新闻详情

新闻详情

首页 / 资讯中心 / 详情

元宝 LeetCode 116.填充每个节点的下一个右侧节点指针 Kotlin实现

发布时间:2026/11/16 11:49:33来源:尧图网络
元宝    LeetCode 116.填充每个节点的下一个右侧节点指针 Kotlin实现
在 Kotlin 中实现 LeetCode 116 非常直观因为 Kotlin/JVM 具有垃圾回收机制不需要像 Rust 那样处理所有权直接像 Python 一样操作对象引用即可同时享受空安全Null Safety带来的编译期检查。以下提供 迭代法 和 递归法 两种 Kotlin 实现。前置LeetCode 中的 Node 定义LeetCode 已内置无需提交class Node(varval: Int) {var left: Node? nullvar right: Node? nullvar next: Node? null}方法一迭代法O(1) 空间推荐利用上一层已经连接好的“next” 指针横向遍历并连接下一层的子节点。class Solution {fun connect(root: Node?): Node? {if (root null) return null// leftmost 指向每一层的最左节点 var leftmost: Node? root // 只要当前层不是叶子层即还有下一层 while (leftmost?.left ! null) { // head 用于遍历当前层的节点 var head: Node? leftmost while (head ! null) { // 1. 同一个父节点左孩子 - 右孩子 head.left!!.next head.right // 2. 不同父节点右孩子 - 下一个节点的左孩子 if (head.next ! null) { head.right!!.next head.next!!.left } // 沿着 next 指针移动到当前层下一个节点 head head.next } // 进入下一层最左边的节点 leftmost leftmost.left } return root }}方法二递归法简洁直观利用递归栈隐式完成层序遍历代码更短。class Solution {fun connect(root: Node?): Node? {if (root?.left ! null) {// 左孩子指向右孩子root.left!!.next root.right// 如果当前节点有 next右孩子指向下一个节点的左孩子 if (root.next ! null) { root.right!!.next root.next!!.left } // 递归处理左右子树 connect(root.left) connect(root.right) } return root }}Kotlin 实现要点解析空安全操作符“?.”安全调用如果对象为“null” 则返回“null” 而不抛异常如“leftmost?.left ! null”。“!!”非空断言在逻辑上已经确定不为“null” 时使用如“head.left!!”相当于告诉编译器“相信我这里不是 null”。“var head: Node? leftmost”声明可空的变量方便在“while” 循环中修改引用。2. 无所有权负担与 Rust 不同Kotlin 中直接通过“.next ” 赋值即可修改指针不需要“borrow_mut” 或“Rc::clone”写起来和 Python 一样简洁。3. 尾递归优化虽然递归解法没有显式加“tailrec”因为有两个递归调用不是尾递归但 Kotlin/JVM 的栈深度对于 O(\log N) 的完美二叉树完全足够。复杂度分析时间复杂度O(N)每个节点仅访问一次。空间复杂度迭代法O(1)只使用固定数量的指针。递归法O(log N)递归调用栈的深度树的高度。你可以直接把“class Solution” 里的代码复制到 LeetCode Kotlin 编辑器提交。需要我帮你把这段代码改成 LeetCode 117普通二叉树 的 Kotlin 版本或者对比一下 Kotlin 和 Rust 实现上的核心差异 吗
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉