LeetCode 95. Unique Binary Search Trees II

最新推荐文章于 2021-09-15 15:18:50 发布

TooSchoolForCool

最新推荐文章于 2021-09-15 15:18:50 发布

阅读量217

点赞数

分类专栏： LeetCode 文章标签： DP Tree 面试题 LeetCode 动态规划

本文链接：https://blog.csdn.net/Zzy_ZhangZeyu_/article/details/80292572

版权

LeetCode 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

LeetCode 95. Unique Binary Search Trees II

@(LeetCode)[LeetCode | Algorithm]

Given an integer n, generate all structurally unique BST’s (binary search trees) that store values 1 … n.

Input: 3
Output:
[
  [1,null,3,2],
  [3,2,null,1],
  [3,1,null,null,2],
  [2,1,3],
  [1,null,2,null,3]
]

Explanation:
The above output corresponds to the 5 unique BST's shown below:

   1         3     3      2      1
    \       /     /      / \      \
     3     2     1      1   3      2
    /     /       \                 \
   2     1         2                 3

Solution #1 DP

Time: $O( Catalan(n) )$
Space: $O( Catalan(n) )$

1到n ([1, n]) 组成的BST可以由1到n中间的任意数字作为根节点。假设根节点是k，那么左侧是所有[1, k-1]的BST集合，右侧是所有[k+1, n]的BST集合。这里就可以利用DP来实现。

首先想到的就是dp[i][j]表示所有[i, j]BST的集合。实际上这个是可以被优化成dp[i]的，其中，dp[i]表示[1, i]BST的集合。因为任意[i, j]全都可以转化为[1, m] + offset的形式。

class Solution {
public:
    vector<TreeNode*> generateTrees(int n) {
        if(n == 0)
            return vector<TreeNode *>();

        vector<vector<TreeNode *> > dp(n + 1, vector<TreeNode *>());
        dp[0].push_back(NULL);

        for(int i = 1; i <= n; i++){
            for(int j = 1; j <= i; j++){
                int left = j - 1, right = j + 1;
                for(auto left_node : dp[left]){
                    for(auto right_node : dp[i-j]){
                        TreeNode *root = new TreeNode(j);
                        root->left = left_node;
                        root->right = offset_tree(right_node, j);
                        dp[i].push_back(root);
                    }
                }
            }
        }

        return dp[n];
    }

    TreeNode * offset_tree(TreeNode *root, int offset) {
        if(root == NULL)
            return NULL;

        TreeNode *new_root = new TreeNode(root->val + offset);
        new_root->left = offset_tree(root->left, offset);
        new_root->right = offset_tree(root->right, offset);
        return new_root;
    }
};

Solution 2: Divided and Conquer

在这里我使用了memo来优化计算时间，避免重复的计算。

这里写图片描述

如上图所示，利用memo可以避免[6, 10]的重复计算。

typedef pair<int, int> PII;

class Solution {
public:
    vector<TreeNode*> generateTrees(int n) {
        if(n == 0)
            return vector<TreeNode *>();
        return generate_trees(1, n);
    }

    vector<TreeNode *> generate_trees(int start, int end) {
        if(start > end)
            return vector<TreeNode *>(1, NULL);

        if(memo.find( PII(start, end) ) != memo.end())
            return memo[PII(start, end)];

        vector<TreeNode *> ret;

        for(int i = start; i <= end; i++){
            vector<TreeNode *> left_trees = generate_trees(start, i - 1);
            vector<TreeNode *> right_trees = generate_trees(i + 1, end);

            for(auto left_child : left_trees){
                for(auto right_child : right_trees){
                    TreeNode *root = new TreeNode(i);
                    root->left = left_child;
                    root->right = right_child;
                    ret.push_back(root);
                }
            }
        }

        memo[PII(start, end)] = ret;
        return ret;
    }

private:
    map<PII, vector<TreeNode *> > memo;
};