Day20打卡! 时长:1.5h
今日感想:涉及构造二叉树、操作两个二叉树和二叉搜索树。
Leetcode654 最大二叉树
题目链接:Leetcode654 最大二叉树
第一想法:拿到这题有点懵,仔细看了题和解释才明白,是一个不断递归的活。
讲解后想法:构造树一般采用的是前序遍历,因为先构造中间节点,然后递归构造左子树和右子树。
递归三部曲
1.确定递归函数的参数和返回值
参数传入的是存放元素的数组,返回该数组构造的二叉树的头结点。
2.确定终止条件
题目中说了输入的数组大小一定是大于等于1的,所以我们不用考虑小于1的情况,那么当递归遍历的时候,如果传入的数组大小为1,说明遍历到了叶子节点了。那么应该定义一个新的节点,并把这个数组的数值赋给新的节点,然后返回这个节点。 这表示一个数组大小是1的时候,构造了一个新的节点,并返回。
3.确定单层递归的逻辑
(1)先要找到数组中最大的值和对应的下标, 最大的值构造根节点,下标用来下一步分割数组。
(2)最大值所在的下标左区间,构造左子树.这里要判断maxValueIndex > 0,因为要保证左区间至少有一个数值。
(3)最大值所在的下标右区间 构造右子树
判断maxValueIndex < (nums.size() - 1),确保右区间至少有一个数值。
难点/细节:①类似用数组构造二叉树的题目,尽量不要定义新的数组,而是通过下标索引直接在原数组上操作。
②如果让空节点(空指针)进入递归,就不加if;如果不让空节点进入递归,就加if限制一下, 终止条件也会相应的调整。
代码:
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode constructMaximumBinaryTree(int[] nums) {
return constructMaximumBinaryTree1(nums, 0, nums.length);
}
public TreeNode constructMaximumBinaryTree1(int[] nums, int leftIndex, int rightIndex) {
if (rightIndex - leftIndex < 1) {// 没有元素了
return null;
}
if (rightIndex - leftIndex == 1) {// 只有一个元素
return new TreeNode(nums[leftIndex]);
}
int maxIndex = leftIndex;// 最大值所在位置
int maxVal = nums[maxIndex];// 最大值
for (int i = leftIndex + 1; i < rightIndex; i++) {
if (nums[i] > maxVal){
maxVal = nums[i];
maxIndex = i;
}
}
TreeNode root = new TreeNode(maxVal);
// 根据maxIndex划分左右子树
root.left = constructMaximumBinaryTree1(nums, leftIndex, maxIndex);
root.right = constructMaximumBinaryTree1(nums, maxIndex + 1, rightIndex);
return root;
}
}
Leetcode617 合并二叉树
题目链接:Leetcode617 合并二叉树
第一想法:同时遍历两棵树,但是怎么操作呢?
讲解后想法:前中后序都可以,前序好理解。
递归三部曲
1.确定递归函数的参数和返回值
首先要合入两个二叉树,那么参数至少是要传入两个二叉树的根节点,返回值就是合并后二叉树的根节点。
2.确定终止条件
有两个树遍历的节点t1 和 t2,有一个是Null,合并后就取另外节点的值。
3.确定单层递归的逻辑:
重复利用t1树,即合并之后树的根节点。
在单层递归中,把两棵树的元素加到一起,那么t1 的左子树就是合并 t1左子树 t2左子树之后的左子树。t1 的右子树是合并 t1右子树 t2右子树之后的右子树。
最终t1就是合并之后的根节点。
难点/细节:熟悉一下同时操作两棵树。
代码:
class Solution {
public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
if (root1 == null) return root2;
if (root2 == null) return root1;
root1.val += root2.val;
root1.left = mergeTrees(root1.left,root2.left);
root1.right = mergeTrees(root1.right,root2.right);
return root1;
}
}
Leetcode700 二叉搜索树中的搜索
第一想法:后序遍历吗?先搜索再返回树。
讲解后想法:
递归法
1.确定递归函数的参数和返回值
递归函数的参数传入的就是根节点和要搜索的数值,返回的就是以这个搜索数值所在的节点。
2.确定终止条件
如果root为空,或者找到数值了,就返回root节点。
3.确定单层递归的逻辑
二叉搜索树的节点是有序的,所以可以有方向的去搜索。
如果root->val > val,搜索左子树,如果root->val < val,就搜索右子树,最后如果都没有搜索到,就返回NULL。
迭代法
对于二叉搜索树,可以不使用辅助栈或者队列,也不需要回溯的过程,因为节点的有序性就帮我们确定了搜索的方向。
难点/细节:二叉搜索树熟悉一下,充分利用其特点。
代码:
递归法
class Solution {
public TreeNode searchBST(TreeNode root, int val) {
if (root == null || root.val == val) {
return root;
}
if (val < root.val) {
return searchBST(root.left, val);
} else {
return searchBST(root.right, val);
}
}
}
迭代法
class Solution {
public TreeNode searchBST(TreeNode root, int val) {
while (root != null)
if (val < root.val) root = root.left;
else if (val > root.val) root = root.right;
else return root;
return null;
}
}
Leetcode98 验证二叉搜索树
题目链接:Leetcode98 验证二叉搜索树
第一想法:跟700有点像,递归判断一下,不符合条件直接返回false。
讲解后想法:重点是在中序遍历下,输出的二叉搜索树节点的数值是有序序列。
用这个特性,验证二叉搜索树,就相当于变成了判断一个序列是不是递增的了。
递归三部曲
1.确定递归函数,返回值以及参数
要定义一个longlong的全局变量,用来比较遍历的节点是否有序,因为后台测试数据中有int最小值,所以定义为longlong的类型,初始化为longlong最小值。
注意递归函数要有bool类型的返回值, 我们在寻找一个不符合条件的节点,如果没有找到这个节点就遍历了整个树,如果找到不符合的节点了,立刻返回。
2.确定终止条件
如果是空节点,返回true。
3.确定单层递归的逻辑
中序遍历,一直更新maxVal,一旦发现maxVal >= root->val,就返回false,注意元素相同时候也要返回false。
(ps:如果测试数据中有 longlong的最小值,建议避免初始化最小值,取最左面节点的数值来比较。)
难点/细节:
陷阱1:不能单纯的比较左节点小于中间节点,右节点大于中间节点就完事了。而是左子树所有节点小于中间节点,右子树所有节点大于中间节点。
陷阱2:样例中最小节点 可能是int的最小值,如果这样使用最小的int来比较也是不行的。此时可以初始化比较元素为longlong的最小值。
代码:
class Solution {
//递归
TreeNode max;
public boolean isValidBST(TreeNode root) {
if (root == null) {
return true;
}
// 左
boolean left = isValidBST(root.left);
if (!left) {
return false;
}
// 中
if (max != null && root.val <= max.val) {
return false;
}
max = root;
// 右
boolean right = isValidBST(root.right);
return right;
}
}