是 O(n) 最坏的情况,因为在那种情况下你会查看树中的每个节点(n 个节点)。
如果你的树是平衡的,那么它将是 O(log n)
。这是因为平衡二叉树在每个后续级别上的节点数量都是原来的两倍,因此如果将树中的节点数量加倍,它只会增加一个附加层。
该路径只包含当前节点的父节点,因此您最终不会包含整棵树。
如果您的树完全不平衡(即每个节点只有一个或更少的子节点),那么您最终将在列表中保留整棵树,因为您必须遍历树中的每个节点才能到达单个叶子.在这种情况下,它将是 O(n)
.
您正在存储位于列表中从根到特定叶的路径上的所有节点。
如果二叉树是高度平衡的或者是full/complete二叉树,最坏情况时间和space复杂度是O(log n),其中n是节点数二叉树。
如果我们没有任何关于二叉树类型的先验信息,那么最坏情况下的时间和 space 复杂度是 O(n),因为树可以是只有左侧 child 存在或仅右侧 child 存在。