最近公共祖先(Lowest Common Ancestor,LCA),详见百度百科。一个节点也可以是它自己的祖先。
一次查询
从树根开始,如果当前节点值大于p和q,那么p和q的公共祖先,一定在当前节点的左子树上。
从树根开始,如果当前节点值小于p和q,那么p和q的公共祖先,一定在当前节点的右子树上。
从树根开始,如果当前节点值介于p和q,那么该节点就是p和q的最近公共节点。
按照上面规则来做:
class Solution:
def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode':
if p.val > q.val:
p,q=q,p #保证左小右大
while(True):
if root.val < p.val: #比最小的小
root =root.right
elif root.val >q.val:#比最大的大
root = root.left
else:
return root
上面的题是基于二叉搜索树的,它的左子树和右子树有明显关系。没有关系的时候,就是这道题。我觉得是一样的解题思路。关于树的问题一般都可以转换为递归(因为树本来就是递归描述)。
如果p和q分别在节点的两边,那么该节点就是最近的公共祖先。
p和q都在该节点的左子树,那么继续找该节点的左子树。lowestCommonAncestor(root.left,p,q) ->递归关系
p和q都在该节点的右子树,那么继续找该节点的右子树。
边界问题:return的问题。
(1)如果root为空,那么返回root,若root=p 或者 root=q 那么已经找到,就是root
(2)如果上面两种情况都没有,那么就要继续分别在root的左右子树寻找,如果找到该节点的最左子树(left==None),依旧没有找到,那么说明,p和q在右子树上(返回右子树的情况)。
(3)如果上面两种情况都没有,那么就要继续分别在root的左右子树寻找,如果找到root的最右子树(left==None),依旧没有找到,那么说明,p和q在左子树上(返回左子树的情况)。
(4)如果上面两种情况都没有,那么就要继续分别在root的左右子树寻找,如果找到该节点的左子树和右子树上都返回了节点,那么该节点就是公共祖先。分别位于两侧。
左右子树寻找过程是独立的。
class Solution:
def lowestCommonAncestor(self, root: TreeNode, p: TreeNode, q: TreeNode) -> TreeNode:
if not root or root == p or root == q:
return root
left = self.lowestCommonAncestor(root.left,p,q) #左下面继续找
right = self.lowestCommonAncestor(root.right,p,q) # 右下面继续找
if not left: #左子树都找完了,依旧不存在
return right #肯定是在右子树
if not right: #同上
return left
return root # 如果左,右都有返回,那么说明在root的两侧
多次查询
当将查找两个节点的最近公共祖先看做是查询的问题,如果是只求一次,则是单次查询;如果要求多个任意两个结点的最近公共祖先,则相当于是批量查询。上面的查询都是属于一次查询,时间复杂度是O(N),那么如果是多次查询的话,总体复杂度为O(KN)。扩大了K(次数)倍。因此有了一些其他的算法来解决这个O(KN)的问题。
(1)Tarjan算法
(2)将查询转换为RMQ问题( Range Maximum/Minimm Query)
(3)倍增法
(4)重链剖分算法
(5)后序遍历
以上五种算法,我只碰到了第三种的一个题。(1)(2)算法可详见此链接。(4)(5)算法没有链接hhh。
(3)倍增法 -> 未了解过的要先看下,稀疏表(SparseTable,ST)算法。
class TreeAncestor:
def __init__(self, n: int, parent: List[int]):
self.dp = [[-1 for _ in range(0,20)] for _ in range(0,n)] #n,log2(50000)=20
# 最深父节点不超过20
for i in range(0,n): #节点的第1个父节点是parent
self.dp[i][0] = parent[i] #dic[节点]=父节点
for j in range(1, 20): #构建2^1,2^2,2^3父节点
for i in range(n):
if self.dp[i][j-1] != -1:
self.dp[i][j] = self.dp[self.dp[i][j-1]][j-1]
def getKthAncestor(self, node: int, k: int) -> int:
for i in range(19, -1, -1):
if k & (1 << i): ## k = 2^0+2^3,那么先跳到2^3,然后向下找,直到找到最近的.
node = self.dp[node][i]
if node == -1:
break
return node