一、二叉搜索树的最近公共祖先
1.1 题目
给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”
例如,给定如下二叉搜索树: root = [6,2,8,0,4,7,9,null,null,3,5]
示例 1:
输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 8 输出: 6 解释: 节点 2 和节点 8 的最近公共祖先是 6。
示例 2:
输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 4 输出: 2 解释: 节点 2 和节点 4 的最近公共祖先是 2, 因为根据定义最近公共祖先节点可以为节点本身。
说明:
- 所有节点的值都是唯一的。
- p、q 为不同节点且均存在于给定的二叉搜索树中。
1.2 题目链接
1.3 解题思路和过程想法
(1)解题思路
1)普通树的处理方法
因为需要根据左右子树的情况找公共祖先,必然是用后序遍历——左右根。
# 递归函数是否需要返回值——需要,因为找到指定节点即可结束遍历,返回结果。
# 递归的出口很好想——遇到空节点或找到指定节点
# 递归的处理细节,最终结果是:回溯过程中第一个拥有两个指定节点的根节点(当两指定节点在两棵子树上时),或仅有一方节点的该节点(当有一指定节点是另一指定节点的根节点时)
2)结合搜索树特性的处理方法
二叉搜索树:最近公共祖先就是从上往下遍历,第一个介于[p.val,q.val]的节点---根左右
# 递归函数是否需要返回值——需要,因为找到指定节点即可结束遍历,返回结果。
# 递归的出口很好想——当前值介于[p.val,q.val]
# 递归的处理细节:当前值小于最小值,则继续往右;大于最大值,则继续往左
(2)过程想法
结合搜索树特性所提出的解决方法效率是很高的,但需要 get 到那个点。
1.4 代码
1.4.1 普通树的处理方法
class Solution:
def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode':
# 普通二叉树:左右根
# exit
if not root or root == p or root == q:
return root
# left
left = self.lowestCommonAncestor(root.left,p,q)
# right
right = self.lowestCommonAncestor(root.right,p,q)
# root
if left and right:
return root
elif left and not right:
return left
elif right and not left:
return right
else:
return None
1.4.2 结合搜索树特性的处理方法
class Solution:
def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode':
# 二叉搜索树:最近公共祖先就是从上往下遍历,第一个介于[p.val,q.val]的节点---根左右
# 递归出口
if not root:
return None
# 根:当前数介于[p.val,q.val]之间,则直接返回该节点
if root.val >= min(p.val,q.val) and root.val <= max(p.val,q.val):
return root
# 左:若当前节点的数大于指定节点中的最大值,则向左遍历
if root.val > max(p.val,q.val):
return self.lowestCommonAncestor(root.left,p,q)
# 右:若当前节点的数小于指定节点中的最小值,则向右遍历
if root.val < min(p.val,q.val):
return self.lowestCommonAncestor(root.right,p,q)
二、二叉搜索树中的插入操作
2.1 题目
给定二叉搜索树(BST)的根节点 root
和要插入树中的值 value
,将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 输入数据 保证 ,新值和原始二叉搜索树中的任意节点值都不同。
注意,可能存在多种有效的插入方式,只要树在插入后仍保持为二叉搜索树即可。 你可以返回 任意有效的结果 。
示例 1:
输入:root = [4,2,7,1,3], val = 5 输出:[4,2,7,1,3,5] 解释:另一个满足题目要求可以通过的树是:
示例 2:
输入:root = [40,20,60,10,30,50,70], val = 25 输出:[40,20,60,10,30,50,70,null,null,25]
示例 3:
输入:root = [4,2,7,1,3,null,null,null,null,null,null], val = 5 输出:[4,2,7,1,3,5]
提示:
- 树中的节点数将在
[0, 10^4]
的范围内。 -10^8 <= Node.val <= 10^8
- 所有值
Node.val
是 独一无二 的。 -10^8 <= val <= 10^8
- 保证
val
在原始BST中不存在。
2.2 题目链接
2.3 解题思路和过程想法
(1)解题思路
空节点-插入节点,回溯接入新结点:
# 利用后序遍历(左右根),找到第一个空节点即为要插入节点的地方;利用回溯时会返回至其“根”节点,此时将新节点接入
# 递归出口:遇到空节点时,创建新结点
# 左:利用回溯,将新节点插入为左子树
# 右:利用回溯,将新节点插入为右子树
# 根:返回根节点
(2)过程想法
在不改变树的基本结构的情况下,插入新结点,是比较简单的;利用回溯时将新节点接入原树中,可节省用于标识上一根节点的指针。
2.4 代码
class Solution:
def deleteNode(self, root: Optional[TreeNode], key: int) -> Optional[TreeNode]:
# 在后序遍历过程中“删除”目标节点,并利用回溯过程“接”上新节点
# 递归出口:遇见空节点,则表明查找失败
if not root:
return None
# 递归出口:找到目标节点,进行删除操作,并返回新根节点
if root.val == key:
# 目标节点:叶子节点-->返回空
if not root.left and not root.right:
return None
# 目标节点:只有左子树--->用左边作新“根”节点(删除目标节点)
elif root.left and not root.right:
return root.left
# 目标节点:只有右子树--->用右边作新“根”节点(删除目标节点)
elif root.right and not root.left:
return root.right
# 目标节点:既有左子树也有右子树--->用右边作新“根”节点(删除目标节点)
else:
# 找到右子树最左侧的节点 cur
cur = root.right
while cur.left:
cur = cur.left
# 将左子树接在 cur 的左子树处,最终返回右子树(删除目标节点)
cur.left = root.left
return root.right
# 左
if key < root.val:
root.left = self.deleteNode(root.left,key)
# 右
if key > root.val:
root.right = self.deleteNode(root.right,key)
# 根
return root
三、删除二叉搜索树中的节点
3.1 题目
给定一个二叉搜索树的根节点 root 和一个值 key,删除二叉搜索树中的 key 对应的节点,并保证二叉搜索树的性质不变。返回二叉搜索树(有可能被更新)的根节点的引用。
一般来说,删除节点可分为两个步骤:
- 首先找到需要删除的节点;
- 如果找到了,删除它。
示例 1:
输入:root = [5,3,6,2,4,null,7], key = 3 输出:[5,4,6,2,null,null,7] 解释:给定需要删除的节点值是 3,所以我们首先找到 3 这个节点,然后删除它。 一个正确的答案是 [5,4,6,2,null,null,7], 如下图所示。 另一个正确答案是 [5,2,6,null,4,null,7]。
示例 2:
输入: root = [5,3,6,2,4,null,7], key = 0 输出: [5,3,6,2,4,null,7] 解释: 二叉树不包含值为 0 的节点
示例 3:
输入: root = [], key = 0 输出: []
提示:
- 节点数的范围
[0, 10^4]
. -10^5 <= Node.val <= 10^5
- 节点值唯一
root
是合法的二叉搜索树-10^5 <= key <= 10^5
进阶: 要求算法时间复杂度为 O(h),h 为树的高度。
3.2 题目链接
3.3 解题思路和过程想法
(1)解题思路
后序遍历删节点,利用回溯接节点:在后序遍历过程中“删除”目标节点,并利用回溯过程“接”上新节点。
# 递归出口:遇见空节点,则表明查找失败;找到目标节点,进行删除操作,并返回新根节点
# 处理细节:
目标节点:叶子节点-->返回空(删除目标节点)
目标节点:只有左子树--->用左边作新“根”节点(删除目标节点)
目标节点:只有右子树--->用右边作新“根”节点(删除目标节点)
目标节点:既有左子树也有右子树--->用右边作新“根”节点——找到右子树最左侧的节点 cur,将左子树接在 cur 的左子树处,最终返回右子树(删除目标节点)
(2)过程想法
总体的处理思路比较好想,但需特别注意 “既有左子树也有右子树” 这种情况——需将当前节点的左子树接到其右子树最左节点的左指针处,或将当前节点的右子树接到其左子树的最右节点的右指针处(可简单理解为:两支合一支)。
3.4 代码
class Solution:
def deleteNode(self, root: Optional[TreeNode], key: int) -> Optional[TreeNode]:
# 在后序遍历过程中“删除”目标节点,并利用回溯过程“接”上新节点
# 递归出口:遇见空节点,则表明查找失败
if not root:
return None
# 递归出口:找到目标节点,进行删除操作,并返回新根节点
if root.val == key:
# 目标节点:叶子节点-->返回空
if not root.left and not root.right:
return None
# 目标节点:只有左子树--->用左边作新“根”节点(删除目标节点)
elif root.left and not root.right:
return root.left
# 目标节点:只有右子树--->用右边作新“根”节点(删除目标节点)
elif root.right and not root.left:
return root.right
# 目标节点:既有左子树也有右子树--->用右边作新“根”节点(删除目标节点)
else:
# 找到右子树最左侧的节点 cur
cur = root.right
while cur.left:
cur = cur.left
# 将左子树接在 cur 的左子树处,最终返回右子树(删除目标节点)
cur.left = root.left
return root.right
# 左
if key < root.val:
root.left = self.deleteNode(root.left,key)
# 右
if key > root.val:
root.right = self.deleteNode(root.right,key)
# 根
return root