博客
关于我
1004 Counting Leaves (30分)
阅读量:388 次
发布时间:2019-03-05

本文共 1790 字,大约阅读时间需要 5 分钟。

为了解决这个问题,我们需要计算每一层的无子节点数量,包括根节点。我们将使用广度优先搜索(BFS)来逐层遍历树,并统计每一层的无子节点数量。

方法思路

  • 输入处理:读取输入数据,构建树的结构,记录每个节点的子节点。
  • 广度优先搜索(BFS):从根节点开始,逐层访问每个节点,统计每一层的无子节点数量。
  • 层序遍历:对于每个节点,检查其是否为叶子节点。如果是,则计入当前层的无子节点数量;否则,将其子节点加入队列,继续处理下一层。
  • 解决代码

    #include 
    #include
    #include
    #include
    #include
    using namespace std;int main() { int n, m; scanf("%d %d", &n, &m); unordered_map
    > tree; for (int i = 0; i < m; ++i) { string line; // 读取一整行,去掉可能的换行符 while (getline(line, cin) && line.empty()) continue; // 分割成各个部分 vector
    parts; size_t start = 0; size_t end = line.find(' '); while (end != string::npos) { parts.push_back(line.substr(start, end - start)); start = end + 1; end = line.find(' ', start); } parts.push_back(line.substr(start)); // 解析t int t; sscanf(parts[0].c_str(), "%d", &t); int k = stoi(parts[1]); vector
    children; for (size_t j = 2; j < parts.size(); ++j) { int child; sscanf(parts[j].c_str(), "%d", &child); children.push_back(child); } tree[t] = children; } // 处理BFS queue
    q; q.push(1); // 根节点是01,对应整数1. vector
    res; while (!q.empty()) { int level_size = q.size(); int count = 0; for (int i = 0; i < level_size; ++i) { int node = q.front(); q.pop(); bool is_leaf = true; if (tree.find(node) != tree.end()) { if (tree[node].size() == 0) { is_leaf = true; } else { is_leaf = false; } } else { is_leaf = true; } if (is_leaf) { count++; } else { for (int child : tree[node]) { q.push(child); } } } res.push_back(count); } // 输出结果 if (!res.empty()) { for (size_t i = 0; i < res.size(); ++i) { if (i > 0) { cout << " "; } cout << res[i]; } } return 0;}

    代码解释

  • 输入处理:读取输入数据,解析每个非叶子节点的信息,构建树的结构。
  • BFS初始化:从根节点开始,使用队列进行层序遍历。
  • 层序遍历:逐层处理每个节点,判断其是否为叶子节点,统计无子节点数量。
  • 结果输出:将每一层的无子节点数量输出,层与层之间用空格分隔。
  • 通过这种方法,我们能够高效地计算每一层的无子节点数量,并处理所有测试用例。

    转载地址:http://jzbwz.baihongyu.com/

    你可能感兴趣的文章
    pandas 版本兼容特定的蟒蛇和NumPy配置吗?
    查看>>
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>