寫的比較匆忙，測試案例是能全部跑通的，不過考慮內存和效率的話，還有許多需要改進的地方，所以請多指教
題目描述
給定一個二元樹，根節點為第1層，深度為1。在其第 d 層追加一行值為 v 的節點。
新增規則：給定一個深度值d （正整數），針對深度為d-1 層的每一非空節點N，為N 建立兩個值為v 的左子樹和右子樹。
將 N 原先的左子樹，連接為新節點 v 的左子樹；
將 N 原先的右子樹，連接為新節點 v 的右子樹。
如果 d 的值為 1，深度 d - 1 不存在，則建立新的根節點 v，原先的整棵樹將作為 v 的左子樹。
Example
【相關課程推薦：JavaScript影片教學】
Input: A binary tree as following: 4 / \ 2 6 / \ / 3 1 5 v = 1d = 2Output: 4 / \ 1 1 / \ 2 6 / \ / 3 1 5
基本想法
#二元樹的先序遍歷
#程式碼的基本結構
不是最終結構，而是大體的結構
/**
* @param {number} cd:current depth,递归当前深度
* @param {number} td:target depth, 目标深度
*/
var traversal = function (node, v, cd, td) {
// 递归到目标深度，创建新节点并返回
if (cd === td) {
// return 新节点
}
// 向左子树递归
if (node.left) {
node.left = traversal (node.left, v, cd + 1, td);
}
// 向右子树递归
if (node.right) {
node.right = traversal (node.right, v, cd + 1, td);
}
// 返回旧节点
return node;
};
/**
* Definition for a binary tree node.
* function TreeNode(val) {
* this.val = val;
* this.left = this.right = null;
* }
*/
/**
* @param {TreeNode} root
* @param {number} v
* @param {number} d
* @return {TreeNode}
*/
var addOneRow = function (root, v, td) {
// 从根节点开始递归
traversal (root, v, 1, td);
return root;
};
# #具體分析
我們可以分類討論，分三種情況處理
第1種情況：目標深度<=目前遞迴路徑的最大深度處理方法：val節點取代該目標深度對應的節點，而
● 如果目標節點原來是右子樹，那麼重置後目標節點就是val節點的右子樹
##第2種情況：目標深度>目前遞迴路徑的最大深度
閱讀題目發現，有這麼一個描述：「輸入的深度值d 的範圍是：[1，二元樹最大深度1] 「
所以呢，當目標深度剛好比目前路徑的樹的深度再深一層時，處理方式是：
在最底下那一層節點的左右分支新增val節點
我們再分析題意，題目裡說：「如果d的值為1，深度d - 1 不存在，則建立一個新的根節點v，原先的整棵樹將作為v 的左子樹。」這表示當：目標深度為1時，我們的處理方式是這樣的 #########全部程式碼 #########單字分割 ##############################################################################題目描述 #########給定一個非空字串s 和一個包含非空字列表的字典wordDict，判定s 是否可以被空格拆分為一個或多個在字典中出現的單字。 ######說明：######1.拆分時可以重複使用字典中的單字。 ###/** * @param {v} val,插入节点携带的值 * @param {cd} current depth,递归当前深度 * @param {td} target depth, 目标深度 * @param {isLeft} 判断原目标深度的节点是在左子树还是右子树 */ var traversal = function (node, v, cd, td, isLeft) { debugger; if (cd === td) { const newNode = new TreeNode (v); // 如果原来是左子树，重置后目标节点还是在左子树上，否则相反 if (isLeft) { newNode.left = node; } else { newNode.right = node; } return newNode; } // 处理上述的第1和第2种情况 if (node.left || (node.left === null && cd + 1 === td)) { node.left = traversal (node.left, v, cd + 1, td, true); } if (node.right || (node.right === null && cd + 1 === td)) { node.right = traversal (node.right, v, cd + 1, td, false); } return node; }; /** * Definition for a binary tree node. * function TreeNode(val) { * this.val = val; * this.left = this.right = null; * } */ /** * @param {TreeNode} root * @param {number} v * @param {number} d * @return {TreeNode} */ var addOneRow = function (root, v, td) { // 处理目标深度为1的情况，也就是上述的第3种情况 if (td === 1) { const n = new TreeNode (v); n.left = root; return n; } traversal (root, v, 1, td); return root; };登入後複製2.你可以假设字典中没有重复的单词。
Example
example1 输入: s = "applepenapple", wordDict = ["apple", "pen"] 输出: true解释: 返回 true 因为 "applepenapple" 可以被拆分成 "apple pen apple"。 注意: 你可以重复使用字典中的单词。 example2 输入: s = "catsandog", wordDict = ["cats", "dog", "sand", "and", "cat"] 输出: false来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/word-break
基本思想
动态规划
具体分析
动态规划的关键点是：寻找状态转移方程
有了这个状态转移方程，我们就可以根据上一阶段状态和决策结果，去求出本阶段的状态和结果
然后，就可以从初始值，不断递推求出最终结果。
在这个问题里，我们使用一个一维数组来存放动态规划过程的递推数据
假设这个数组为dp，数组元素都为true或者false,
dp[N] 存放的是字符串s中从0到N截取的子串是否是“可拆分”的布尔值
让我们从一个具体的中间场景出发来思考计算过程
假设我们有
wordDict = ['ab','cd','ef'] s ='abcdef'
并且假设目前我们已经得出了N=1到N=5的情况，而现在需要计算N=6的情况
或者说，我们已经求出了dp[1] 到dp[5]的布尔值，现在需要计算dp[6] = ?
该怎么计算呢？
现在新的字符f被加入到序列“abcde”的后面，如此以来，就新增了以下几种6种需要计算的情况
A序列 + B序列1.abcdef + "" 2.abcde + f3.abcd + ef4.abc + def5.ab + cdef6.a + bcdef 注意：当A可拆且B可拆时，则A+B也是可拆分的
从中我们不难发现两点
1. 当A可拆且B可拆时，则A+B也是可拆分的
2. 这6种情况只要有一种组合序列是可拆分的，abcdef就一定是可拆的，也就得出dp[6] = true了
下面是根据根据已有的dp[1] 到dp[5]的布尔值，动态计算dp[6] 的过程
（注意只要计算到可拆，就可以break循环了）
具体代码
var initDp = function (len) {
let dp = new Array (len + 1).fill (false);
return dp;
};
/**
* @param {string} s
* @param {string[]} wordDict
* @return {boolean}
*/
var wordBreak = function (s, wordDict) {
// 处理空字符串
if (s === '' && wordDict.indexOf ('') === -1) {
return false;
}
const len = s.length;
// 默认初始值全部为false
const dp = initDp (len);
const a = s.charAt (0);
// 初始化动态规划的初始值
dp[0] = wordDict.indexOf (a) === -1 ? false : true;
dp[1] = wordDict.indexOf (a) === -1 ? false : true;
// i:end
// j:start
for (let i = 1; i < len; i++) {
for (let j = 0; j <= i; j++) {
// 序列[0,i] = 序列[0,j] + 序列[j,i]
// preCanBreak表示序列[0,j]是否是可拆分的
const preCanBreak = dp[j];
// 截取序列[j,i]
const str = s.slice (j, i + 1);
// curCanBreak表示序列[j,i]是否是可拆分的
const curCanBreak = wordDict.indexOf (str) !== -1;
// 情况1: 序列[0,j]和序列[j,i]都可拆分，那么序列[0,i]肯定也是可拆分的
const flag1 = preCanBreak && curCanBreak;
// 情况2: 序列[0,i]本身就存在于字典中，所以是可拆分的
const flag2 = curCanBreak && j === 0;
if (flag1 || flag2) {
// 设置bool值，本轮计算结束
dp[i + 1] = true;
break;
}
}
}
// 返回最后结果
return dp[len];
};全排列
题目描述
给定一个没有重复数字的序列，返回其所有可能的全排列。
Example
输入: [1,2,3] 输出: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1] ]
基本思想
回溯法
具体分析
1. 深度优先搜索搞一波，index在递归中向前推进
2. 当index等于数组长度的时候，结束递归，收集到results中（数组记得要深拷贝哦）
3. 两次数字交换的运用，计算出两种情况
总结
想不通没关系，套路一波就完事了
具体代码
var swap = function (nums, i, j) {
const temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
};
var recursion = function (nums, results, index) {
// 剪枝
if (index >= nums.length) {
results.push (nums.concat ());
return;
}
// 初始化i为index
for (let i = index; i < nums.length; i++) {
// index 和 i交换？？
// 统计交换和没交换的两种情况
swap (nums, index, i);
recursion (nums, results, index + 1);
swap (nums, index, i);
}
};
/**
* @param {number[]} nums
* @return {number[][]}
*/
var permute = function (nums) {
const results = [];
recursion (nums, results, 0);
return results;
};本文来自 js教程 栏目，欢迎学习！
以上是JavaScript中二元樹，動態規劃與回溯法（案例分析）的詳細內容。更多資訊請關注PHP中文網其他相關文章！
