Given an integer n, generate all structurally unique BST’s (binary search trees) that store values 1…n.
For example,
Given n = 3, your program should return all 5 unique BST's shown below.
1 3 3 2 1
\ / / / \ \
3 2 1 1 3 2
/ / \ \
2 1 2 3
思路:这是Unique Binary Search Trees的变形,基本思路是一样的,这里用递归做的时候,先假设调用两边的时候,返回的是List< TreeNode >,这样得到的是左边和右边子树的全部情况,因此在向上一层返回的时候,应该要遍历list里的所有左子树和右子树,然后都用当前的root添加一遍,最后一层层向上返回。
代码:
public List<TreeNode> generateTrees(int n) {
List<TreeNode> result = new ArrayList<>();
if (n == 0) return result;
return helper(1, n);
}
public List<TreeNode> helper(int start, int end) {
List<TreeNode> result = new ArrayList<>();
if (start > end) {
result.add(null);
return result;
}
for (int i = start; i <= end; i++) {
List<TreeNode> left = helper(start, i - 1);
List<TreeNode> right = helper(i + 1, end);
for (TreeNode leftNode : left) {
for (TreeNode rightNode : right) {
TreeNode root = new TreeNode(i);
root.left = leftNode;
root.right = rightNode;
result.add(root);
}
}
}
return result;
}
解法二:用dp,因为recursion的话,每次bottom up的时候都会重新计算一遍,然而用dp的方法,每次都可以直接利用之前算好的,所以可以避免重复计算。
class Solution {
public List<TreeNode> generateTrees(int n) {
if(n < 1)
return new ArrayList<>();
//注意这里,dp的长度为n+2是因为recursion里的i-1,i+1,而i的范围是1~n,因此,dp的范围要比n多两个,0~n+1,所以dp需要n+2的长度!
List<TreeNode>[][] dp = new List[n+2][n+2];
return helper(1, n, dp);
}
public List<TreeNode> helper(int start, int end, List[][] dp){
//这里的判断语句就是用来调用已经算过的结果,避免重复运算的。
if(dp[start][end] != null)
return dp[start][end];
List<TreeNode> list = new ArrayList<>();
if(start > end){
list.add(null);
}
else if(start==end){
list.add(new TreeNode(start));
}
else{
for(int i = start; i <= end; i++){
List<TreeNode> left = helper(start, i-1, dp);
List<TreeNode> right = helper(i+1, end, dp);
for(TreeNode l : left){
for(TreeNode r : right){
TreeNode node = new TreeNode(i);
node.left = l;
node.right = r;
list.add(node);
}
}
}
}
dp[start][end] = list;
return list;
}
}