4、重建二叉树
输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。
思路分析
在二叉树的前序遍历序列中,第一个数字总是树的根结点的值。但在中序遍历序列中,根结点的值在序列的中间,左子树的结点的值位于根结点的值的左边,而右子树的结点的值位于根结点的值的右边。因此我们需要扫描中序遍历序列,才能找到根结点的值。
如下图所示,前序遍历序列的第一个数字1就是根结点的值。扫描中序遍历序列,就能确定根结点的值的位置Inroot。根据中序遍历特点,在根结点Root之前的节点都是左子树结点,也就是说4 7 2
就是左子树的中序遍历,而5 3 8 6
就是右子树的中序遍历。同理左子树的前序遍历是2 4 7
,右子树的前序遍历是3 5 6 8
,然后递归就可够冲建二叉树。
/**
* Definition for binary tree
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
TreeNode* reConstructBinaryTree(vector<int> pre,vector<int> vin) {
int len=pre.size();
if(len==0)return nullptr;
int root=pre[0];
TreeNode*ret=new TreeNode(root);//返回的根节点
vector<int> left_pre,left_in,right_pre,right_in;
int Inroot;
for(Inroot=0;Inroot<len;Inroot++)
{
if(vin[Inroot]==root)
break;
}
//此时找到了根节点在中序数组中的位置Inroot
for(int i=0;i<len;i++)
{
if(i<Inroot)
{
left_pre.push_back(pre[i+1]);//对于前序遍历来说,左子树下标1开始
//这里虽然使用i+1,但是不会存在越界,因为在数组pre中下标为Inroot的节点仍然属于左子树
left_in.push_back(vin[i]);
}
else if(i>Inroot)
{
right_pre.push_back(pre[i]);
right_in.push_back(vin[i]);
}
}
ret->left=reConstructBinaryTree(left_pre,left_in);
ret->right=reConstructBinaryTree(right_pre,right_in);
return ret;
}
};
5、用两个栈实现一个队列
用两个栈来实现一个队列,完成队列的Push和Pop操作。 队列中的元素为int类型。
思路分析
定义两个队列s1和s2。入队列:直接Push到s2。
出队列:如果s1为空,s2不为空,把栈s2中的元素依次入栈到s1。否则直接Pop栈s1。
class Solution
{
public:
void push(int node) {
stack2.push(node);
}
int pop() {
if(stack1.empty())
{
while(!stack2.empty())
{
stack1.push(stack2.top());
stack2.pop();
}
}
int val=stack1.top();
stack1.pop();
return val;
}
private:
stack<int> stack1;
stack<int> stack2;
};
6、旋转数组的最小数字
把一个数组最开始的若干个元素搬到数组的末尾,我们称之为数组的旋转。 输入一个非减排序的数组的一个旋转,输出旋转数组的最小元素。 例如数组{3,4,5,1,2}为{1,2,3,4,5}的一个旋转,该数组的最小值为1。 NOTE:给出的所有元素都大于0,若数组大小为0,请返回0。
思路分析
笨方法:从头到尾遍历数组找到最小值, O ( N ) O(N) O(N)的时间复杂度。
class Solution {
public:
int minNumberInRotateArray(vector<int> rotateArray) {
if(rotateArray.size()==0)
return 0;
int min=rotateArray[0],i=0;
for(i;i<rotateArray.size();i++)
{
if(rotateArray[i]<min)
min=rotateArray[i];
}
return min;
}
};
初级优化
由于非减排序数组,在进行旋转之后,数组形如是7,8,9,1,2,3,4,5,6
这样,那么当arr[i+1] < arr[i]
的时候,arr[i+1]
就是整个数组的最小值。时间复杂度
O
(
1
)
O(1)
O(1)~
O
(
n
)
O(n)
O(n)。
class Solution {
public:
int minNumberInRotateArray(vector<int> rotateArray) {
int ret=0;
if(!rotateArray.size())
return ret;
for(size_t i=0;i<rotateArray.size()-1;i++){
if(rotateArray[i+1]<rotateArray[i])
{
ret=rotateArray[i+1];
break;
}
}
return ret;
}
};
终极优化:根据数组的规则:
左区数值均大于arr[arr.size()-1]
,右区数值均小于arr[0]
。那么从取中间位置看它是左区还是右区,然后再向最小值位置靠近,就可以找到最小值。这种方法时间效率最高,时间复杂度是
O
(
1
)
O(1)
O(1)~
O
(
n
/
2
)
O(n/2)
O(n/2)。
class Solution {
public:
int minNumberInRotateArray(vector<int> rotateArray) {
int ret = 0;// 变量记录待返回的最小数
if (!rotateArray.size())// 如果数组为空返回0
return ret;
int i = rotateArray.size() / 2;
while (i > 0 && i < rotateArray.size()) {// 在左区内
if (rotateArray[i] > rotateArray[rotateArray.size() - 1] &&
rotateArray[i] <= rotateArray[i + 1]) {
i++;
} else if (rotateArray[i] < rotateArray[0] &&
rotateArray[i] >= rotateArray[i - 1]) {// 在右区内
i--;
} else {
// 此时拿到的rotateArray[i]是边界值,可能是左区的最大值或右区的最小值,判断一下即可
ret = rotateArray[i] > rotateArray[i + 1] ? rotateArray[i + 1] : rotateArray[i];
break;
}
}
return ret;
}
};