算法-二叉树的恢复

1、二叉树的性质

二叉树是一个极为重要的数据结构,对它的掌握程度反映了反映了我们数据结构的掌握程度,尤其是一些大公司在面试非科班出身的程序员的时候就会出一些类似于二叉树恢复的题目来试探我们。

先来看一下这棵二叉树,我们以他为例

			   1
			   
		2			  3
		
   4		5    6		    7

再看一下遍历规则:

	前序遍历:根-左-右  
	中序遍历:左-根-右
	后续遍历:左-右-根

遍历结果:

	前序遍历:1 2 4 5 3 6 7
	中序遍历:4 2 5 1 6 3 7
	后续遍历:4 5 2 6 7 3 1

二叉树不同方式的遍历各有特点,主要是如下三点:

	前序遍历:第一个元素是根节点
	中序遍历:根节点左侧为左子树,右侧为右子树
	后续遍历:最后一个元素是根节点

2、根据前序和中序遍历结果恢复二叉树

2.1 手动推理

根据二叉树的前序遍历和中序遍历的特点,我们可以使用递归方法对树进行恢复

	前序遍历:1 2 4 5 3 6 7
	中序遍历:4 2 5 1 6 3 7

以上面举例,根据前序遍历,我们知道根节点为1,左子树元素为 4 2 5,右子树元素为6 3 7

根据前序遍历的结果和后序遍历的结果,我们还知道,左子树的前序遍历和中序遍历结果为:

	前序遍历:2 4 5
	中序遍历:4 2 5

于是,我们知道根节点的左儿子为左子树的根节点,也就是2

我们构造到这一步的树是这样的

	1
2

同样,右子树的前序遍历和后序遍历的结果集为:

	前序遍历:3 6 7
	中序遍历:6 3 7

我们又得到结论,3是根节点的右子树的的根节点。于是我们构造了这样一个树

	1
2       3

然后,我们递归的进行树的构造,就得到了一个完整的二叉树。

可见问题的关键就是找到根节点,确定左右子树,对左右子树进行递归恢复!

2.2 Java实现

    /**
     * 
     * @param preOrder 先序遍历结果集
     * @param preStart 本段先序遍历起始位置
     * @param preEnd 本段先序遍历终止位置
     * @param inOrder 中序遍历结果集
     * @param inStart 本段中序遍历起始位置
     * @param inEnd 本段中序遍历终止位置
     * @return 构造的二叉树
     */
    public TreeNode rebuildTreeFromPreIn(int[] preOrder,int preStart,int preEnd,int[] inOrder,int inStart,int inEnd){
        if(preStart>preEnd||inStart>inEnd){
            return null;
        }
        int headVal=preOrder[preStart];
        TreeNode head=new TreeNode(headVal);
        int leftSize=0;//左子树大小
        for(int i=inStart;i<=inEnd;i++){//遍历当前中序遍历的结果,找到根节点,划分左右子树
            if(inOrder[i]==headVal){//找到当前根节点位置
                break;
            }
            leftSize++;//当前左子树大小
        }
        
		//注意左子树前序遍历的起始位置为当前左子树起始位置+1,终止位置为当前左子树起始位置+左子树大小
		//左子树中序遍历起始位置为中序遍历的左子树起始位置,结束位置为原来根节点位置的前一个位置,也就是inStart+leftSize-1     
   		head.left=rebuildTreeFromPreIn(preOrder,preStart+1,preStart+leftSize,inOrder,inStart,inStart+leftSize-1);
        head.right=rebuildTreeFromPreIn(preOrder,preStart+leftSize+1,preEnd,inOrder,inStart+leftSize+1,inEnd);
        return head;
    }

3、根据中序和后序遍历结果恢复二叉树

根据中序和后序遍历恢复二叉树的方式和2中方法几乎一致,区别在于后序遍历的头部是后序遍历最后一个位置的元素。

    /**
     *
     * @param inOrder 中序遍历结果集
     * @param inStart 本段中序遍历起始位置
     * @param inEnd 本段中序遍历终止位置
     * @param postOrder 后续遍历结果集合
     * @param postStart 本段后序遍历起始位置
     * @param postEnd 本段后序遍历终止位置
     * @return
     */
    public TreeNode rebuildTreeFromInPost(int inOrder[],int inStart,int inEnd,int postOrder[],int postStart,int postEnd){
        if(inStart>inEnd||postStart>postEnd){
            return null;
        }
        int headVal=postOrder[postEnd];
        TreeNode head=new TreeNode(headVal);
        int leftSize=0;//左子树元素个数
        for (int i=inStart;i<=inEnd;i++){
            if(inOrder[i]==headVal){//从中序遍历找到根节点,左边为左子树,右边为右子树
                break;
            }
            leftSize++;
        }
        head.left=rebuildTreeFromInPost(inOrder,inStart,inStart+leftSize,postOrder,postStart,postStart+leftSize-1);
        head.right=rebuildTreeFromInPost(inOrder,inStart+leftSize+1,inEnd,postOrder,postStart+leftSize,postEnd-1);
        return head;
    }

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 算法9-9~9-12是关于平衡二叉树的基本操作,包括插入、删除、旋转等操作。平衡二叉树是一种特殊的二叉搜索树,它的左右子树高度差不超过1,可以保证树的高度始终在log(n)级别,从而保证了树的查找、插入、删除等操作的时间复杂度都是O(log(n))。 具体来说,算法9-9是平衡二叉树的插入操作,它首先按照二叉搜索树的规则找到要插入的位置,然后通过旋转操作来保持平衡。算法9-10是平衡二叉树的删除操作,它也是通过旋转操作来保持平衡。算法9-11和9-12是平衡二叉树的旋转操作,包括左旋、右旋、左右旋和右左旋,这些操作可以使树重新达到平衡状态。 总之,平衡二叉树的基本操作是非常重要的,它们可以保证树的高度始终在log(n)级别,从而保证了树的查找、插入、删除等操作的时间复杂度都是O(log(n)),是一种非常高效的数据结构。 ### 回答2: 平衡二叉树是一种基于二叉查找树的数据结构,其在插入和删除节点时会自动调整,以保持树的平衡性。平衡二叉树的常见有AVL树、红黑树等。本文主要介绍平衡二叉树的基本操作,包括插入、删除和查找。 9-9 插入操作 在平衡二叉树中插入一个节点的过程和在二叉查找树中插入节点的过程类似。不同的是,在插入结束后,需要检查当前节点是否失去平衡并做出相应的调整。 在插入节点时,需要记录节点的高度(从叶节点到根节点的距离)。如果当前节点为空,则将新节点插入到该节点处并将高度设置为1;否则,比较新节点的值和当前节点的值,如果新节点的值小于当前节点的值,则将新节点插入到当前节点的左子树中并更新该节点的高度;如果新节点的值大于当前节点的值,则将新节点插入到当前节点的右子树中并更新该节点的高度。 插入结束后,需要检查当前节点是否失去平衡。我们可以用该节点的左子树高度和右子树高度之差来衡量它是否平衡。如果该节点的平衡因子大于1,则需要进行旋转操作,以恢复平衡。 9-10 删除操作 在平衡二叉树中删除一个节点需要分为以下三种情况: 1. 被删除的节点为叶子节点,直接删除即可。 2. 被删除的节点有一个子节点,将该子节点代替被删除的节点即可。 3. 被删除的节点有两个子节点,需要找到它的中序遍历下一个节点(即比它大的最小节点)代替被删除的节点。如果该节点有右子树,则中序遍历下一个节点为右子树中最小的节点;如果该节点没有右子树,则中序遍历下一个节点为它的某个祖先节点。 删除结束后,需要检查当前节点是否失去平衡。如果失去平衡,则需要进行旋转操作,以恢复平衡。 9-11 查找操作 在平衡二叉树中查找一个节点的过程和在二叉查找树中查找节点的过程类似。需要从根节点开始,比较查找的值和当前节点的值。如果查找的值小于当前节点的值,则在左子树中递归查找;如果查找的值大于当前节点的值,则在右子树中递归查找;如果查找的值等于当前节点的值,则返回该节点。 9-12 平衡因子 平衡二叉树的平衡因子定义为当前节点的左子树高度和右子树高度之差。如果平衡因子的绝对值大于1,则说明该节点失去了平衡。在平衡二叉树中,每个节点的平衡因子只能为-1、0或1。如果不是这三个值,则需要进行旋转操作以恢复平衡。 ### 回答3: 平衡二叉树是一种特殊的二叉搜索树,它的左右子树高度差不超过1。由于平衡二叉树对于插入、删除、查找等操作的时间复杂度都是O(logn),因此在许多应用场景中得到了广泛的应用。平衡二叉树的基本操作包括插入、删除、查找等,以下分别介绍: 9-9 插入操作:平衡二叉树的插入操作与普通二叉搜索树相同,只是插入后需要进行平衡处理,避免出现左右子树高度差不平衡的情况。例如插入节点x,需要先查找其应当插入的位置,然后通过旋转操作将其父节点与祖父节点一起旋转,使得树重新平衡。插入操作的时间复杂度为O(logn)。 9-10 删除操作:删除操作也类似于普通二叉搜索树,需要删除节点x后通过旋转操作迭代处理其祖先节点的平衡性,保证整个树的平衡性。删除操作的时间复杂度为O(logn)。 9-11 查找操作:查找操作与普通二叉搜索树相同,只是由于平衡二叉树的高度比较平衡,因此可以保证其查找效率较高。查找操作的时间复杂度为O(logn)。 9-12 平衡操作:平衡二叉树的平衡操作主要包括旋转操作和重构操作。旋转操作通过将子树旋转到左右子树高度相等来实现平衡,分为左旋和右旋两种。重构操作通过重新构建平衡二叉树的结构来保证整个树的平衡性。平衡操作的时间复杂度为O(1)。 综上所述,平衡二叉树是一种高效的数据结构,其插入、删除、查找等基本操作时间复杂度都为O(logn),通过平衡操作可以保证整个树的平衡性。在实际应用中,平衡二叉树被广泛应用于数据库、搜索引擎、红黑树等场景中,具有重要的实用价值。

“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