题目描述
思路 1
我的思路主要是递归,通过不断缩小问题的规模来解决。递归的参数还是 preorder 和 inorder 两个数组,为了操作简便,preorder 保持不变,inorder 随递归加深不断缩减。
边界条件:
- 假设 inorder 只有一个元素,直接返回节点
- 假如 inorder 为空,返回 null
代码如下:
public TreeNode buildTree(int[] preorder, int[] inorder) {
List<Integer> preList = new ArrayList<>(preorder.length);
List<Integer> inList = new ArrayList<>(inorder.length);
for (int j : preorder) {
preList.add(j);
}
for (int j : inorder) {
inList.add(j);
}
return build(preList, inList);
}
public TreeNode build(List<Integer> preorder, List<Integer> inorder) {
if (preorder.size() == 0 || inorder.size() == 0) {
return null;
}
if (inorder.size() == 1) {
return new TreeNode(inorder.get(0));
}
List<Integer> left = new ArrayList<>();
List<Integer> right = new ArrayList<>();
for (int pre:preorder) { // 循环是为了跳过preorder 数组中的已处理节点
int i = inorder.indexOf(pre);
if (i == -1) {
continue;
}
for (int j = 0; j < i; j++) {
left.add(inorder.get(j));
}
for (int j = i + 1; j < inorder.size(); j++) {
right.add(inorder.get(j));
}
TreeNode root = new TreeNode(pre);
root.left = build(preorder, left);
root.right = build(preorder, right);
return root;
}
return null;
}
在测试样例中通过了,但是提交的时候,测例特别大时超时了。感觉时间主要用在了 inorder 数组的划分上面??不清楚,明天看答案把。。。。
思路 2
查看了答案后发现,思路 1 中浪费时间和空间的部分应该有两部分:
- 每次获得 root 之后,需要遍历 inorder 数组获得 root 的下标
- 进入下一层递归的时候,需要再遍历一次 inorder 数组获取左右子树的节点
那么思路 2 就是提出了解决上述两个问题的方法:
- 通过创建一个hashmap,key 和 value分别为节点值与下标,之后每次寻下标只需要 O(1)时间
- 递归参数改用左下标和右下标来标记位置,省去了操作数组的麻烦
public class Solution2 {
private Map<Integer, Integer> inorderMap = new HashMap<>();
public TreeNode buildTree(int[] preorder, int[] inorder) {
prepare(preorder, inorder);
return build(preorder, inorder, 0, preorder.length - 1, 0, inorder.length - 1);
}
public TreeNode build(int[] preorder, int[] inorder, int preLeft, int preRight, int inLeft, int inRight) {
if (inLeft > inRight) return null;
if (inLeft == inRight) return new TreeNode(inorder[inLeft]);
int root = preorder[preLeft];
TreeNode rootNode = new TreeNode(root);
int rootIndex = inorderMap.get(root);
int leftTreeLength = rootIndex - inLeft;
rootNode.left = build(preorder, inorder, preLeft + 1, preLeft + leftTreeLength, inLeft, rootIndex - 1);
rootNode.right = build(preorder, inorder, preLeft + leftTreeLength + 1, preRight, rootIndex + 1, inRight);
return rootNode;
}
public void prepare(int[] preorder, int[] inorder) {
int n = inorder.length;
for (int i = 0; i < n; ++i) {
inorderMap.put(inorder[i], i);
}
}
}
思路 3
思路 3 采用的是迭代的手法。感觉这种解法可拓展性较低,是根据前序中序输出结果进行反向分析得到的。这里直接附上链接,不详细说明。
主要思路是:
前序的顺序是根 -> 左 --> 右
,中序的顺序是左 -> 根 --> 右
那么将前序不断入栈,当遇到与中序相同的节点时,代表左已经到尽头,下一个要插入右。因此将栈按与中序不同顺序一一对应不断弹出,找插入右节点的父节点。