java算法day18

java算法day18

• 617 合并二叉树
• 700 二叉搜索树中的搜索
• 98 验证二叉搜索树

---

617 合并二叉树

正如题目所说，那么看起来这个题就是两个树同时做递归左右子树，然后在这个过程中做合并，构建树。并且从上到下处理，那么就是先序遍历。

构建树可以有两种做法。
法1：每层新new一个节点，在归的过程中建立联系。
昨天在后序和中序遍历构建二叉树中学到了一种构建树的新方法，每层都new一个新节点，然后对其左右子树进行递归，在返回的时候建立节点与节点之间的联系，所以返回值就是该层构建好的节点，由于是归的过程建立的联系，那么归到某一层的时候，该层返回的节点，他的下面的结构都是已经构造好了。

class Solution {
    public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
        // 如果两个节点都为空，返回null
        if (root1 == null && root2 == null) {
            return null;
        }
        
        // 计算新节点的值
        int value = 0;
        if (root1 != null) {
            value += root1.val;
        }
        if (root2 != null) {
            value += root2.val;
        }
        
        // 创建新节点
        TreeNode newNode = new TreeNode(value);
        
        // 递归处理左子树
        if (root1 == null) {//必须传null，传root1.left就会空指针。点不出来的，下面同
            newNode.left = mergeTrees(null, root2.left);
        } else if (root2 == null) {
            newNode.left = mergeTrees(root1.left, null);
        } else {
            newNode.left = mergeTrees(root1.left, root2.left);
        }
        
        // 递归处理右子树
        if (root1 == null) {
            newNode.right = mergeTrees(null, root2.right);
        } else if (root2 == null) {
            newNode.right = mergeTrees(root1.right, null);
        } else {
            newNode.right = mergeTrees(root1.right, root2.right);
        }
        
        return newNode;
    }
}

该做法的缺点很明显，1.要写很多的if判断来走哪种递归方式，不分情况传就会空指针异常。
2.费空间，每一层都会new一个新的节点。

---

法2：原地构建
本质思路还是同时递归左右子树，只是处理过程有差别。本题是在root1上进行构建
这种方法就抓住一句话。
修改指针可以是很方便的方式
这个代码建议先看中间，然后再去想递归出口

class Solution {
    public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
    //由于是同时递归下去的，二者到下层时要先判断，有没有一方为空，想想如果有一方为空，另一方不为空，那么空的一方后面就已经没有节点了，此时直接返回非空的部分，不就是代表后面的内容全是这个非空的部分。而这里就是改个指针的功夫。后面也没必要走了。
    //看代码，这里如果root1是null那么后面就拼root2的部分。
    //如果root1不为null，那么检查root2，如果root2为null，那么后面的结果都是root1的，直接返回，后面不用再进行构建了。
    //而且如果都为null，这里就会返回null。只能说很妙。
        if (root1 == null) return root2;
        if (root2 == null) return root1;
        //两个节点进行合并
        root1.val += root2.val;
        //递归构建root1的左右子树
        root1.left = mergeTrees(root1.left, root2.left);
        root1.right = mergeTrees(root1.right, root2.right);
        //最后完成构建是在root1上，所以返回root1。这就是结果
        return root1;
    }
}

---

700 二叉搜索树中的搜索

依据二叉搜索树的性质，不断的调整往下的递归方向就可以做出来。
因为BST的性质，如果找不到就会一直往下搜，直到碰到null。找得到就停了。

class Solution {
    public TreeNode searchBST(TreeNode root, int val) {
        if(root==null){
            return null;
        }

        if(val<root.val){
            return searchBST(root.left,val);
        }else if(val>root.val){
            return searchBST(root.right,val);
        }else{
            return root;
        }

    }
}

---

98 验证二叉搜索树

验证二叉搜索树的核心思路：
要知道二叉搜索树的判定：节点从上到下递归满足左子树小于根节点，根节点小于右子树。

我一开始顺着这个思路做就想到了双重递归，从上到下的去验证每个节点是否满足这个定义，这个做法是非常不好的。一看就是有大量的冗余运算。

所以本题用的方法，我称之为范围限制和束缚传递。

具体做法：
1.为树中的每个节点定义一个有效值的范围，这个范围有一个下界和一个上界定义。
2.初始时根节点可以是任何值，其范围是正无穷和负无穷，那么此时就可以用MAX常量。

3.递归定义子节点的范围，对于任何节点，其左子节点的值必须小于该节点的值，单要大于该节点的下界。其右子节点的值必须大于该节点的值，并且小于该节点的上界。
4.递归的时候就要不断的更新范围，节点必须要在该范围内才能满足二叉搜索树的性质。
5.范围更新规则：递归左子树，上界变为当前节点的值，下届保持不变。
递归右子树，下届变为当前节点的值，上界保持不变。

---

懂了这些就可以总结快速做法：

如果往左递归，可以把开区间的右边界更新为当前节点，如果往右递归，就把开区间的左边界更新为当前节点。
从这个图里可以看到，上层的约束，已经带到下层去了，而且这个范围在不断的收缩。

这个做法是先序遍历的做法，即从上到下

class Solution {
    public boolean isValidBST(TreeNode root) {
    //第一层就是root，然后范围为无穷大和无穷小，由于测试用例要求到Long了，那么就用Long的
        return isValidBST(root, Long.MIN_VALUE, Long.MAX_VALUE);
    }

    private boolean isValidBST(TreeNode node, long left, long right) {
    //递归出口，到这里说明路上的元素都满足了
        if (node == null) {
            return true;
        }
        //把当前节点值拿出来做验证
        long x = node.val;
        //先序遍历的思想
        //不仅本层要满足，左右子树也要满足。所以就这样递归下去
        return left < x && x < right &&
               isValidBST(node.left, left, x) &&
               isValidBST(node.right, x, right);
    }
}

---