当前位置: 首页 > article >正文

LeetCode 1424:对角线遍历 II | 前缀和分组

LeetCode 1424对角线遍历 II | 前缀和分组引言对角线遍历 IIDiagonal Traverse II是 LeetCode 第 1424 题难度为 Medium。题目要求按照对角线顺序遍历一个二叉树数组返回所有对角线上的节点值。这道题展示了前缀和对角线索引在排序和分组中的应用。对角线遍历的特点是同一条对角线上的所有元素具有相同的行索引与列索引之差或者行索引与列索引之和取决于定义。利用这个性质我们可以将同一条对角线的元素分组然后按顺序输出。问题分析题目描述给定一个二叉树数组 nums其中每个元素是一个列表包含树的节点值。返回对角线遍历的结果其中对角线定义为所有具有相同 (row col) 值的元素。例如输入 nums [[1,2,3],[4,5,6],[7,8,9]]按照对角线遍历的顺序返回 [1,4,2,7,5,3,8,6,9]。对角线的性质在二维数组中对角线上的所有元素满足 row - col 常数 或 row col 常数。如果使用 row col 常数则对角线 0只有 (0, 0)对角线 1(0, 1), (1, 0)对角线 2(0, 2), (1, 1), (2, 0)以此类推同一对角线上的元素按照它们在原始数组中的顺序应该按 row 升序或按 col 降序排列。解决方案哈希表分组def findDiagonalOrder(nums): diagonal_map {} for i, row in enumerate(nums): for j, val in enumerate(row): if i j not in diagonal_map: diagonal_map[i j] [] diagonal_map[i j].append(val) result [] for d in range(len(diagonal_map)): result.extend(reversed(diagonal_map[d])) return result这个方法使用哈希表存储每条对角线的元素。键是 i j对角线索引值是该对角线上的元素列表。然后按对角线索引顺序输出记得反转顺序使得 row 升序。算法详解为什么需要反转在将元素添加到对角线列表时我们按照 row 升序遍历。当按行遍历时对于同一对角线上的元素较小的 row 会先被添加所以列表中的顺序是 row 升序。但是对角线遍历要求较小的 row 在后面因为对角线是从右上到左下的方向。例如对角线 2 有元素 (0, 2), (1, 1), (2, 0)按 row 升序遍历时顺序是 0, 2 - 1, 1 - 2, 0但我们需要输出 2, 0 - 1, 1 - 0, 2即 row 降序。所以需要反转列表。另一种理解当我们按 i j d 收集元素时j 较大的元素先被添加因为 j d - ii 较小时 j 较大所以列表顺序是 j 降序。反转后变成 j 升序即 row 升序。复杂度分析时间复杂度时间复杂度为 O(n)其中 n 是所有元素的总和。每个元素被处理一次添加到哈希表一次从哈希表取出一次。空间复杂度空间复杂度为 O(n)用于存储哈希表和结果数组。代码实现Python 实现def findDiagonalOrder(nums): diagonal_map {} for i, row in enumerate(nums): for j, val in enumerate(row): if i j not in diagonal_map: diagonal_map[i j] [] diagonal_map[i j].append(val) result [] for d in range(len(diagonal_map)): result.extend(reversed(diagonal_map[d])) return resultJava 实现public int[] findDiagonalOrder(ListListInteger nums) { MapInteger, ListInteger diagonalMap new LinkedHashMap(); for (int i 0; i nums.size(); i) { for (int j 0; j nums.get(i).size(); j) { int key i j; diagonalMap.putIfAbsent(key, new ArrayList()); diagonalMap.get(key).add(nums.get(i).get(j)); } } ListInteger result new ArrayList(); int d 0; while (diagonalMap.containsKey(d)) { ListInteger diagonal diagonalMap.get(d); for (int i diagonal.size() - 1; i 0; i--) { result.add(diagonal.get(i)); } d; } return result.stream().mapToInt(Integer::intValue).toArray(); }边界情况处理空数组当 nums 为空时应该返回空结果。代码会正确处理因为外层循环不会执行。只有一个元素当只有一个元素时如 [[5]]对角线索引为 0 的列表包含 [5]反转后仍然是 [5]。每行元素数量不同代码正确处理了每行元素数量不同的情况因为内层循环遍历每行的实际元素。单行数组当只有一行时如 [[1, 2, 3]]每条对角线只有一个元素输出顺序就是 [1, 2, 3]。测试用例def test_find_diagonal_order(): assert findDiagonalOrder([[1,2,3],[4,5,6],[7,8,9]]) [1,4,2,7,5,3,8,6,9] assert findDiagonalOrder([[1,2,3],[4,5,6]]) [1,4,2,5,3] assert findDiagonalOrder([[1],[2],[3]]) [1,2,3] assert findDiagonalOrder([[1]]) [1] assert findDiagonalOrder([]) [] assert findDiagonalOrder([[1,2,3,4,5]]) [1,2,3,4,5] print(所有测试用例通过)扩展问题使用 Counter可以使用 collections.Counter 来代替手动创建哈希表from collections import defaultdict def findDiagonalOrder_counter(nums): diagonal defaultdict(list) for i, row in enumerate(nums): for j, val in enumerate(row): diagonal[i j].append(val) result [] for d in sorted(diagonal.keys()): result.extend(reversed(diagonal[d])) return result返回对角线的起始位置如果题目要求返回每个对角线的起始位置或统计信息可以修改代码收集额外信息。总结对角线遍历 II 问题展示了前缀和对角线索引在分组和排序中的应用。通过使用 i j 作为键我们将同一条对角线的元素分组然后反转顺序输出。这个问题虽然不直接涉及区间求和但它利用了前缀和的差值相同性质来识别同一条对角线。希望通过本文的讲解读者能够理解前缀和概念的更广泛应用并将其推广到更多类似问题的解决中。

相关文章:

LeetCode 1424:对角线遍历 II | 前缀和分组

LeetCode 1424:对角线遍历 II | 前缀和分组 引言 对角线遍历 II(Diagonal Traverse II)是 LeetCode 第 1424 题,难度为 Medium。题目要求按照对角线顺序遍历一个二叉树数组,返回所有对角线上的节点值。这道题展示了前缀…...

SLAM技术路线收敛?不,多模态融合正在重启路线之争

过去几年,SLAM技术路线确实呈现出明确的收敛趋势:纯视觉SLAM逐渐成熟,基于3DGS的实时建图成为新范式,激光SLAM也固化为工业场景的稳健选择。大家一度认为,算法架构的选择题已经做完。然而,多模态融合的深入…...

国曙GOSHINE正式亮相:一家人力资源服务机构的“长期主义”转向!

在人力资源行业,越来越多企业开始意识到:真正困难的,从来不是招聘,而是复杂用工环境下的长期管理。从社保合规到劳动风险,从跨区域用工到组织效率,企业面对的挑战正在不断增加。尤其在劳动密集型行业&#…...

学 Simulink—— 双定子永磁同步电机(DS‑PMSM)的协同控制与转矩提升仿真(带 MATLAB 脚本(直接运行))

目录 手把手教你学 Simulink—— 双定子永磁同步电机(DS‑PMSM)的协同控制与转矩提升仿真 🔥 前言:为什么做双定子 PMSM? 一、DS‑PMSM 结构与工作原理 1.1 基本结构 1.2 数学模型(dq 轴,含互感耦合) 二、协同控制策略:主从 FOC + 转矩叠加 2.1 控制架构(5 大…...

AI Agent Harness Engineering 在房地产中的应用:智能推荐与价值评估

AI Agent Harness Engineering 在房地产中的应用:智能推荐与价值评估 引言:房地产数字化转型的「最后一公里」——智能决策的人机协同闭环 痛点引入:千亿级赛道下的三大决策「卡脖子」难题 房地产作为全球规模最大的实体产业之一(据CBRE世邦魏理仕2024年全球房地产市场报…...

从微服务到 Agent 服务:架构思维的迁移

从微服务到 Agent 服务:架构思维的迁移与落地全指南 第一部分:引言与基础 (Introduction & Foundation) 1. 引人注目的标题 (Compelling Title) 副标题:深入解析微服务痛点、Agent服务原理、架构设计迁移路径与企业级生产实践 2. 摘要/引言 (Abstract / Introduction)…...

3层深度清理技术:Display Driver Uninstaller显卡驱动彻底卸载解决方案

3层深度清理技术:Display Driver Uninstaller显卡驱动彻底卸载解决方案 【免费下载链接】display-drivers-uninstaller Display Driver Uninstaller (DDU) a driver removal utility / cleaner utility 项目地址: https://gitcode.com/gh_mirrors/di/display-driv…...

AI系列【仅供参考】:周末用笔记本搞点大事:手把手教学部署 1.5、7B 版本 DeepSeek 智能助手

周末用笔记本搞点大事:手把手教学部署 1.5、7B 版本 DeepSeek 智能助手周末用笔记本搞点大事:手把手教学部署 1.5、7B 版本 DeepSeek 智能助手一、工具介绍1.1 DeepSeek1.2 Ollama二、准备工作2.1 系统要求2.2 下载 Ollama 安装包三、Ollama 的安装与验证…...

AI系列【仅供参考】:TRAE 支持自定义模型了,配置个 DeepSeek V4 试试

TRAE 支持自定义模型了,配置个 DeepSeek V4 试试TRAE 支持自定义模型了,配置个 DeepSeek V4 试试原因解决方案底下评论问题一:回答一:回答二:回答三:问题二:回答一:问题三&#xff1…...

React 性能优化:从 3 秒卡顿到 60 帧流畅,我做了这 5 件事

摘要 React 应用越做越大,卡顿问题越来越严重?本文分享 5 个亲测有效的性能优化方案,包括 React.memo 正确使用姿势、useMemo 依赖陷阱、虚拟列表实战、代码分割策略和 Profiler 调试技巧。每个方案都附带真实代码对比,帮你把页面…...

黄仁勋放话:AI基建要烧掉4万亿美元 谁买单?

最近,英伟达掌门人黄仁勋抛出了一句让人瞠目结舌的预测——未来几年,全球在人工智能基础设施上的投入,可能达到4万亿美元。这个数字不是小数目,它相当于某些国家一年的国内生产总值总和。这笔账怎么算的?黄仁勋在达沃斯…...

【应用实战】基于Dify与多Agent的凭证与档案管理

一、智能文档处理:基于Dify与多Agent的凭证与档案管理革新 在金融行业,文档处理贯穿业务始终。传统的纯人工方式不仅耗时费力,而且极易出错。智能文档处理(Intelligent Document Processing, IDP)融合了OCR、自然语言处…...

JWT令牌安全实践详解

JWT令牌安全实践详解 一、JWT概述 JSON Web Token(JWT)是一种用于安全传输信息的开放标准(RFC 7519)。 1.1 JWT结构 ┌───────────────────────────────────────────────────…...

API接口签名验证实战

API接口签名验证实战 一、接口签名概述 API签名验证是保护接口安全的重要手段,防止请求被篡改或伪造。 1.1 签名机制原理 ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 客…...

API安全设计与防护实战

API安全设计与防护实战 一、API安全概述 API作为系统间交互的接口,是攻击的主要目标。一个安全的API设计需要考虑多个层面的防护,包括认证、授权、数据保护、攻击防护等。 二、API认证机制 2.1 API Key认证 Component public class ApiKeyFilter ex…...

AI知识管理不是工具升级,而是教学主权重构:一位特级教师用18个月完成“教案→知识流→认知干预”三级跃迁(全程数据脱敏实录)

更多请点击: https://intelliparadigm.com 第一章:AI知识管理在教育领域的应用 AI知识管理正深刻重塑教育生态,通过智能索引、语义理解与个性化推荐,将碎片化教学资源转化为可检索、可推理、可演化的结构化知识网络。教师可借助自…...

毕业论文神器!2026年必备AI论文软件榜单,免费版也能写合规初稿

2026 年实测 10 款主流 AI 论文工具,千笔AI以全流程覆盖 语义级降重 免费查重领跑综合榜;ThouPen 稳坐留学生毕业全流程工具头把交椅;免费工具中DeepSeek Scholar、豆包学术版表现亮眼,30 分钟即可生成万字高质量初稿&#xff0…...

显卡驱动彻底清理解决方案:Display Driver Uninstaller专业使用指南

显卡驱动彻底清理解决方案:Display Driver Uninstaller专业使用指南 【免费下载链接】display-drivers-uninstaller Display Driver Uninstaller (DDU) a driver removal utility / cleaner utility 项目地址: https://gitcode.com/gh_mirrors/di/display-drivers…...

3分钟解决Mac与Windows文件交换难题:Nigate免费NTFS读写工具完全指南

3分钟解决Mac与Windows文件交换难题:Nigate免费NTFS读写工具完全指南 【免费下载链接】Free-NTFS-for-Mac Nigate: An open-source NTFS utility for Mac. It supports all Mac models (Intel and Apple Silicon), providing full read-write access, mounting, and…...

Switch大气层系统终极指南:从新手到高手的完整成长路径

Switch大气层系统终极指南:从新手到高手的完整成长路径 【免费下载链接】Atmosphere-stable 大气层整合包系统稳定版 项目地址: https://gitcode.com/gh_mirrors/at/Atmosphere-stable 想要彻底释放你的Switch游戏潜力吗?大气层系统(A…...

Go语言CI/CD流水线实践

Go语言CI/CD流水线实践 引言 CI/CD(持续集成/持续部署)是现代软件开发的核心实践。本文将深入探讨如何为Go语言项目构建高效的CI/CD流水线。 一、CI/CD概述 1.1 CI/CD流程 代码提交 -> 代码审查 -> 构建 -> 测试 -> 部署 -> 监控1.2 关键…...

3分钟搞定Windows桌面整理:NoFences免费开源工具终极指南

3分钟搞定Windows桌面整理:NoFences免费开源工具终极指南 【免费下载链接】NoFences 🚧 Open Source Stardock Fences alternative 项目地址: https://gitcode.com/gh_mirrors/no/NoFences 你是否每天都要在杂乱的Windows桌面上寻找文件&#xff…...

边缘计算部署:将计算能力延伸到网络边缘

边缘计算部署:将计算能力延伸到网络边缘 一、边缘计算部署概述 1.1 边缘计算部署的定义 边缘计算部署是指将计算资源和应用服务部署到靠近数据源或用户的网络边缘位置的过程。它通过在边缘位置处理数据,减少延迟,提高响应速度,并降…...

构建可持续的阅读书源生态:从基础导入到高级管理策略

构建可持续的阅读书源生态:从基础导入到高级管理策略 【免费下载链接】Yuedu 📚「阅读」自用书源分享 项目地址: https://gitcode.com/gh_mirrors/yu/Yuedu 在数字阅读日益普及的今天,阅读APP已成为广大书迷获取内容的重要渠道。然而&…...

分布式系统测试:验证分布式系统的正确性和性能

分布式系统测试:验证分布式系统的正确性和性能 一、分布式系统测试概述 1.1 分布式系统测试的定义 分布式系统测试是指对分布式系统进行验证和评估的过程,包括功能测试、性能测试、可靠性测试和安全性测试等方面。它确保分布式系统在各种场景下都能正确、…...

当Agent开始质疑你的原始数据——AI驱动的数据质量自治体系构建(含动态污点追踪与因果溯源模块)

更多请点击: https://intelliparadigm.com 第一章:当Agent开始质疑你的原始数据——AI驱动的数据质量自治体系构建(含动态污点追踪与因果溯源模块) 在传统数据治理范式中,数据质量校验往往滞后于数据摄入,…...

【Appium 系列】第18节-重试与容错 — 移动端测试的稳定性保障

配套代码:utils/retry.py、tests/test_login_api.py说明:本节所有代码示例均来自一个真实的移动端自动化测试项目,已做模糊化处理。为什么需要重试移动端测试比 Web 测试更容易出现偶发性失败。以下几种情况在本地和 CI 上反复出现&#xff1…...

小模型爆发出惊人能量!斯坦福开源框架AgentFlow如何实现复杂任务中的可靠工具使用?

本文介绍了斯坦福大学开源的模块化智能体框架AgentFlow,它通过独特的架构设计和训练方法,在工具集成和规划能力上取得了突破性进展。AgentFlow以Qwen-2.5-7B-Instruct为基础,在10个基准测试中表现突出,超越了大50倍的模型和GPT-4o…...

大模型底座的技术路线

主流大模型目前以token为单位处理文本,因其算力效率高、生态成熟。但byte-level/tokenizer-free路线正快速发展,它更端到端、跨语言统一且对噪声文本鲁棒。未来几年,外部接口可能仍用token,内部却将更多采用byte、patch或latent s…...

SenseNova-U1多模态模型深度解析:NEO-unify架构如何颠覆传统

SenseNova-U1多模态模型深度解析:NEO-unify架构如何颠覆传统 副标题: 从视觉编码器到端到端统一,附实战应用指南 一、痛点:为什么多模态模型这么复杂? 很多开发者第一次接触多模态模型时,会被各种架构绕晕:视觉编码器、文本解码器、适配器、投影层… 感觉像在看天书。 …...