还原二叉树,已知前序遍历,和中序遍历,后序遍历,还原二叉树

还原二叉树

还原二叉树,已知前序遍历,和中序遍历,后序遍历,还原二叉树


//定义二叉树
function Node(value) {
    this.value = value;
    this.left = null;
    this.right = null;
}

已知前序遍历,和中序遍历,后序遍历,还原二叉树



// 前序遍历的值
var VLRValue = ["a", "b", "d", "e", "c", "f"]
// 中序遍历的值
var LDRValue = ["d", "b", "e", "a", "f", "c"]
// 后序遍历的值
var LRDValue = ["d", "e", "b", "f", "c", "a"]

//已知前序遍历,和中序遍历,还原二叉树

function BinaryTree(VLR, LDR) {
    if (VLR === null || LDR === null || VLR.length == 0 || LDR.length == 0 || VLR.length !== LDR.length) return;
    var root = new Node(VLR[0])
    var index = LDR.indexOf(root.value)
    var VLRLeft = VLR.slice(1, 1 + index)
    var VLRRight = VLR.slice(1+index, VLR.length)
    var LDRLeft = LDR.slice(0, index)
    var LDRRight = LDR.slice(index+1,LDR.length)
    root.left = BinaryTree(VLRLeft, LDRLeft)
    root.right = BinaryTree(VLRRight, LDRRight)
    return root

}


var root = BinaryTree(VLRValue, LDRValue)
console.log('root: ', root);


// 已知中序遍历,后序遍历,还原二叉树
function BinaryTree(LDR, LRD) {
    if (LDR == null || LRD == null || LDR.length == 0 || LRD == 0 || LDR.length !== LRD.length) return;
    var root = new Node(LRD[LRD.length - 1])
    console.log('root: ', root);
    var index = LDR.indexOf(root);
    var LRDLeft = LRD.slice(0, index);
    var LRDRight = LRD.slice(index, LRD.length - 1)
    var LDRLeft = LDR.slice(0, index);
    var LDRRignt = LDR.slice(index + 1, LDR.length)
    root.left = BinaryTree(LDRLeft, LRDLeft)
    root.right = BinaryTree(LDRRignt, LRDRight)
    return root
}

var root = BinaryTree(LDRValue, LRDValue)
console.log('root: ', root);
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
叉树和后,可以推导出。但需要注意的是,只有给定和后是无法唯一确定一棵二叉树的,因此以下的解法也仅给出一种可能的。 具体做法如下: 1. 根据的第一个节点,确定根节点。 2. 在后找到该根节点的位置,可以将后分为两个部分:左子树的后和右子树的后。 3. 在,根据左子树的节点个数,可以将分为三个部分:根节点、左子树的和右子树的。 4. 对左子树和右子树分别递归进行上述步骤,直到遍完所有节点。 以下是一个示例代码,用于实现上述算法并输出: ```python def get_inorder(preorder, inorder, postorder): if not preorder: return [] root = preorder[0] root_index = postorder.index(root) left_size = root_index + 1 left_preorder = preorder[1:1+left_size] left_inorder = inorder[:left_size-1] left_postorder = postorder[:root_index+1] right_preorder = preorder[1+left_size:] right_inorder = inorder[left_size:] right_postorder = postorder[root_index+1:-1] left_inorder = get_inorder(left_preorder, left_inorder, left_postorder) right_inorder = get_inorder(right_preorder, right_inorder, right_postorder) return left_inorder + [root] + right_inorder preorder = [1, 2, 4, 5, 3, 6, 7] inorder = [4, 2, 5, 1, 6, 3, 7] postorder = [4, 5, 2, 6, 7, 3, 1] print(get_inorder(preorder, inorder, postorder)) # 输出 [4, 2, 5, 1, 6, 3, 7] ``` 在上述代码,`get_inorder` 函数接收三个参数:和后。如果为空,则返回一个空列表。否则,首先根据的第一个节点确定根节点,然后在后找到该根节点的位置,并计算出左子树的节点个数。接着,根据左子树的节点个数,将和后分为左子树和右子树三部分。对左子树和右子树分别递归进行上述步骤,并将结果合并,得到最终的

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值