654.最大二叉树又是构造二叉树,昨天大家刚刚做完 中序后序确定二叉树,今天做这个 应该会容易一些, 先看视频,好好体会一下 为什么构造二叉树都是 前序遍历
题目链接/文章讲解:代码随想录
构造树一般采用的是前序遍历,因为先构造中间节点,然后递归构造左子树和右子树。
注意类似用数组构造二叉树的题目,每次分隔尽量不要定义新的数组,而是通过下标索引直接在原数组上操作,这样可以节约时间和空间上的开销。
一般情况来说:如果让空节点(空指针)进入递归,就不加if,如果不让空节点进入递归,就加if限制一下, 终止条件也会相应的调整。
允许空节点进入递归,所以不用在递归的时候加判断节点是否为空
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode constructMaximumBinaryTree(int[] nums) {
return construct(nums, 0, nums.length);
}
// 在左闭右开区间[left, right),构造二叉树
public TreeNode construct(int[] nums, int leftIndex, int rightIndex) {
if(rightIndex - leftIndex < 1){// 没有元素了
return null;
}
if (rightIndex - leftIndex == 1) {// 只有一个元素,叶子节点
return new TreeNode(nums[leftIndex]);
}
// 中
// 分割点下标:maxValueIndex, 找到数组中最大的值和对应的下标
int maxIndex = leftIndex;// 最大值所在位置
int maxVal = nums[maxIndex];// 最大值
for(int i = leftIndex + 1; i < rightIndex; i++){
if(nums[i] > maxVal){
maxVal = nums[i];
maxIndex = i;
}
}
TreeNode root = new TreeNode(maxVal);
//左,最大值所在的下标左区间 构造左子树,
//需不需要写if,看中止条件要求,中止条件处理了0和1的情况,所以不用限制;允许空节点进入递归,所以不用在递归的时候加判断节点是否为空
root.left = construct(nums, leftIndex, maxIndex);
//右,最大值所在的下标右区间 构造右子树
root.right = construct(nums, maxIndex + 1, rightIndex);
return root;
}
}
617.合并二叉树
这次是一起操作两个二叉树了, 估计大家也没一起操作过两个二叉树,也不知道该如何一起操作,可以看视频先理解一下。 优先掌握递归。
题目链接/文章讲解:代码随想录
如何同时遍历两个二叉树呢?
其实和遍历一个树逻辑是一样的,只不过传入两个树的节点,同时操作。
本题使用哪种遍历都是可以的!前序更直观便于理解
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
if(root1 == null) return root2;// 如果t1为空,合并之后就应该是t2
if(root2 == null) return root1;// 如果t2为空,合并之后就应该是t1
// 修改了t1的数值和结构
root1.val += root2.val;// 中
root1.left = mergeTrees(root1.left, root2.left);// 左
root1.right = mergeTrees(root1.right, root2.right);// 右
return root1;
}
}
迭代法
把两个树的节点同时加入队列进行比较。
700.二叉搜索树中的搜索递归和迭代 都可以掌握以下,因为本题比较简单, 了解一下 二叉搜索树的特性
题目链接/文章讲解: 代码随想录
二叉搜索树是一个有序树:
- 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搜索树
因为二叉搜索树的有序性,遍历的时候要比普通二叉树简单很多。
递归法
二叉搜索树的顺序性已经帮我们确定了遍历的顺序,所以无需前中后序遍历
对于一般二叉树,递归过程中还有回溯的过程,例如走一个左方向的分支走到头了,那么要调头,在走右分支。
而对于二叉搜索树,不需要回溯的过程,因为节点的有序性就帮我们确定了搜索的方向。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode searchBST(TreeNode root, int val) {
if(root == null || root.val == val) return root;
if(val < root.val){
return searchBST(root.left, val);
}else{
return searchBST(root.right, val);
}
}
}
迭代法
一般的二叉树遍历的迭代法,需要使用栈来模拟深度遍历,使用队列来模拟广度遍历。
对于二叉搜索树可就不一样了,因为二叉搜索树的特殊性,也就是节点的有序性,可以不使用辅助栈或者队列就可以写出迭代法。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public TreeNode searchBST(TreeNode root, int val) {
while(root != null){
if(root.val > val) root = root.left;
else if(root.val < val) root = root.right;
else return root;
}
return null;
}
}
98.验证二叉搜索树
中序遍历下,输出的二叉搜索树节点的数值是有序序列。
有了这个特性,验证二叉搜索树,就相当于变成了判断一个序列是不是递增的了
直观法:递归中序遍历将二叉搜索树转变成一个数组,然后只要比较一下,这个数组是否是有序的,注意二叉搜索树中不能有重复元素。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public boolean isValidBST(TreeNode root) {
List<Integer> array = new ArrayList<>();
getBST(root, array);
for(int i = 1; i< array.size(); i++){
// 注意要小于等于,搜索树里不能有相同元素
if(array.get(i) <= array.get(i-1)) return false;
}
return true;
}
public void getBST(TreeNode node, List<Integer> array) {
if(node == null) return;
if(node.left != null) getBST(node.left, array);
array.add(node.val);// 将二叉搜索树转换为有序数组
if(node.right != null) getBST(node.right, array);
}
}
把二叉树转变为数组来判断,是最直观的,但其实不用转变成数组,可以在递归遍历的过程中直接判断是否有序。
这道题目比较容易陷入两个陷阱:
- 陷阱1:不能单纯的比较左节点小于中间节点,右节点大于中间节点就完事了。
- 陷阱2:样例中最小节点 可能是int的最小值,如果这样使用最小的int来比较也是不行的。此时可以初始化比较元素为longlong的最小值。
要定义一个longlong的全局变量,用来比较遍历的节点是否有序,因为后台测试数据中有int最小值,所以定义为longlong的类型,初始化为longlong最小值。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
// 递归
long maxVal = Long.MIN_VALUE; // 因为后台测试数据中有int最小值
public boolean isValidBST(TreeNode root) {
if(root == null) return true;
//左
boolean left = isValidBST(root.left);
//中
if(root.val > maxVal){
maxVal = root.val;// maxVal记录了当前节点前一个节点的数值,如果是BST就一定是root.val > maxVal
}else{//不是BST
return false;
}
//右
boolean right = isValidBST(root.right);
return left && right;
}
}
如果测试数据中有 longlong的最小值,怎么办?
不可能在初始化一个更小的值了吧。 建议避免 初始化最小值,使用双指针优化递归法,取到最左面节点的数值来比较。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
// 双指针优化递归法
TreeNode pre = null; // 因为后台测试数据中有int最小值,记录当前遍历的前一个节点
public boolean isValidBST(TreeNode root) {
if(root == null) return true;
//左
boolean left = isValidBST(root.left);
//中
if(pre != null && root.val <= pre.val){
return false;// pre.val记录了当前节点前一个节点的数值,如果root.val <= pre.val,前一个节点大于后一个,一定不是BST
}
pre = root;// 记录前一个节点
//右
boolean right = isValidBST(root.right);
return left && right;
}
}