LeetCode0096.不同的二叉搜索树 Go语言AC笔记

 时间复杂度：O(n²)，空间复杂度：O(n)

解题思路

正常想法是动态规划，但是理解起来可能有一些别扭。如果是笔试就用卡特兰数解决。

我们可以先用递归的方法想一想，如果要想知道n个节点的二叉搜索树种类数，那么是不是应该尝试将所有节点都做一次根节点，然后它左面的节点就会成为它左子树节点，右面的节点就会成为它右子树的节点，这样就有了分而治之的思想。

接下来我们再尝试在它的左子树所有节点中重复以上的步骤，还是先找根节点，然后划分左子树节点和右子树节点，直到左子树或右子树节点数为0或1，说明只有一种情况，然后将左子树的情况数乘右子树的情况数就是根节点的情况数了。这样通过递归我们就能得到总的情况数。

但有没有发现这样递归浪费了许多无用功，也就是计算n个节点有多少种情况时可能第一次递归就计算出2个节点有2种，但是第二次递归其它子树时又算一遍2个节点有几种，这样重复计算会降低时间性能，所以我们考虑将计算过的n个节点情况数记录下来，这样下次就可以直接用而不需要重复计算了。

而这就有了动态规划的思想，先求出2个节点时的情况数，两个节点的情况数依赖于0个节点和1个节点的情况数，求完2个节点再去求3个节点时的情况数，3个节点的情况数依赖于0、1、2个节点的情况数……以此类推就可以求出n个节点时的情况数了。

AC代码

func numTrees(n int) int {
    G:=make([]int,n+1)//节点个数为n时的二叉搜索树种类数
    G[0],G[1]=1,1//初始化边界值
    //从节点数为2开始计算
    for i:=2;i<=n;i++{
        //第j个数作为根节点
        for j:=1;j<=i;j++{
            G[i]+=G[j-1]*G[i-j]//如果第j个数作为根节点，那么左子树一共有j-1个节点，右字数一共有i-j个节点，总的种类数就是二者种类数的乘积
        }
    }
    return G[n]
}

感悟

又一次被动态规划打败，不过代码写起来很简单，就看能不能屡明白吧……