【LeetCode-简单题】501. 二叉搜索树中的众数

文章目录

    • 题目
    • 方法一:暴力哈希
    • 方法二:利用二叉搜索树的特性(递归+双指针)

题目

【LeetCode-简单题】501. 二叉搜索树中的众数_第1张图片

方法一:暴力哈希

这是针对于普通二叉树的解法 统计number出现次数 然后将次数最大的众数集 取出来

 Map<Integer , Integer > map = new HashMap<>();
     PriorityQueue<int[]> priori = new PriorityQueue<>((a,b)->b[1]-a[1]);//优先队列  按数组第二个元素从大到小排
    List<Integer> list = new ArrayList<>();
    public int[] findMode(TreeNode root) {
       dfs(root);
       for(Map.Entry<Integer, Integer>  num : map.entrySet()) priori.offer(new int[]{num.getKey(),num.getValue()});
       int max = priori.peek()[1];
       int size =priori.size();
       for(int i = 0 ; i<size ; i++){
           int [] a1 = priori.poll();
           if(max == a1[1]) list.add(a1[0]);
       } 
    	return list.stream().mapToInt(Integer::intValue).toArray(); 
    }
    public void dfs(TreeNode root){
        if(root == null) return;
        map.put(root.val,map.getOrDefault(root.val, 0)+1);
        dfs(root.left);
        dfs(root.right);
    }

方法二:利用二叉搜索树的特性(递归+双指针)

关键在于本层逻辑的处理

维护一个最大频率maxcount、单数字统计频率count、当前节点root的前一个节点 pre、

【LeetCode-简单题】501. 二叉搜索树中的众数_第2张图片

class Solution {

    List<Integer> list = new ArrayList<>();
    TreeNode pre = null;// 记录前一个节点
    int maxcount = 0; // 最大频率
    int count = 0;// 统计频率
    public int[] findMode(TreeNode root) {
       dfs(root);
      
       return list.stream().mapToInt(Integer::intValue).toArray();
    
    }
    public void dfs(TreeNode root){
        if(root == null) return;

        dfs(root.left);
        
        if(pre == null) count = 1;// 处理第一个节点
        else if(root.val == pre.val) count++;// 与前一个节点数值相同
        else count = 1;// 与前一个节点数值不同

        pre = root;

        if(count == maxcount) list.add(root.val);// 如果和最大值相同,放进result中
        else if(count>maxcount){// 如果计数大于最大值频率
            maxcount = count;// 更新最大频率
            list.clear(); // 很关键的一步,不要忘记清空result,之前result里的元素都失效了
            list.add(root.val);//再把此时的root放进result中
        }

        dfs(root.right);
        
    }
}

你可能感兴趣的:(力扣,#,简单题,leetcode,深度优先,算法)