二叉搜索树中第K小的元素

题干

给定一个二叉搜索树,编写一个函数 kthSmallest 来查找其中第 k 个最小的元素。

说明:
你可以假设 k 总是有效的,1 ≤ k ≤ 二叉搜索树元素个数。

示例 1:

输入: root = [3,1,4,null,2], k = 1
   3
  / \
 1   4
  \
   2
输出: 1

示例 2:

输入: root = [5,3,6,2,4,null,null,1], k = 3
       5
      / \
     3   6
    / \
   2   4
  /
 1
输出: 3

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 kthSmallest 函数?

题解

中序遍历法
对于二叉搜索树而言,中序遍历是升序序列。
方法一:递归
通过构造 BST 的中序遍历序列,则第 k-1 个元素就是第 k 小的元素。
在这里插入图片描述

class Solution {
   
  public ArrayList<Integer> inorder(TreeNode root, ArrayList<Integer> arr) {
   
    if (root == null) return arr;
    inorder(root.left, arr);
    arr.add(root.val);
    inorder(root.right, arr);
    return arr;
  }

  public int kthSmallest(TreeNode root, int k) 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,我们可以按照中序遍历的方式遍历二搜索树,得到一个有序的节点序列。接下来,通过二分查找的方法寻找第一个大于等于k的元素的位置,然后又能得到需要寻找的比k小的元素的范围。最后,我们可以返回这个范围的所有元素即可。以下是使用Python实现的代码示例: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def inorderTraversal(root): res = [] stack = [] curr = root while curr or stack: while curr: stack.append(curr) curr = curr.left curr = stack.pop() res.append(curr.val) curr = curr.right return res def findElementsLessThanK(root, k): if not root: return None nodes = inorderTraversal(root) l, r = 0, len(nodes) - 1 while l <= r: mid = (l + r) // 2 if nodes[mid] >= k: r = mid - 1 else: l = mid + 1 return nodes[:l] # 示例 root = TreeNode(5) root.left = TreeNode(3) root.right = TreeNode(7) root.left.left = TreeNode(2) root.left.right = TreeNode(4) root.right.left = TreeNode(6) root.right.right = TreeNode(8) k = 6 print(findElementsLessThanK(root, k)) # [2, 3, 4, 5] ``` 该代码中,`inorderTraversal`函数实现了中序遍历,返回节点升序排列的列表。`findElementsLessThanK`函数将中序遍历的结果进行二分查找,获得第一个大于等于k的位置`l`,然后返回节点列表中前`l`个元素,即为比k小的元素集合。最后,我们提供了一个示例,其中我们构建了一个二搜索树,然后通过该函数找到了所有比k小的元素

“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