leetcode 0205

目录

• 700 二叉搜索树中的搜索
• 175 组合两个表
  • • 仍旧不理解 left join
• 590. N叉树的后序遍历
  • 递归：
  • 迭代：
• 589 N叉树的前序遍历
  • 递归， 注意 递归 过程中附带的 action 的位置
  • 迭代实现，如何正确入栈（倒序children 入栈，才是先序的正确姿势）
  • 为什么先/前序遍历需要 用 stack ，而不是 queue（以及阐明：层序遍历确实需要queue）

700 二叉搜索树中的搜索

https://leetcode-cn.com/problems/search-in-a-binary-search-tree

175 组合两个表

表1: Person

+-------------+---------+
| 列名         | 类型     |
+-------------+---------+
| PersonId    | int     |
| FirstName   | varchar |
| LastName    | varchar |
+-------------+---------+
PersonId 是上表主键
表2: Address

+-------------+---------+
| 列名         | 类型    |
+-------------+---------+
| AddressId   | int     |
| PersonId    | int     |
| City        | varchar |
| State       | varchar |
+-------------+---------+

AddressId 是上表主键

编写一个 SQL 查询，满足条件：无论 person 是否有地址信息，都需要基于上述两表提供 person 的以下信息：FirstName, LastName, City, State

仍旧不理解 left join

select FirstName, LastName, City, State 
from Person left join Address
on Person.PersonId = Address.PersonId;

590. N叉树的后序遍历

递归：

这个思路还是 递归的，下面是迭代的提升：

迭代：

思路： 迭代进行了 NRL 的先序 迭代 遍历，然后reverse NRL 到 LRN 就是 要求的后序遍历了啊。ok

589 N叉树的前序遍历

https://leetcode-cn.com/problems/n-ary-tree-preorder-traversal

递归， 注意 递归 过程中附带的 action 的位置

位置在前面，因为是先序（对比上面的后序遍历， 你可以看到后序遍历的 ans.add(root.val) 在后面。

迭代实现，如何正确入栈（倒序children 入栈，才是先序的正确姿势）

为什么先/前序遍历需要 用 stack ，而不是 queue（以及阐明：层序遍历确实需要queue）