二叉搜索树的第 k 大的节点

题目描述

给定一棵二叉搜索树，请找出其中第 k 大的节点。

解题基本知识

二叉搜索树（Binary Search Tree）又名二叉查找树、二叉排序树。它是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树。

• 解法一： 递归

  利用二叉搜索树的特性进行中序遍历。先遍历左节点，然后根节点，最后遍历右节点，得到的是一个递增序列，那么序列的倒序为递减序列。因此这道题我们可以转变为求二叉搜索树中序遍历倒序的第 k 个数。
  

  /**
   * Definition for a binary tree node.
   * function TreeNode(val) {
   *     this.val = val;
   *     this.left = this.right = null;
   * }
   */
  /**
   * @param {TreeNode} root
   * @param {number} k
   * @return {number}
   */
  const kthLargest = (root, k) => {
    let res = null; // 初始化返回值
    // 因为需要倒序第 k 个，所以处理是右节点，根节点，然后左节点
    const dfs = (root) => {
      if (!root) return; // 如果当前节点为 null，本轮处理结束
      dfs(root.right); // 开始处理右节点
      if (k === 0) return; // k 值 为 0，代表已经处理的节点超过目标节点，本轮处理结束
      if (--k === 0) {
        // 当 k 值 减 1 为 0，表示已经到了我们想要的 k 大 节点，保存当前值
        res = root.val;
      }
      dfs(root.left); // 处理左节点
    };
    dfs(root); // 从初始化节点开始处理
    return res;
  };
  

  • 复杂度分析：
    • 时间复杂度 O(N)：无论 k 的值大小，递归深度都为 N，占用 O(N) 时间。
    • 空间复杂度 O(N)：无论 k 的值大小，递归深度都为 N，占用 O(N) 空间。

• 解法二： 迭代
  思路还是二叉树的中序遍历，利用栈的方式进行遍历。
  

  /**
   * Definition for a binary tree node.
   * function TreeNode(val) {
   *     this.val = val;
   *     this.left = this.right = null;
   * }
   */
  /**
   * @param {TreeNode} root
   * @param {number} k
   * @return {number}
   */
  var kthLargest = function (root, k) {
    if (!root) return 0;
    // 声明储存栈
    const stack = [];
    // 判断当前栈否有节点和当前遍历节点位置
    while (stack.length || root) {
      while (root) {
        // 往栈里添加当前节点，同时切换为右节点处理
        stack.push(root);
        root = root.right;
      }
      // 取出当前栈顶元素，根据添加的顺序，当前元素是栈内最大的
      const cur = stack.pop();
      k--;
      if (k === 0) return cur.val;
      // 切换为左节点处理
      root = cur.left;
    }
    return 0;
  };
  

  • 复杂度分析：
    • 时间复杂度 O(N)：需要遍历整棵树一次，复杂度为 O(N)
    • 空间复杂度 O(N)：需要额外空间栈进行储存树，复杂度为 O(N)