目前比赛停滞在一半左右的名词，每次只是两道题
但这次虽然也打了两道题却感觉吃力，最近荒废刷题的原因，真的是一日不刷自己知道，三日不刷，比赛知道
可以不打比赛，但是不可以不写题解。只有思考才能进步
题解正文：
第二题：
知识点：二叉搜索树是有序树，左侧节点比跟节点小，右侧大，这道排序题有天然优势
问题：如何获得二叉树的值，遍历总是有问题，因为比赛的时候我的遍历代码是试出来的，不知道为啥能成功
原因：
值传递 VS 引用传递：
区分不清导致
值传递只要变现是在内存中新开辟一块变量，给赋值操作的对象，更改新对象不会影响旧对象
引用传递对新值的更改会连同旧的一起，所以整个递归操作一直是对同一个list进行添加，因此最后直接输出即可不用再次赋值
改进点：或许可以同步遍历两颗树，遍历完排序完，而不是先存储后排序
改进点：
5296. All Elements in Two Binary Search Trees
Given two binary search trees root1 and root2.
Return a list containing all the integers from both trees sorted in ascending order.
Example 1:
Input: root1 = [2,1,4], root2 = [1,0,3] Output: [0,1,1,2,3,4]
Example 2:
Input: root1 = [0,-10,10], root2 = [5,1,7,0,2] Output: [-10,0,0,1,2,5,7,10]
Example 3:
Input: root1 = [], root2 = [5,1,7,0,2] Output: [0,1,2,5,7]
Example 4:
Input: root1 = [0,-10,10], root2 = [] Output: [-10,0,10]
Example 5:
Input: root1 = [1,null,8], root2 = [8,1] Output: [1,1,8,8]
Constraints:
- Each tree has at most
5000nodes. - Each node's value is between
[-10^5, 10^5].
赛事代码：
# Definition for a binary tree node. # class TreeNode(object): # def __init__(self, x): # self.val = x # self.left = None # self.right = None class Solution(object): def getAllElements(self, root1, root2): """ :type root1: TreeNode :type root2: TreeNode :rtype: List[int] """ list1 = [] list2 = [] if root2==None: return self.getVal(root1, list1) if root1==None: return self.getVal(root2, list2) list1 = self.getVal(root1, list1) list2 = self.getVal(root2, list2) print(list1) print(list2) len_1 = len(list1) len_2 = len(list2) i, j = 0, 0 ans = [] while i != len_1 and j != len_2: if list1[i] <= list2[j]: ans.append(list1[i]) i += 1 else: ans.append(list2[j]) j += 1 if i != len_1: ans += list1[i:] else: ans += list2[j:] return ans print(list2) def getVal(self, root, res): if root.left: root3 = root.left res = self.getVal(root3, res) res.append(root.val) if root.right: root4 = root.right res = self.getVal(root4, res) return res
第三题：
5297. Jump Game III
知识点：BFS
问题：BFS不会写
拓展：
BFS：每次输出一行，所用数据结构为队列
设想我们每次都从左到右、从上到下的去遍历一个图，那么就需要把一行中最左边先进来的先输出，最右边后进来的后输出。所以会用到队列。
DFS：每次深挖到底，所用数据结构为栈
设想我们从图的最上边先按照一条道深挖到最下面，在挖到底以后就需要再逐个返回到上面的顶点，再去遍历父节点是不是还有别的子节点。后进先出的模式，所以需要用到栈。
def bfs(node): if node is None: return queue = [] #nodeSet = set() queue.insert(0,node) #nodeSet.add(node) while queue: cur = queue.pop() # 弹出元素 print(cur.val) # 打印元素值 for next in cur.nexts: # 遍历元素的邻接节点 #if next not in nodeSet: # 若邻接节点没有入过队，加入队列并登记 #nodeSet.add(next) queue.insert(0,next)
#nodeSet = set() def dfs1(node): if node is None: return #nodeSet.add(node) print(node.val) #相当于树的前序遍历了，只不过这里把左右子节点放到了nexts的列表中 for next in node.nexts: #if next not in nodeSet: dfs1(next)
问题:最后尝试写了下，没有成功，报错原因是循环次数超时
作者：小碧小琳
链接：https://www.jianshu.com/p/d2125448270b
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
Given an array of non-negative integers arr, you are initially positioned at start index of the array. When you are at index i, you can jump to i + arr[i] or i - arr[i], check if you can reach to any index with value 0.
Notice that you can not jump outside of the array at any time.
Example 1:
Input: arr = [4,2,3,0,3,1,2], start = 5 Output: true Explanation: All possible ways to reach at index 3 with value 0 are: index 5 -> index 4 -> index 1 -> index 3 index 5 -> index 6 -> index 4 -> index 1 -> index 3
Example 2:
Input: arr = [4,2,3,0,3,1,2], start = 0 Output: true Explanation: One possible way to reach at index 3 with value 0 is: index 0 -> index 4 -> index 1 -> index 3
Example 3:
Input: arr = [3,0,2,1,2], start = 2 Output: false Explanation: There is no way to reach at index 1 with value 0.
Constraints:
1 <= arr.length <= 5 * 10^40 <= arr[i] < arr.length0 <= start < arr.length