15、从前序与中序遍历序列构造二叉树
题目
15.0、递归解法
先序序列【3,9,20,15,7】
中序序列【9,3,15,20,7】
- 先序的第一个就是整个树的根
- 中序中以根为分界线,左边为左子树的中序,右边为右子树的中序
- 根据在先序序列里找到的根,把中序序列分为两个子树的中序序列
- 然后重复上述步骤
至于怎么在先序序列中找到子树的根
- 先序序列可以拆分为【3】,【9】,【20,15,7】
- 第一块是整个树的根,第二块是左子树的根,第三块是右子树的根
- 可以根据中序序列来判断左子树有多少个节点,这样就可以拿到左子树的先序遍历序列,也就可以拿到左子树的根了
unordered_map<int, int> data;
TreeNode* buildTree0(vector<int>& preorder, vector<int>& inorder)
{
int size = preorder.size();
for (int i = 0; i < size; i++) //用哈希映射来减少查询的时间
data.insert({ inorder[i],i });
return recursion(preorder, inorder, 0, size - 1, 0, size - 1);
}
//该递归包含的内容是,创建根节点,然后连接其左右子节点,最后返回根节点
TreeNode* recursion(vector<int>& preorder, vector<int>& inorder, int preLeftIndex, int preRightIndex, int inLeftIndex, int inRightIndex)
{
if (preLeftIndex > preRightIndex)return NULL;
int midNodeIndex = data[preorder[preLeftIndex]]; //先序遍历的第一个就是根节点,再通过哈希映射找到在中序遍历中的位置
TreeNode* root = new TreeNode(inorder[midNodeIndex]); //创建根节点
root->left = recursion(preorder, inorder, preLeftIndex + 1, preLeftIndex + midNodeIndex - inLeftIndex, inLeftIndex, midNodeIndex - 1);
root->right = recursion(preorder, inorder, preLeftIndex + midNodeIndex - inLeftIndex + 1, preRightIndex, midNodeIndex + 1, inRightIndex);
return root;
}
- 时间复杂度:O(n)还有哈希映射的占用空间n
- 空间复杂度:O(n)
15.1、迭代解法
这个博主讲不好(水平有限),可以参考网上大佬的思路,这里仅提供代码。
TreeNode* buildTree1(vector<int>& preorder, vector<int>& inorder)
{
int size = preorder.size();
stack<TreeNode*> stk;
TreeNode* root = new TreeNode(preorder[0]);
stk.push(root); //先将preorder的第一个入栈
int inorderIndex = 0; //中序的指针
for (int preIndex = 1; preIndex < size; preIndex++)
{
TreeNode* tempNode = stk.top();
if (tempNode->val != inorder[inorderIndex])
{
tempNode->left = new TreeNode(preorder[preIndex]);
stk.push(tempNode->left);
}
else
{
while (!stk.empty() && stk.top()->val == inorder[inorderIndex])
{
tempNode = stk.top();
stk.pop();
inorderIndex++;
}
tempNode->right = new TreeNode(preorder[preIndex]);
stk.push(tempNode->right);
}
}
return root;
}
- 时间复杂度:O(n)
- 空间复杂度:O(n)不考虑结果占用,最坏情况为n