二叉树算法小结

最新推荐文章于 2022-08-25 16:11:24 发布

Archie敲键盘

最新推荐文章于 2022-08-25 16:11:24 发布

阅读量668

点赞数

分类专栏：算法文章标签：算法数据结构 java

本文链接：https://blog.csdn.net/Archiea/article/details/122798069

版权

算法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

前言

本文是个人阅读labuladong算法秘籍二叉树内容的小结，便于以后自己复习。

一、内容精要

1.1 二叉树的重要性

许多经典算法可以总结成树的问题，因此，学会解决二叉树的问题对于解决许多算法都很有用。

1.2 二叉树算法的基础

二叉树的基本概念、递归和遍历框架是二叉树算法的基础。
二叉树的基本概念包括了解树、满二叉树、完全二叉树、二叉搜索树等基础概念。
二叉树的遍历包括前序、中序和后序遍历，框架如下：

/* ⼆叉树遍历框架 */
void traverse(TreeNode root) {
	// 前序遍历
	traverse(root.left)
	// 中序遍历
	traverse(root.right)
	// 后序遍历
}

1.3 基本思路

选择一个当前节点，明确当前节点要做的事情（通用的解决方法，适用于当前和所有子节点），以及在前序、中序还是后序去做这件事，利用递归调用子节点（需要完成这件事的节点）做同样的事。

难点在于：如何把题目要求细化成当前节点要做的事。

说明：如果“要做的事中涉及调用多个辅助函数”，则考虑是否能在后序位置实现，降低时间复杂度，即考虑，当前节点所需要的信息能否由左右两个子节点推导出来。

1.4 递归的方法

明确函数的定义，利用定义推导结果，不要跳入递归细节。

1.5 二叉搜索树（BST）

1.5.1 特点

二叉搜索树是二叉树中的一种类型。其具有以下特点：
（1）“左小右大”，对于每一个BST节点，左子树的节点都小于当前节点，右子树节点则都大于当前节点。
（2）对于每个BST节点，左子树和右子树都为BST。
（3）中序遍历的结果是有序的，可升序可降序。
中序遍历的实质是将二叉树节点转换成一维数组，通过操作索引来实现。

1.5.2 时间复杂度

二叉搜索树的时间复杂度一般是O(logN)，可以通过“左小右大”的性质来缩小检索时间，通常的做法是在二叉树的结构中额外维护一个size来记录以自己为根的这颗二叉树有多少节点。

在算法题中，二叉树的数据结构往往是给定的，因此，时间复杂度常常是O(logN)。

1.5.3 基础操作

判断二叉搜索树的合法性、增、删、查是二叉搜索树的基础操作。
处理该类问题往往是遍历+基础操作。

I、判断BST合法性
思路：判断当前节点大于整棵左子树的节点值，小于整棵右子树的节点值，由于当前主函数无法满足约束，因此引入辅助函数和min和max参数，根据当前节点信息将约束传递下去。

II、增
思路：根据二叉搜索树“左小右大”的性质，判断当root.val < target 时，在右子树查找，当root.val > target时，在左子树查找，当==时，执行增加操作。

III、查
思路：根据二叉搜索树“左小右大”的性质，判断当root.val < target 时，在右子树查找，当root.val > target时，在左子树查找，当==时，执行相关查找操作。

IV、删除
思路：根据“左小右大”先找到target节点，分情况讨论，当target节点为（root.left == null || root.right == null），则直接删除该节点，当target节点有左右子树，则需要在保证删除节点后仍为BST，因此，需要在删除该节点后连接左树的最大节点或右树的最小节点，以右树为例，需要引入辅助函数，找到右树最小节点，其次删除右树中的该最小节点，将右树该节点连接上去，并替换target节点。

二、写二叉树算法的一些tips

（1）先考虑base case，输入为空/0，索引lo<hi，空节点等情况，根据输出return相应的值。
（2）考虑是否需要引入辅助函数，引入的辅助函数可以调整参数，通过引入参数增加约束。如果不需要改变输入的参数，可以不引入辅助辅助函数。
引入的辅助函数要注意输出类型，一般与主函数保持一致（看具体实现）。
（3）一般题目思路是：