D22第六章 二叉树part08今日内容: ● 235. 二叉搜索树的最近公共祖先 ● 701.二叉搜索树中的插入操作 ● 450.删除二叉搜索树中的节点

● 235. 二叉搜索树的最近公共祖先

class Solution {
    public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        if (root.val > p.val && root.val > q.val) return lowestCommonAncestor(root.left, p, q);
        if (root.val < p.val && root.val < q.val) return lowestCommonAncestor(root.right, p, q);
        return root;
    }
}

函数 lowestCommonAncestor 接收三个参数:

  • root:表示二叉搜索树的根节点。
  • p:表示第一个要查找的节点。
  • q:表示第二个要查找的节点。

算法的思路是基于二叉搜索树的性质,即对于任意节点,它的左子树的所有节点值都小于它,右子树的所有节点值都大于它。

  1. 首先判断 root 节点的值与 pq 的值的关系:

    • 如果 root 的值同时大于 pq 的值,说明 pq 都在 root 的左子树中,因此递归调用 lowestCommonAncestor 方法在 root 的左子树中继续查找。
    • 如果 root 的值同时小于 pq 的值,说明 pq 都在 root 的右子树中,因此递归调用 lowestCommonAncestor 方法在 root 的右子树中继续查找。
  2. 如果上述两个条件都不满足,说明 root 的值介于 pq 的值之间,或者 root 的值等于 pq 的值,此时 root 就是 pq 的最低公共祖先,直接返回 root

  3. 递归调用的终止条件是 root 为 null,表示在 BST 中未找到 pq

最终,函数会返回 pq 的最低公共祖先节点,即二叉搜索树中离 pq 最近且同时是它们的祖先节点的节点。

class Solution {
    public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
        while (true) {
            if (root.val > p.val && root.val > q.val) {
                root = root.left;
            } else if (root.val < p.val && root.val < q.val) {
                root = root.right;
            } else {
                break;
            }
        }
        return root;
    }
}

● 701.二叉搜索树中的插入操作

class Solution {
    public TreeNode insertIntoBST(TreeNode root, int val) {
        if (root == null) return new TreeNode(val);
        TreeNode newRoot = root;
        TreeNode pre = root;
        while (root != null) {
            pre = root;
            if (root.val > val) {
                root = root.left;
            } else if (root.val < val) {
                root = root.right;
            } 
        }
        if (pre.val > val) {
            pre.left = new TreeNode(val);
        } else {
            pre.right = new TreeNode(val);
        }

        return newRoot;
    }
}

● 450.删除二叉搜索树中的节点 

class Solution {
    public TreeNode deleteNode(TreeNode root, int key) {
        root = delete(root,key);
        return root;
    }

    private TreeNode delete(TreeNode root, int key) {
        if (root == null) return null;

        if (root.val > key) {
            root.left = delete(root.left,key);
        } else if (root.val < key) {
            root.right = delete(root.right,key);
        } else {
            if (root.left == null) return root.right;
            if (root.right == null) return root.left;
            TreeNode tmp = root.right;
            while (tmp.left != null) {
                tmp = tmp.left;
            }
            root.val = tmp.val;
            root.right = delete(root.right,tmp.val);
        }
        return root;
    }
}
  1. public TreeNode deleteNode(TreeNode root, int key): 删除二叉搜索树中值为 key 的节点,函数的入参为树的根节点 root 和要删除的节点值 key

  2. if (root == null) return root;: 如果当前节点为空,即已经遍历到树的叶子节点或者目标节点不存在于树中,则直接返回当前节点。

  3. if (root.val == key) { ... }: 如果当前节点值等于目标节点值 key,则执行删除操作。

  4. if (root.left == null) { return root.right; } else if (root.right == null) { return root.left; }: 如果当前节点只有一个子节点(左子节点或右子节点),则直接将子节点替代当前节点。

  5. else { ... }: 如果当前节点有两个子节点,则执行复杂的删除操作。

  6. TreeNode cur = root.right;: 创建一个临时节点 cur,并将其初始化为当前节点的右子节点,用于寻找右子树中的最左节点。

  7. while (cur.left != null) { cur = cur.left; }: 在右子树中寻找最左节点,即找到右子树中的最小值节点。

  8. cur.left = root.left;: 将找到的最左节点的左子节点指向当前节点的左子节点,以保留当前节点的左子树。

  9. root = root.right;: 将当前节点指向其右子节点,即删除当前节点。

  10. return root;: 返回更新后的子树的根节点。如果当前节点是目标节点,则返回删除后的根节点;如果当前节点不是目标节点,则继续递归地在左右子树中删除目标节点。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
标准降水指数(SPI)是一种用来评估降水状况的指标,它可以用来衡量降水量与长期平均降水的关系。SPI公式的计算方法为=@标准降水指数公式包.connect.spi(d3:d22,d22)。 在这个公式中,d3:d22表示降水数据的范围,d22表示当前降水数据。首先,我们需要有一个包含过去一段时间降水数据的数据库(例如过去几年或几个月的降水数据),并用d3:d22来指定范围。 接下来,d22表示当前的降水数据,也就是我们想要计算SPI的降水数据。根据这个公式,计算SPI的结果将会根据降水数据与历史降水数据的比较来确定。 SPI的计算公式涉及到统计方法和概率论。具体而言,SPI的计算过程可以分为以下几个步骤: 1. 计算降水数据的均值和标准差。这可以用来描述降水数据的整体分布特征。 2. 将d22与历史降水数据的分布进行比较。通过计算出d22在历史降水数据的分布中的位置,我们可以得到一个概率值。 3. 根据概率值,我们可以查表或使用数学公式来转换成SPI的值。SPI的值可以判断当前降水数据相对于长期平均降水的偏离程度,包括正偏(干旱)和负偏(湿润)两种情况。 总而言之,SPI公式包含了对降水数据统计特征的计算和概率转换的过程,用来评估降水状况的偏离程度。通过这个公式,我们可以得到一个具体的SPI值,以帮助我们了解当前的降水状态。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值