二叉树的前序、中序和后序遍历是二叉树学习中的一个重点,也是二叉树中很基础的一部分,需要我们熟练的运用;通常已知二叉树,很多同学都能很轻松的得到其前序、中序和后序遍历的队列,甚至层序遍历也不在话下,如果是反过来呢?如果是理解不够的同学就会觉得头疼,有点不知道怎么下手,这里我将分享一下我的汇总,可能方法不是最优的,但是一定能帮助理解。
在此之前呢,我们需要再回顾一下二叉树的前序、中序和后序遍历的特点;
前序遍历:遍历后的序列中节点按照
[ 根节点 | 左子树 | 右子树 ]
排序,以上图所示为例[ 1 | 2 4 5 | 3 6 7 ];中序遍历:遍历后的序列中节点按照
[ 左子树 | 根节点 | 右子树 ]
排序,以上图所示为例[ 4 2 5 | 1 | 6 3 7 ];后序遍历:遍历后的序列中节点按照
[ 左子树 | 右子树 | 根节点 ]
排序,以上图所示为例[ 4 5 2 | 6 7 3 | 1 ];
前序和中序
解题思路
结合前序遍历和中序遍历的特点,可以顺序完成下列工作:
- 前序遍历的首个元素就是根节点 root 的值;
- 在中序遍历中找到根节点 root 的索引,可将中序队列中左子树和右子树划分出来,即
[ 左子树 | 根节点 | 右子树 ]
; - 根据中序队列中左(右)子树节点的数量,可将前序队列中左子树和右子树划分出来,即
[ 根节点 | 左子树 | 右子树 ];
根据子树特点,我们可以通过同样的方法对左(右)子树进行划分,每轮可确认三个节点的关系 。此递推性质让我们联想到用 递归方法 处理;但是在开始之前还有一个很重要的事情,就是先对递归进行解析;
- 递推参数: 前序遍历中根节点的索引 pre_root、中序遍历左边界 in_left、中序遍历右边界 in_right。
- 终止条件: 当 in_left > in_right ,子树中序遍历为空,说明已经越过叶子节点,此时返回 nullnull 。
- 递推工作:
- 建立根节点 root: 值为前序遍历中索引为 pre_root 的节点值。
- 搜索根节点root 在中序遍历的索引 i: 为了提升搜索效率,本题解使用哈希表 dic 预存储中序遍历的值与索引的映射关系,每次搜索的时间复杂度为 O(1)。
- 构建根节点root的左子树和右子树: 通过调用 recur() 方法开启下一层递归。
- 左子树: 根节点索引为 pre_root + 1 ,中序遍历的左右边界分别为 in_left 和 i - 1。
- 右子树: 根节点索引为 i - in_left + pre_root + 1(即:根节点索引 + 左子树长度 + 1),中序遍历的左右边界分别为 i + 1 和 in_right。
- 返回值: 返回 root,含义是当前递归层级建立的根节点 root 为上一递归层级的根节点的左或右子节点
class Solution {
//定义一个map用来存储中序序列,方便直接利用根节点的值找其在中序序列中的索引
HashMap<Integer, Integer> in_map = new HashMap<>();
//定义一个全局变量preArr,用于指向前序序列,方便在recur方法中使用
int[] preArr;
public TreeNode buildTree(int[] preorder, int[] inorder) {
preArr = preorder;
for(int i = 0; i < inorder.length; i++)
in_map.put(inorder[i], i);
return recur(0, 0, inorder.length-1);
}
/**
* recur方法开启下一层递归
* pre_root 前序遍历中根节点的索引
* in_left 中序遍历左边界
* in_right 中序遍历右边界
*/
public TreeNode recur(int pre_root, int in_left, int in_right){
//递归先判断结束条件;当 in_left > in_right ,子树中序遍历为空,说明已经越过叶子节点,此时返回 null 。
if(in_left > in_right)
return null;
//建立当前子树的根节点
TreeNode root = new TreeNode(preArr[pre_root]);
//搜索根节点在中序遍历中的索引,从而可对根节点、左子树、右子树完成划分
int i = in_map.get(preArr[pre_root]);
//开启左子树的下层递归
root.left = recur(pre_root+1, in_left, i-1);
//开启右子树的下层递归
root.right = recur(pre_root+i-in_left+1, i+1, in_right);
return root;
}
}
中序和后序
后序和前序是比较类似的序列,前序序列的第一个元素为树的根节点,而后序序列的根节点则是在最后一个元素;因此,如果掌握了前序和中序,那么中序和后序的原理也基本相同,唯一的区别就是位置关系的计算,结合下面这张图去看代码可以帮助大家去理解;
class Solution {
HashMap<Integer, Integer> in_map = new HashMap<>();
int[] posArr;
public TreeNode buildTree(int[] inorder, int[] postorder) {
posArr = postorder;
for(int i = 0; i < inorder.length; i++)
in_map.put(inorder[i], i);
return recur(postorder.length-1, 0, 0, inorder.length-1);
}
public TreeNode recur(int pre_root, int pre_left, int in_left, int in_right){
if(in_left > in_right || pre_root < pre_left)
return null;
TreeNode root = new TreeNode(posArr[pre_root]);
int i = in_map.get(posArr[pre_root]);
root.left = recur(pre_left+i-in_left-1, pre_left, in_left, i-1);
root.right = recur(pre_root-1, pre_left+i-in_left, i+1, in_right);
return root;
}
}
前序和后序
前序和后序这两个序列比较相似,都能直接找到根节点,而没有任何一个序列能够将左右子树进行分离,所以实现起来更为麻烦;具体思路为,我们在前序序列中可以找到根节点和左子树的根节点(根节点后面的节点),我们可以在后序序列中找到这个左子树根节点的索引,从而得到左子树的长度,这样就可以分别在前序和后序序列中将根节点、左子树和右子树划分出来,我们还结合图形进行理解;
class Solution {
HashMap<Integer, Integer> preMap = new HashMap<>();
HashMap<Integer, Integer> postMap = new HashMap<>();
int[] preArr;
public TreeNode constructFromPrePost(int[] pre, int[] post) {
preArr = pre;
for(int i = 0; i < pre.length; i++)
preMap.put(pre[i], i);
for(int i = 0; i < post.length; i++)
postMap.put(post[i], i);
return recur(0, pre.length-1, 0, post.length-1);
}
public TreeNode recur(int pre_left, int pre_right, int post_left, int post_right){
if(pre_left > pre_right || post_left > post_right)
return null;
//这里需要注意,新增加了两种判断情况,因为如果相等的时候证明这已经是叶子节点无需再向下递归
//因为left和right都是计算出来的,所以再递归也不会满足left>right,而会出现数组下标越界的情况
if(pre_left == pre_right)
return new TreeNode(preArr[pre_left]);
if(post_left == post_right)
return new TreeNode(preArr[post_left]);
TreeNode root = new TreeNode(preArr[pre_left]);
int left_len = postMap.get(preArr[pre_left+1]) - post_left;
root.left = recur(pre_left+1, pre_left+1+left_len, post_left, postMap.get(preArr[pre_left+1]));
root.right = recur(pre_left+left_len+2, pre_right, postMap.get(preArr[pre_left+1])+1, post_right-1);
return root;
}
}