第27-28天学习笔记——二叉树经典题、回溯算法

• 二叉树经典题
  • 80% 二叉树的算法题基本上就是用递归
  • LeetCode 105、从前序与中序遍历序列构造二叉树（重要，掌握）
    • 题目解读
      • 前序、中序

      • 

        

      • 在前序中找到根节点3，再在中序里找到左孩子节点9
      • 再举一个字母的例子，以中序为对应索引，然后遍历前序，找根节点和左右孩子节点

        • 

          

          
    • 代码编写思路
      • 通过哈希表把中序遍历序列中的值和顺序建立映射关系，通过 for 循环，遍历完中序遍历序列中的所有元素
      • 然后构建二叉树
        • 把前序遍历序列中的第一个元素 preorder[0] 作为二叉树的根节点，因为任意二叉树的前序遍历序列中的第一个元素，一定是二叉树的根节点
        • 继续遍历前序遍历序列中的其它元素，把当前遍历的节点插入到以 root 为根节点的二叉树中
        • 当 preorder 中所有元素都构造并且插入完毕之后，二叉树就完成了构建
        • 那么如何插入呢？
          • root : 二叉树的根节点 node : 待插入的节点
          • 进行while循环，当 root 和 node 指向的节点相同时，跳出循环
          • 如果 node 的中序遍历序列位置小于 root 的中序遍历序列位置 ，说明 node 应该在 root 的左子树中

            • 

          • 如果 node 的中序遍历序列位置大于 root 的中序遍历序列位置 ，说明 node 应该在 root 的右子树中

            • 
  • LeetCode 222 、完全二叉树的节点个数（重点）
    • 如果是满二叉树，总节点数是2^depth - 1

      • 

    • 当左子树的高度不等于右子树的高度时，因为完全二叉树的定义，因此左子树必然大于右子树高度，并且右子树是满二叉树，可以计算右子树的节点数

      • 

    • 当左子树的高度等于右子树的高度时，左子树是满二叉树，可以计算左子树的节点数

      • 

  • LeetCode 236、二叉树的最近公共祖先
    • 先找到p和q的路径

      

    • p和q路径中最远的公共节点是5，也就是它们的最近公共祖先
    • 怎么找呢？递归

      • 

  • LeetCode 235、二叉搜索树的最近公共祖先
    • 二叉搜索树：对每个根节点而言，它的左子树的节点都小于它，右子树的节点都大于它，即root.left < root < root.right
    • 如果说 root 是 p、q 的最近公共祖先，也就意味着 p、q 在 root 的两侧
    • 假设 p 在 root 的左侧，q 在 root 的右侧，那么 p.val < root.val < q.val
      • 1、root.val - p.val > 0
      • 2、root.val - q.val < 0， 即 ( root.val - p.val ) * ( root.val - q.val ) < 0
    • 循环当发现 ( root.val - p.val ) * ( root.val - q.val ) > 0 ，说明 p、q 在 root 的同一侧，不是最近公共祖先， 需要搜索 root 的左右子树
      • p.val < root.val，说明p在root的左子树(q也在左子树)，所以去左边找，root = root.left；否则就去右边找，root = root.right
    • 跳出循环，说明 (root.val - p.val) * (root.val - q.val) <= 0， 此时，root 就是 p 、q 的最近公共祖先节点
• 回溯算法

  • 

  • 回溯算法的思考步骤如下：
    • 1、画出递归树，找到状态变量(回溯函数的参数)
    • 2、寻找结束条件，由于回溯算法是借助递归实现，所以也就是去寻找递归终止条件
    • 3、确定选择列表，即需要把什么数据存储到结果里面
    • 4、判断是否需要剪枝，去判断此时存储的数据是否之前已经被存储过
    • 5、做出选择，添加元素到路径，递归调用该函数，进入下一层继续搜索
    • 6、撤销选择，回到上一层的状态
  • 基本思想是：为了求得问题的解，先选择某一种可能情况向前探索，在探索过程中，一旦发现原来的选择是错误的，就退回一步重新选择，继续向前探索，如此反复进行，直至得到解或证明无解。
  • 当问题碰到走不通的路径，需要"回头"，以此来查找出所有的解的时候，使用回溯算法。即满足结束条件或者发现不是正确路径的时候(走不通)，要撤销选择，回退到上一个状态，继续尝试，直到找出所有解为止。
  • 注意：在回溯算法中，在回溯函数中对路径要使用path.copy()的拷贝操作！！！
  • 题型
    • 子集（没有顺序）、排列类问题（有顺序）
    • 组合类问题
    • 搜索、N皇后类问题
  • 子集问题&&排列问题
    • LeetCode 78、子集（典型回溯算法）
      • 1、画出递归树，找到状态变量(回溯函数的参数)
        • 结合最终结果来画递归树。

        • 

        • 

      • 2、寻找结束条件，由于回溯算法是借助递归实现，所以也就是去寻找递归终止条件。
        • 当访问的数组下标超过了 nums 数组的长度时，递归结束。
      • 3、确定选择列表，即需要把什么数据存储到结果里面。
      • 4、判断是否需要剪枝，去判断此时存储的数据是否之前已经被存储过
        • 由于题目要求我们去存储所有的子集，也就意味着不存在丢弃的操作，也就不需要剪枝了。
      • 5、做出选择，把本次递归访问的元素加入到 subset 数组中，递归调用该函数，进入下一层继续搜索
    • LeetCode 90、子集II（加入了剪枝操作）
      • 剪枝：if j > i and nums[j] == nums[j - 1]: continue

        

      • 时间复杂度：O(n * 2 ^ n)。一共 2^n 个状态，每种状态需要 O(n) 的时间来构造子集。
      • 空间复杂度：O(n)。临时数组 subsets 的空间代价是 O(n)，递归时栈空间的代价为 O(n)。
    • LeetCode 46、全排列（有顺序）
      • 和子集问题的不同点在于全排列可以走之前走过的元素，比如213，所以在回溯函数中，只有当递归结束时，我们才把path添加到res中（子集问题中，每次回溯都要将path添加到res中）

        

      • 可以设置一个True/False数组来记录元素是否被使用过，即在做选择是将nums[i]=True，退出选择时将nums[i]=False
    • LeetCode 47、全排列II（加入了剪枝操作）
      • 剪枝：如果当前元素和前一个元素相同，并且前一个已经使用过了，就剪去
      • if i > 0 and nums[i] == nums[i - 1] and used[i - 1]: continue
  • 组合问题
    • LeetCode 39、组合总和（要剪枝）
      • 剪枝操作：对于4来说，它是由7选择3得到的，那么为什么7不选择2得到4呢？因为前面得到5的时候已经选择过2了，所以也就是说在4这条路径上已经不能选择2了，所以剪枝掉（这里path里的元素是选择的数字，不是节点的数字）。也就是说，回溯函数中的for循环i是从start位置而非0位置开始的，并且start是从i递归的，即后续可以选的元素一开始只能从 start 开始（注意和组合总和II的区别，II中是从i+1递归的，即不选当前i的元素了）

        

        

        

    • LeetCode 40、组合总和II（要剪枝的剪枝）
      • 剪枝操作：同一层相同数值的结点，从第 2 个开始，结果一定发生重复，因此跳过，用 continue；并且now_position也从上一题的i变为了现在这道题的下一个元素，即i+1（因为一个元素只能使用一次）

        

        

        

        

    • LeetCode 77、组合
      • 填坑操作：从1到n中选择k个数来填k个坑，先填第一个坑，再从剩下的元素里面选一个来填剩下的k-1个坑......

        

        

      • 注意选择列表为for i in range(start, n - k + 1 + 1): n-k表示1到n中，还需要填k个坑，那么只能取到第n-k+1的位置，但是这个位置也可以取，所以是range(start, n - k + 1 + 1)
      • 比如[1,2,3,4,5,6]如果选3个数，那么start位置只能选到4这个数
• 简答题
  • 子集问题、排列问题、组合问题都是回溯算法里的高频题目，这几种问题的解答在代码上有什么区别和联系？
    • 三者都是选用回溯算法的模板进行解题
    • 子集问题关注是否包含元素，排列问题关注元素的顺序，组合问题关注元素的组合方式。子集问题关注是否包含元素，排列问题关注元素的顺序，组合问题关注元素的组合方式。