给定一个二叉搜索树的根节点 root
,和一个整数 k
,请你设计一个算法查找其中第 k
小的元素(从 1 开始计数)。
示例 1:
输入:root = [3,1,4,null,2], k = 1 输出:1
示例 2:
输入:root = [5,3,6,2,4,null,null,1], k = 3 输出:3
提示:
- 树中的节点数为
n
。 1 <= k <= n <= 10^4
0 <= Node.val <= 10^4
进阶:如果二叉搜索树经常被修改(插入/删除操作)并且你需要频繁地查找第 k
小的值,你将如何优化算法?
解法一:中序遍历
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
int kthSmallest(TreeNode* root, int k) {
stack<TreeNode*> stack;
while(root!=nullptr||stack.size()>0){
while(root!=nullptr){
stack.push(root);
root=root->left;
}
root=stack.top();
stack.pop();
--k;
if(k==0)
break;
root=root->right;
}
return root->val;
}
};
这段代码实现了在二叉搜索树中找到第K小的元素。代码的解析如下:
- 首先定义了一个栈
stack
,用于存放节点。 - 进入循环,循环条件为
root
不为空或者栈stack
不为空。 - 在循环中的第一个内部循环中,将当前节点
root
及其左子节点依次入栈,并更新当前节点为其左子节点。这样可以实现中序遍历的逻辑,即先遍历左子树。 - 内部循环结束后,表示当前节点及其左子树已经遍历完毕,需要将当前节点出栈,并将
k
减一。这样可以保证找到第K小的元素时,k
的值为0。 - 判断
k
的值是否为0,如果是,则表示已经找到第K小的元素,退出循环。 - 否则,需要继续遍历当前节点的右子节点,并将当前节点更新为其右子节点。
- 循环结束后,返回当前节点的值,即为第K小的元素。
代码的时间复杂度平均情况下为O(logN),最坏情况下为O(N),其中N为二叉搜索树的节点数。空间复杂度平均情况下为O(logN),最坏情况下为O(N),其中N为二叉搜索树的节点数。
解法二:记录子树结点数
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left),
* right(right) {}
* };
*/
class mybst {
public:
mybst(TreeNode* root) {
this->root = root;
cuuntnodenum(root);
}
int kthSmallest(int k) {
TreeNode* node = root;
while (node) {
int left = getnodenum(node->left);
if (left < k - 1) {
node = node->right;
k -= left + 1;
} else if (left == k - 1)
break;
else
node = node->left;
}
return node->val;
}
private:
TreeNode* root;
unordered_map<TreeNode*, int> nodenum;
int cuuntnodenum(TreeNode* node) {
if (node == nullptr)
return 0;
nodenum[node] =
1 + cuuntnodenum(node->left) + cuuntnodenum(node->right);
return nodenum[node];
}
int getnodenum(TreeNode* node) {
if (node != nullptr && nodenum.count(node)) {
return nodenum[node];
} else
return 0;
}
};
class Solution {
public:
int kthSmallest(TreeNode* root, int k) {
mybst m(root);
return m.kthSmallest(k);
}
};
这段代码实现了在二叉搜索树中找到第K小的元素。代码的思路如下:
- 首先定义了一个辅助类
mybst
,用于处理二叉搜索树的节点数量。 mybst
类的构造函数接受一个二叉搜索树的根节点,将其保存在root
成员变量中,并调用cuuntnodenum
方法计算每个节点的子节点数量。kthSmallest
方法接受一个整数k
,表示要找到第K小的元素。- 在
kthSmallest
方法中,使用一个指针node
来遍历二叉搜索树。通过循环,不断更新指针node
,直到找到第K小的元素。 - 在循环中,首先计算当前节点
node
的左子树的节点数量,并保存在变量left
中。 - 判断
left
的值与k-1
的关系:- 如果
left
小于k-1
,说明第K小的元素在当前节点的右子树中,将指针node
更新为当前节点的右子节点,并更新k
的值,减去left+1
。 - 如果
left
等于k-1
,说明第K小的元素就是当前节点,退出循环。 - 如果
left
大于k-1
,说明第K小的元素在当前节点的左子树中,将指针node
更新为当前节点的左子节点。
- 如果
- 循环结束后,返回当前节点
node
的值,即为第K小的元素。
最后,主类 Solution
中的 kthSmallest
方法使用辅助类 mybst
来找到第K小的元素,并返回结果。
这段代码的时间复杂度为O(logN),其中N为二叉搜索树的节点数。空间复杂度为O(N),其中N为二叉搜索树的节点数,主要用于保存每个节点的子节点数量。