题目描述
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210415123246676.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zpc2hlcmlzaA==,size_16,color_FFFFFF,t_70)
// 96. 不同的二叉搜索树
// 给定一个整数 n,求以 1 ... n 为节点组成的二叉搜索树有多少种?
题解
// 动态规划
// "有多少种?"这种问题第一时间想到动态规划。如何对BST结构使用呢?
//
// 假设给定的整数n为6,那我们就有1 2 3 4 5 6 这6个节点,每一个节点都有可能
// 成为根结点,如果1为根结点,则2 3 4 5 6必在右子树,如果3为根结点,则1 2在
// 左子树,4 5 6在右子树,以此类推。
// 设f(i)是根结点固定为i时,能组成BST的数量。我们题目要求的答案就是f(n),
// 如果n=0时,那f(n=0)=1,只有一种空结点情况。如果n=1,那f(n=1)=1,只有一种
// 单个结点的情况。如果n=2,那显而易见f(n=2)=2,俩结点各为根时有两种情况。
//
// 如果n=3呢?那我们得考虑所有结点作为根结点的情况,n=3,有1 2 3这3个结点,
// 若1为根结点,左子树有f(0)种情况,右子树有f(2)种情况,总共有f(0)*f(2)种情况,
// 若2为根结点,左子树有f(1)种情况,右子树有f(1)种情况,总共有f(1)*f(1)种情况,
// 若3为根结点,左子树有f(2)种情况,右子树有f(0)种情况,总共有f(2)*f(0)种情况
// 最后累加起来有f(n=3) = f(0)*f(2) + f(1)*f(1) + f(2)*f(0)。
//
// 如果n=4呢?那我们要求的是f(n=4),n=4包括1 2 3 4这4个结点,
// 若1为根结点,左子树有f(0)种情况,右子树有f(3)种情况,总共有f(0)*f(3)种情况,
// 若2为根结点,左子树有f(1)种情况,右子树有f(2)种情况,总共有f(1)*f(2)种情况,
// 若3为根结点,左子树有f(2)种情况,右子树有f(1)种情况,总共有f(2)*f(1)种情况,
// 若4为根结点,左子树有f(3)种情况,右子树有f(0)种情况,总共有f(3)*f(0)种情况,
// 最后累加起来有f(n=4) = f(0)*f(3) + f(1)*f(2) + f(2)*f(1) + f(3)*f(0)。
//
// 如果有i个结点,求f(i),n=i,有1 2 3 ... i个结点,
// 若1为根结点,左子树有f(0)种情况,右子树有f(i-1)种情况,总共有f(0)*f(i-1)种情况,
// 若2为根结点,左子树有f(1)种情况,右子树有f(i-2)种情况,总共有f(1)*f(i-2)种情况,
// ...
// 若i为根结点,左子树有f(i-1)种情况,右子树有f(0)种情况,总共有f(i-1)*f(0)种情况,
// 最后累加起来有f(n=i) = f(0)*f(i-1) + f(1)*f(i-2) + ... + f(i-1)*f(0)
// 这里我们找到了规律,可以用一个for循环求出f(i),即n=i时的BST组合数量,
// for (int j = 0; j < i; j++) { f(i) += f(j) * f(i - 1 - j) }
//
// 解法:
// 构建dp数组,dp[i]表示f(i),即n=i时BST的组合数量,则dp[n=0]=1,dp[n=1]=1。
// 我们构建两个for循环,
// 第一个for循环从dp当n=2时遍历到dp末位,即从dp[2]到dp[n],遍历索引就为i,
// 元素为dp[i],我们需要动态规划把dp[2],dp[3],...,一直计算到我们需要的dp[n]。
// 当遍历到dp[i]时,第二个for循环计算dp[i]的值,就用我们刚刚的办法:
// for (int j = 0; j < i; j++) { dp[i] += dp[j] * dp[i - 1 - j] }
//
// 当双循环结束,返回dp[n]即可。
//
// 执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
// 内存消耗:35.1 MB, 在所有 Java 提交中击败了77.05%的用户
class Solution {
public int numTrees(int n) {
int[] dp = new int[n + 1];
dp[0] = 1;
dp[1] = 1;
for (int i = 2; i < n + 1; i++) {
for (int j = 0; j < i; j++) {
dp[i] += dp[j] * dp[i - 1 - j];
}
}
return dp[n];
}
}