【剑指Offer】个人学习笔记_54_二叉搜索树的第k大节点

刷题日期:上午5:18 2021年5月17日星期一

个人刷题记录,代码收集,来源皆为leetcode

经过多方讨论和请教,现在打算往Java方向发力

主要答题语言为Java

题目:

剑指 Offer 54. 二叉搜索树的第k大节点

难度简单159

给定一棵二叉搜索树,请找出其中第k大的节点。

示例 1:

输入: root = [3,1,4,null,2], k = 1
   3
  / \
 1   4
  \
   2
输出: 4

示例 2:

输入: root = [5,3,6,2,4,null,null,1], k = 3
       5
      / \
     3   6
    / \
   2   4
  /
 1
输出: 4

限制:

1 ≤ k ≤ 二叉搜索树元素个数

题目分析

二叉搜索树的特点就是左子树<根节点<右子树。第k大遍是排序后的l-k 位。

树的话不遍历也不知道到底有多少个元素,所以感觉至少还是得过一遍。

如果只是单纯的找最大和最小,那么一直找左子树和右子树即可。设计数组存放所有叶子节点,然后排序,然后取出相应位的结果。

初始解答:

二叉树的遍历记得可以用dfs等深度优先遍历,再根据二叉搜索树的特点,内容基本记不清了,参考他人

二叉搜索树用中序遍历得到递增序列。

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public int kthLargest(TreeNode root, int k) {
        if(root == null || k == 0) return 0;
        return mfs(root, k).val;
    }
    public TreeNode mfs(TreeNode root, int k) {
        TreeNode cur = new TreeNode();
        cur = null;
        if(root.left != null) cur = mfs(root.left, k);
        if(cur == null) {
            if(k == 1) cur = root;
            k--;
        }
        if(cur == null && root.right != null) cur = mfs(root.right, k);
        return cur;
    }
}

已完成 执行用时:0 ms

输入 [3,1,4,null,2] 1

输出 1

差别 预期结果 4

看到方法二意识到问的第k大应该是右根左,修改后能跑通示例但是还是卡住了

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public int kthLargest(TreeNode root, int k) {
        if(root == null || k == 0) return 0;
        return mfs(root, k).val;
    }
    public TreeNode mfs(TreeNode root, int k) {
        TreeNode cur = new TreeNode();
        cur = null;
        if(root.right != null) cur = mfs(root.right, k);
        if(cur == null) {
            if(k == 1) cur = root;
            k--;
        }
        if(cur == null && root.left != null) cur = mfs(root.left, k);
        return cur;
    }
}

添加备注 输入: [5,3,6,2,4,null,null,1] 3

输出: 2

预期结果: 4

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    private int ans = 0, cnt = 0;
    public int kthLargest(TreeNode root, int k) {
        mfs(root, k);
        return ans;
    }
    private void mfs(TreeNode root, int k) {
        if(root == null) return ;
        mfs(root.right, k); //右
        if(++cnt == k) { //每进一次都更接近k
            ans = root.val; //根
        }
        mfs(root.left, k);  //左
    }
}

执行结果: 通过

显示详情 添加备注

执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户

内存消耗:37.9 MB, 在所有 Java 提交中击败了97.69%的用户

K神的解法,this之前没怎么接触过

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    int ans, k;
    public int kthLargest(TreeNode root, int k) {
        this.k = k; //
        mfs(root);
        return ans;
    }
    void mfs(TreeNode root) {
        if(root == null) return ;
        mfs(root.right); //右
        if(--k == 0) { //每进一次都更接近k
            ans = root.val; //根
            // return;
        }
        mfs(root.left);  //左
    }
}

执行结果: 通过

显示详情 添加备注

执行用时:1 ms, 在所有 Java 提交中击败了40.41%的用户

内存消耗:38.2 MB, 在所有 Java 提交中击败了72.19%的用户

学习他人:

方法一:

Jerry银银L4

(编辑过)2020-02-19

作为一个普通人,我来分析下这题。

  1. 假设,你花了点时间,练习了二叉树的三种遍历方式: a. 前序遍历 b. 中序遍历 c. 后续遍历
  2. 你也学习了二叉搜索树,深入研究了二叉树搜索树的特性,并且深刻知道二叉搜索树的一个特性:通过中序遍历所得到的序列,就是有序的。

好,有了以上两点知识,我认为你必须能想到(如果想不到,以上两点知识肯定没有学扎实):中序遍历二叉搜索树,遍历的同时,把遍历到的节点存到一个可变数组里(Java的话,可以用ArrayList)。 思路转化为代码,如下:

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public int kthLargest(TreeNode root, int k) {
        // clarification:  root == null?   k <= 1?
        List<Integer> list = new ArrayList<>();
        helper(root, list);
        return list.get(list.size() - k);
    }
    
    private void helper(TreeNode root, List<Integer> list) {
        if (root == null) return;
        if (root.left != null) helper(root.left, list);
        list.add(root.val);
        if (root.right != null) helper(root.right, list);
    }
}

到这里,这题,我觉得已经离最优解很近了。作为一个学习了算法的人,你一定会想:上面的算法空间复杂度是O(n),可不可以优化?

深入再思考下,其实,当遍历到了第K大数的时候,就可以停止遍历了,同时,把遍历到节点对应的数保存下来即可。

想到这里,一定能写出下面的代码:

class Solution {
    int n = 0;
    int res = 0;
    public int kthLargest(TreeNode root, int k) {
        n = k;
        helper(root);
        return res;
    }
    public void helper(TreeNode root){
        if(root.right != null && n>0 )  helper(root.right);
        n--;
        if(n==0){
            res = root.val;
            return;
        }
        if(root.left != null && n>0 )  helper(root.left);
    }
}

这题,到这里,我想,已经完美了!最后,再次强调下,我就是个普通人,只能使用普通人的思维方式。

方法二:

Roni (编辑过)2020-02-14 【Java】【递归】

  • 注意是第K大,所以右根左;第K小才是左根右
class Solution {
    private int ans = 0, cnt = 0;
    public int kthLargest(TreeNode root, int k) {
        dfs(root, k);
        return ans;
    }
    private void dfs(TreeNode root, int k) {
        if(root == null) return ;
        dfs(root.right, k);
        if(++cnt == k) {
            ans = root.val;
        }
        dfs(root.left, k);
    }
}

方法三:

coders-47L1 2021-05-04

方法一:中序遍历(由小到大遍历),都加数组算索引即可 方法二:由大到小的方式遍历,到第k个节点即可

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     public var val: Int
 *     public var left: TreeNode?
 *     public var right: TreeNode?
 *     public init(_ val: Int) {
 *         self.val = val
 *         self.left = nil
 *         self.right = nil
 *     }
 * }
 */
class Solution {
    // /// 法一:中序遍历
    // func kthLargest(_ root: TreeNode?, _ k: Int) -> Int {
    //     var array: [Int] = []

    //     func _traverse(_ root: TreeNode?) {
    //         guard let root = root else { return }

    //         _traverse(root.left)
    //         array.append(root.val)
    //         _traverse(root.right)
    //     }

    //     _traverse(root)
        
    //     let index = array.count - k

    //     return k > 0 ? array[index] : 0
    // }

    /// 法二:搜索树  右子树永远大于当前节点,右 -》 中 -》 的方式遍历即为从大到小的排序,按照这种方式遍历到第k个节点即可
    func kthLargest(_ root: TreeNode?, _ k: Int) -> Int {
        var count: Int = 0
        var result: Int = 0

        func _traverse(_ root: TreeNode?) {
            guard let root = root else {
                return
            }

            _traverse(root.right)
            count += 1
            if count == k {
                result = root.val
                return
            }
            _traverse(root.left)
        }

        _traverse(root)

        return result
    }
}

方法四:

K神 本文解法基于此性质:二叉搜索树的中序遍历为 递增序列 。

根据以上性质,易得二叉搜索树的 中序遍历倒序 为 递减序列 。

因此,求 “二叉搜索树第 k 大的节点” 可转化为求 “此树的中序遍历倒序的第 k 个节点”。

作者:jyd
链接:https://leetcode-cn.com/problems/er-cha-sou-suo-shu-de-di-kda-jie-dian-lcof/solution/mian-shi-ti-54-er-cha-sou-suo-shu-de-di-k-da-jie-d/
来源:力扣(LeetCode)

class Solution {
    int res, k;
    public int kthLargest(TreeNode root, int k) {
        this.k = k;
        dfs(root);
        return res;
    }
    void dfs(TreeNode root) {
        if(root == null) return;
        dfs(root.right);
        if(k == 0) return;
        if(--k == 0) res = root.val;
        dfs(root.left);
    }
}

完美暴力 2021-02-04

@莫非 综合以下回复

class Solution {
    int res, k;
    public int kthLargest(TreeNode root, int k) {
        this.k = k;
        dfs(root);
        return res;
    }
    void dfs(TreeNode root) {
        if(root == null) return;
        dfs(root.right);
        if(--k <= 0) 
            {
                res = root.val;
                return;
            }
        dfs(root.left);
    }
}

总结

以上就是本题的内容和学习过程了,方法一的同学所讲的基础,还是欠缺,继续努力吧。

欢迎讨论,共同进步。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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