最近公共祖先节点详细解析

在二叉树中找到两个节点的最近公共祖先

http://www.nowcoder.com/questionTerminal/e0cc33a83afe4530bcec46eba3325116

寻找最近的公共祖先节点:则只会出现三种情况才返回对当前节点

  • 1.当前节点为o1,o2中的一个,且另一个在其左子树中
  • 2.当前节点为o1,o2中的一个,且另一个在其右子树中
  • 3.当前节点不为o1,o2任一一个,但是o1,o2分别存在于其左右子树中
    那么我们在判断当前节点是否是需要返回的就只需要以下步骤:
    • 1.判断目标节点在左右子树中是否存在
    • 2.根据左右子树返回的情况,判断属于前面三种情况的哪一种
    • 3.如果不是当前节点,则需要判断接下来进入哪一个节点
      具体代码如下
import java.util.*;

/*
 * public class TreeNode {
 *   int val = 0;
 *   TreeNode left = null;
 *   TreeNode right = null;
 * }
 */

public class Solution {
    /**
     * 
     * @param root TreeNode类 
     * @param o1 int整型 
     * @param o2 int整型 
     * @return int整型
     */
    public int lowestCommonAncestor (TreeNode root, int o1, int o2) {
        // write code here
        //当前节点分别求出左右子树是否存在目标节点
        boolean left = search(root.left,o1,o2);
        boolean right = search(root.right,o1,o2);
        if(left && right){
            return root.val;
        }else{
            if(root.val == o1 || root.val == o2){
                return root.val;
            }else{
                return left == true ? lowestCommonAncestor(root.left,o1,o2) : lowestCommonAncestor(root.right,o1,o2);
            }
        }
    }

    //定义方法,返回当前节点下,是否存在指定值得节点
    public boolean search(TreeNode root,int target1,int target2){
        if(root == null)return false;
        if(root.val == target1 || root.val == target2)return true;
        return search(root.right,target1,target2) || search(root.left,target1,target2);
    }
}
全部评论

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析,错误率 15-30%。WebMCP 反过来,让网站自己声明能做什么,AI 直接调用结构化接口,准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是"我会用某个框架",而是"我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
03-04 14:31
门头沟学院 Java
点赞 评论 收藏
分享
评论
1
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务