LeetCode Top 100 Liked Questions 105. Construct Binary Tree from Preorder and Inorder Traversal (M)

welcome to my blog

LeetCode Top 100 Liked Questions 105. Construct Binary Tree from Preorder and Inorder Traversal (Java版; Medium)

题目描述

Given preorder and inorder traversal of a tree, construct the binary tree.

Note:
You may assume that duplicates do not exist in the tree.

For example, given

preorder = [3,9,20,15,7]
inorder = [9,3,15,20,7]
Return the following binary tree:

    3
   / \
  9  20
    /  \
   15   7

第一次做; 递归函数逻辑:当前条件(数组范围), 新条件(新的数组范围); 注意index的初始化,循环条件!!; 看注释, 理解递归逻辑就理解了这道题的整体框架

class Solution {
    public TreeNode buildTree(int[] preorder, int[] inorder) {
        if(preorder == null || preorder.length==0)
            return null;
        TreeNode head = Core(preorder, inorder, 0, preorder.length-1, 0, inorder.length-1);
        return head;
    }
    //递归函数逻辑:在当前条件(数组的范围)下找出根节点, 将根节点连向左子树的根节点(新条件新递归)和右子树(新条件新递归)(可以提前判断是否有左/右子树, 这样能减少一次递归), 最后返回当前条件下的根节点
    public TreeNode Core(int[] preorder, int[] inorder, int preLeft, int preRight, int inLeft, int inRight){
        //base case: 取决于当前条件
        if(preLeft==preRight){
            return new TreeNode(preorder[preLeft]);
        }
        //找出根节点: 前序遍历的第一个元素就是根节点的val
        TreeNode root = new TreeNode(preorder[preLeft]);
        //找出左右子树的范围
        int index = inLeft;
        //index指向的值等于root.val后便不会再进入循环执行index++操作了, 注意理解index的初始化,循环条件以及更新之间的联系
        //index最终指向root.val在中序遍历数组中的位置; index的大小不是左子树的长度, index-inLeft才表示左子树的长度, 这里要小心
        while(inorder[index] != preorder[preLeft]){
            index++;
        }
        //新条件新递归
        //如果有左子树的话
        if(index > inLeft){
            root.left = Core(preorder, inorder, preLeft+1, preLeft+index-inLeft, inLeft, index-1);
        }
        //如果有右子树的话
        if(index < inRight){
            root.right = Core(preorder, inorder, preLeft+index-inLeft+1, preRight, index+1, inRight);
        }
        return root;
    }
}

上面递归做法的时间复杂度可以用Master公式分析; 注意d的含义

递归的时间复杂度分析
子问题规模相同时可以使用master公式
T(N):主函数
a:在递归函数中调用递归函数的次数,比如两个子问题,那么a就等于2
b:子问题的数据量, 比如两个子问题分别处理N/2的数据, 那么b就等于2
O(N^d):表示的是递归函数中,除去调用递归函数后的时间复杂度

• 官方题解也是使用的Master公式(主定理)分析