Given an integer n, generate all structurally unique BST's (binary search trees) that store values 1 ... n.
Example:
Input: 3
Output:
[
[1,null,3,2],
[3,2,null,1],
[3,1,null,null,2],
[2,1,3],
[1,null,2,null,3]
]
Explanation:
The above output corresponds to the 5 unique BST's shown below:
1 3 3 2 1
\ / / / \ \
3 2 1 1 3 2
/ / \ \
2 1 2 3
题目链接:https://leetcode.com/problems/unique-binary-search-trees-ii/
这道题是延续了上道题,写出每一种情况的树结构,分治的思路也类似。和通常分治题目不同的是,一般是对值的计算,这道题是对结构的构造。
解题思路
根据BST的特性,左子树任意值小于根节点,右子树任意值大于根节点。因此,取每个值做为根节点,将问题分为左右子树的构建,一层层往下分,再逐层向上合并。
其实思路没啥好说的,理解了上道题,这道题就想的出来。这题更高的是对编程的要求,如何把思路实现。
代码一:递归
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
vector<TreeNode*> generateTrees(int n) {
if (n == 0) return {};
return helper(1, n);
}
vector<TreeNode*> helper(int start, int end) {
if (start > end) return {nullptr};
vector<TreeNode*> res;
for (int i = start; i <= end; ++i) {
auto left = helper(start, i - 1), right = helper(i + 1, end);
for (auto a : left) {
for (auto b : right) {
TreeNode *node = new TreeNode(i);
node->left = a;
node->right = b;
res.push_back(node);
}
}
}
return res;
}
};
代码二:迭代
迭代需要创建用于储存的多维数组,没细想,详见:https://www.cnblogs.com/grandyang/p/4301096.html,下次再看。
结构分治的思路
列出所有情况的分治题,对我来说比较难,总结一下还是能从常见的数值分治题中延伸过来的:
数值 | 结构 | |
子问题的解 | 一个数值 | 一组结构 |
子问题解的合并方式 | 直接加到res | 不同子问题解的不同结构组合,产生新的res |
相比之下,结构的分治多了一步子问题解的组合,其他思路都与数值的分治一致。
延伸学习
C++11的
1.auto:在申明变量的时候使用,能够根据变量初始值自动匹配类型。一般在申明拷贝过来的变量时使用,不建议对第一次出现的变量使用。
举个例子:
int a = 10;
auto au_a = a; //自动类型推断,au_a为int类型
cout << typeid(au_a).name() << endl;
------
int
更详细:https://www.cnblogs.com/KunLunSu/p/7861330.html
2.nullptr:用来表示空指针。
更详细:https://www.cnblogs.com/porter/p/3611718.html
分治和DP的区别
说实话之前一直很懵,今天才彻底懂了。
分治 DC | 动态规划 DP | |
思路 | 从顶向下,不断把问题分小 | 自底向上,考虑在有了1~n的情况下如何推出n+1 |
子问题 | 子问题相互独立,各自求解后合并 | 子问题重叠,最小子问题是各子问题的公共子问题 |
子问题解 | 合并后丢弃 | 保存在表中,避免重复计算 |
更详细的:https://blog.csdn.net/longwufengfei/article/details/53842379