迭代解法
博客题解 https://grandyang.com/leetcode/889/
原题解 https://leetcode.com/problems/construct-binary-tree-from-preorder-and-postorder-traversal/discuss/161268/C%2B%2BJavaPython-One-Pass-Real-O(N)
正常的递归做法时间复杂度是O(n^2),但文中最后给出了用栈实现的O(n)时间复杂度解。
class Solution:
def constructFromPrePost(self, pre, post):
stack = [TreeNode(pre[0])]
j = 0
for v in pre[1:]:
node = TreeNode(v)
while stack[-1].val == post[j]:
stack.pop()
j += 1
if not stack[-1].left:
stack[-1].left = node
else:
stack[-1].right = node
stack.append(node)
return stack[0]
栈中保存的元素是从根节点到当前节点的访问路径。
由于前序遍历时,顺序是中->左->右,所以迭代pre数组,遇到的新节点有两种可能:
- 它是当前栈顶节点的子节点
- 它是栈内其他节点的子节点
入下图所示:
我们将后序遍历数组的下一个节点与栈顶节点比较:
- 如果相等,那么栈顶的子树已遍历完成,先序遍历的新节点一定处于区域2,将当前栈顶弹出。
- 因为如果。它处于区域1,那么后序遍历的下个节点不应该是cur。
- 如果不相等,栈顶的子树一定没遍历完成,先序遍历的新节点一定处于区域1,将新节点设置为栈顶节点的子节点,并推入栈。
- 因为如果它处于区域2,那么根据后序遍历的顺序,后序遍历的下个节点必须是cur。
后序遍历时,顺序是左->右->中,所以当你在post数组看到某个节点时,说明它的左右节点都已经遍历过了,也就是说这个子树都遍历完成了。
虽然很难理解,但至少证明了正确性。
递归解法
递归做法的优化,可以引入hashmap将节点->索引保存,适当加快搜索速度。