LeetCode 递增顺序查找树

题目

  给定一个树，按中序遍历重新排列树，使树中最左边的结点现在是树的根，并且每个结点没有左子结点，只有一个右子结点。

示例

输入：[5,3,6,2,4,null,8,1,null,null,null,7,9]

       5
      / \
    3    6
   / \    \
  2   4    8
 /        / \ 
1        7   9

输出：[1,null,2,null,3,null,4,null,5,null,6,null,7,null,8,null,9]
 1
  \
   2
    \
     3
      \
       4
        \
         5
          \
           6
            \
             7
              \
               8
                \
                 9  

解法

---

一、迭代( Python )

class Solution:
    def increasingBST(self, root: TreeNode) -> TreeNode:
        if(root == None):
            return None
        val_list = []
        n_stack = []
        node = root
        while n_stack or node:
            if not node:
                n_tmp = n_stack.pop()
                val_list.append(n_tmp.val)
                node = n_tmp.right
                continue
            while(node.left):
                n_stack.append(node)
                node = node.left
            val_list.append(node.val)
            node = node.right
        res = tmp = TreeNode(-1)
        for v in val_list:
            tmp.right = TreeNode(v)
            tmp = tmp.right
        return res.right

基本思路

  通过迭代将所有节点的值按中序存入列表list中，最后利用tmp构建新树。注意这里是存入节点的值，而不是节点本身，因为节点本身可能还有左子树。中序遍历的关键在于当某个节点的left不存在时，需要将父节点从栈中弹出，然后对父节点的右子节点进行迭代。

复杂度分析

  时间复杂度为$O\left(N\right)$，空间复杂度为$O\left(N\right)$。

补充

我写的中序遍历理解起来比较复杂，有较简洁的方式。

res, stack = [], []
while root or stack:
    if root:
        stack.append(root)
        root = root.left
    else:
        node = stack.pop()
        res.append(node.val)
        root = node.right

二、递归( Python )

class Solution:
    def increasingBST(self, root: TreeNode) -> TreeNode:
        def in_order(node):
            if node:
                in_order(node.left)
                tmp = TreeNode(node.val)
                self.cur.right = tmp
                self.cur = self.cur.right
                in_order(node.right)
                
        res = self.cur = TreeNode(-1)
        in_order(root)
        return res.right

基本思路

  新定义一个in_order函数，中序遍历所有节点，在遍历的过程中就对所有节点进行重新链接。

复杂度分析

  时间复杂度为$O\left(N\right)$，空间复杂度为$O\left(H\right)$，$H$为树的高度。