工业设计网站排名,网站建设做的人多吗,升学历的正规机构官网,北京网页设计如何创意LeetCode-1008. 前序遍历构造二叉搜索树【栈 树 二叉搜索树 数组 二叉树 单调栈】 题目描述#xff1a;解题思路一#xff1a;题目大致意思就是给定一个二叉树的前序遍历#xff0c;求对应的二叉搜索树。一种比较特殊的点是「二叉搜索树」的中序遍历的结果是【有序序列】解题思路一题目大致意思就是给定一个二叉树的前序遍历求对应的二叉搜索树。一种比较特殊的点是「二叉搜索树」的中序遍历的结果是【有序序列】故而我们可以对「前序遍历」的结果 【排序】 得到「中序遍历」的结果。从而依据这棵树的前序和中序遍历结果构建该「二叉搜索树」。解题思路二二分查找左右子树的分界线递归构建左右子树。可以找到的规律是前序遍历结果第一个是根节点而后面的元素可以分为两个连续的数组一个数组所有元素严格小于根节点另一个数组所有元素严格大于根节点。困难在于快速找到这两个数组的分界线这里用的是二分法。解题思路三根据数值上下界递归构建左右子树我们使用递归的方法在扫描先序遍历的同时构造出二叉树。我们在递归时维护一个 (lower, upper) 二元组表示当前位置可以插入的节点的值的上下界。如果此时先序遍历位置的值处于上下界中就将这个值作为新的节点插入到当前位置并递归地处理当前位置的左右孩子的两个位置。否则回溯到当前位置的父节点。解题思路四单调栈思路是维护一个栈顶小栈顶大的单调栈遍历一遍前序遍历结果。如果当前元素大于栈顶元素则循环出栈找到其父节点node。如果父节点的元素值小于子节点的元素值则子节点为右孩子否则为左孩子。代码逻辑其实很简单。 题目描述
给定一个整数数组它表示BST(即 二叉搜索树 )的 先序遍历 构造树并返回其根。
保证 对于给定的测试用例总是有可能找到具有给定需求的二叉搜索树。
二叉搜索树 是一棵二叉树其中每个节点 Node.left 的任何后代的值 严格小于 Node.val , Node.right 的任何后代的值 严格大于 Node.val。
二叉树的 前序遍历 首先显示节点的值然后遍历Node.left最后遍历Node.right。
示例 1 输入preorder [8,5,1,7,10,12] 输出[8,5,10,1,7,null,12]
示例 2: 输入: preorder [1,3] 输出: [1,null,3]
提示 1 preorder.length 100 1 preorder[i] 10^8 preorder 中的值 互不相同
解题思路一题目大致意思就是给定一个二叉树的前序遍历求对应的二叉搜索树。一种比较特殊的点是「二叉搜索树」的中序遍历的结果是【有序序列】故而我们可以对「前序遍历」的结果 【排序】 得到「中序遍历」的结果。从而依据这棵树的前序和中序遍历结果构建该「二叉搜索树」。
对应的题目是105. 从前序与中序遍历序列构造二叉树感兴趣的可以看看。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val0, leftNone, rightNone):
# self.val val
# self.left left
# self.right right
class Solution:def bstFromPreorder(self, preorder: List[int]) - Optional[TreeNode]:inorder sorted(preorder)def myBST(preorder_left: int, preorder_right: int, inorder_left: int, inorder_right: int):if preorder_left preorder_right:return None# 前序遍历中的第一个节点就是根节点preorder_root preorder_left# 在中序遍历中定位根节点inorder_root index[preorder[preorder_root]]# 先把根节点建立出来root TreeNode(preorder[preorder_root])# 得到左子树中的节点数目size_left_subtree inorder_root - inorder_left# 递归地构造左子树并连接到根节点# 先序遍历中「从 左边界1 开始的 size_left_subtree」个元素就对应了中序遍历中「从 左边界 开始到 根节点定位-1」的元素root.left myBST(preorder_left 1, preorder_left size_left_subtree, inorder_left, inorder_root - 1)# 递归地构造右子树并连接到根节点# 先序遍历中「从 左边界1左子树节点数目 开始到 右边界」的元素就对应了中序遍历中「从 根节点定位1 到 右边界」的元素root.right myBST(preorder_left 1 size_left_subtree, preorder_right, inorder_root 1, inorder_right)return rootn len(preorder)index {element: i for i, element in enumerate(inorder)}return myBST(0, n-1, 0, n-1)构造哈希表的目的是为了O(1)时间找到中序遍历结果中的根节点。 时间复杂度O(nlogn)排序的结果构造二叉搜索树的时间复杂度为 O(n) 空间复杂度O(n)
解题思路二二分查找左右子树的分界线递归构建左右子树。可以找到的规律是前序遍历结果第一个是根节点而后面的元素可以分为两个连续的数组一个数组所有元素严格小于根节点另一个数组所有元素严格大于根节点。困难在于快速找到这两个数组的分界线这里用的是二分法。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val0, leftNone, rightNone):
# self.val val
# self.left left
# self.right right
class Solution:def bstFromPreorder(self, preorder: List[int]) - Optional[TreeNode]:def dfs(preorder: List[int], left: int, right: int):if left right: return Noneroot TreeNode(preorder[left])if left right: return rootl, r left, rightwhile(l r):mid int(l (r - l 1) / 2)if preorder[mid] preorder[left]: l mid # 转到区间[mid, r]else : r mid -1 # 转到区间[l, mid -1]# 其实最后lr是最终的分界线root.left dfs(preorder, left 1, l)root.right dfs(preorder, l 1, right)return rootn len(preorder)if n0: return nullreturn dfs(preorder, 0, n-1)时间复杂度O(nlogn)在找左右子树分界线的时候时间复杂度为O(logn) 空间复杂度O(n)
解题思路三根据数值上下界递归构建左右子树我们使用递归的方法在扫描先序遍历的同时构造出二叉树。我们在递归时维护一个 (lower, upper) 二元组表示当前位置可以插入的节点的值的上下界。如果此时先序遍历位置的值处于上下界中就将这个值作为新的节点插入到当前位置并递归地处理当前位置的左右孩子的两个位置。否则回溯到当前位置的父节点。 # Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val0, leftNone, rightNone):
# self.val val
# self.left left
# self.right right
class Solution:def bstFromPreorder(self, preorder: List[int]) - Optional[TreeNode]:n len(preorder)index 0def dfs(lowerBound: int, upperBound: int):nonlocal index # 将index声明为非局部变量if index n: return Nonecur preorder[index]if cur lowerBound or cur upperBound: return Noneindex 1root TreeNode(cur)root.left dfs(lowerBound, cur)root.right dfs(cur, upperBound)return rootif n0: return nullreturn dfs(float(-inf), float(inf))时间复杂度O(n) 空间复杂度O(n)
解题思路四单调栈思路是维护一个栈顶小栈顶大的单调栈遍历一遍前序遍历结果。如果当前元素大于栈顶元素则循环出栈找到其父节点node。如果父节点的元素值小于子节点的元素值则子节点为右孩子否则为左孩子。代码逻辑其实很简单。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val0, leftNone, rightNone):
# self.val val
# self.left left
# self.right right
class Solution:def bstFromPreorder(self, preorder: List[int]) - Optional[TreeNode]:n len(preorder)if n0: return nullroot TreeNode(preorder[0])stack [root]for i in range(1,n,1):node stack[-1]currentNode TreeNode(preorder[i])while stack and stack[-1].val currentNode.val: node stack.pop()if node.val currentNode.val: node.right currentNodeelse : node.left currentNodestack.append(currentNode)return root时间复杂度O(n)仅扫描前序遍历一次。 空间复杂度O(n)用来存储栈和二叉树。
