450. Delete Node in a BST(python+cpp)

题目:

Given a root node reference of a BST and a key, delete the node with the given key in the BST. Return the root node reference (possibly updated) of the BST.
Basically, the deletion can be divided into two stages:
 Search for a node to remove.
 If the node is found, delete the node.
Note: Time complexity should be O(height of tree).

Example:

root = [5,3,6,2,4,null,7]
key = 3

     5    
    / \   
   3   6  
  / \   \ 
 2   4   7

Given key to delete is 3. So we find the node with value 3 and delete it.
One valid answer is [5,4,6,2,null,null,7], shown in the following BST.

     5    
    / \   
   4   6  
  /     \ 
 2       7

Another valid answer is [5,2,6,null,4,null,7].

    5    
   / \   
  2   6    
   \   \
    4   7

解释:
删除BST中的一个结点,使得删除后树还是一个BST
有多种删除方法
递归,如果val小于当前结点的val,在其左子树中找,反之亦然~
1.结点没有左子树:返回其右子树
2.结点没有右子树:返回其左子树
3.结点既有左子树,又有右子树:
1)在右子树中找一个值最小的结点,替换被删除的结点,并删除找到的最小结点(左孩子的左孩子的左孩子……)

    root.val = minNode.val;
    root.right = deleteNode(root.right, root.val);

或者
2)在左子树中找到一个值最大的结点,替换被删除的结点,并删除找到的最大结点(右孩子的右孩子的右孩子……)
python代码:

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def deleteNode(self, root, key):
        """
        :type root: TreeNode
        :type key: int
        :rtype: TreeNode
        """
        def findMax(root):
            if not root:
                return None
            while root.right:
                root=root.right
            return root
        def findMin(root):
            if not root:
                return None
            while root.left:
                root=root.left
            return root
        if not root:
            return None
        if root.val>key:
            root.left=self.deleteNode(root.left,key)
        elif root.val<key:
            root.right=self.deleteNode(root.right,key)
        else:
            if not root.left:
                return root.right
            elif not root.right:
                return root.left
            else:
                # minNode=findMin(root.right)
                # root.val=minNode.val
                # root.right=self.deleteNode(root.right,root.val)
                maxNode=findMax(root.left)
                root.val=maxNode.val
                root.left=self.deleteNode(root.left,root.val)
        return root

c++代码:

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    TreeNode* deleteNode(TreeNode* root, int key) {
        if (!root)
            return NULL;
        if(key>root->val)
            root->right=deleteNode(root->right,key);
        else if(key<root->val)
            root->left=deleteNode(root->left,key);
        else
        {
            if(!root->left)
                return root->right;
            else if(!root->right)
                return root->left;
            else
            {
                TreeNode* maxNode=findMax(root->left);
                root->val=maxNode->val;
                root->left=deleteNode(root->left,maxNode->val);
            }
        }
        return root;
    }
    TreeNode* findMax(TreeNode* root)
    {
        if (!root)
            return NULL;
        while(root->right)
            root=root->right;
        return root;
    }
};

总结:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
BST(Binary Search Tree)是一种常见的搜索数据结构,它具有以下特点: - 每个节点最多有两个子节点:左子节点和右子节点。 - 左子节点的值小于等于父节点的值,右子节点的值大于父节点的值。 - 对于每个节点,其左子树和右子树都是二叉搜索树。 以下是一个用Python实现的BST示例: ```python class Node: def __init__(self, value): self.value = value self.left = None self.right = None class BST: def __init__(self): self.root = None def insert(self, value): if self.root is None: self.root = Node(value) else: self._insert_recursive(self.root, value) def _insert_recursive(self, node, value): if value < node.value: if node.left is None: node.left = Node(value) else: self._insert_recursive(node.left, value) else: if node.right is None: node.right = Node(value) else: self._insert_recursive(node.right, value) def search(self, value): return self._search_recursive(self.root, value) def _search_recursive(self, node, value): if node is None or node.value == value: return node elif value < node.value: return self._search_recursive(node.left, value) else: return self._search_recursive(node.right, value) ``` 你可以使用该BST类来创建一个二叉搜索树,并进行插入和搜索操作。例如: ```python bst = BST() bst.insert(5) bst.insert(3) bst.insert(7) bst.insert(1) bst.insert(4) print(bst.search(3)) # 输出: <__main__.Node object at 0x...> ``` 希望以上代码能帮到你!如果有任何疑问,请随时问我。
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