- 不同的二叉搜索树 II
给定一个整数 n,生成所有由 1 … n 为节点所组成的 二叉搜索树 。
示例:
输入:3
输出: [ [1,null,3,2], [3,2,null,1], [3,1,null,null,2],
[2,1,3], [1,null,2,null,3] ]
解释: 以上的输出对应以下 5 种不同结构的二叉搜索树:1 … 3 … 3 … 2 …1
. \ … / … / … / \ … \
. 3 … 2 . 1 …1 3 …2
./ … / … . \ … … … \
2 … 1 … . 2 … … … 3
最开始写的代码,利用递归的方式将所有可行的左右子树列出来,拼好之后添加进答案里
def generateTrees(self, n: int) -> List[TreeNode]:
ans = []
def Tree(a,b):
res = []
if a == b:
res.append(None)
return res
for i in range(a,b):
leftnode = Tree(a,i)
rightnode = Tree(i+1,b)
for k in leftnode:
for j in rightnode:
root = TreeNode(i)
root.left = k
root.right = j
res.append(root)
return res
if n == 0:
return
return Tree(1,n+1)
-
时间复杂度 : 整个算法的时间复杂度取决于「可行二叉搜索树的个数」,而对于 n n n 个点生成的二叉搜索树数量等价于数学上第 n n n 个「卡特兰数」,用 G n G_n Gn 表示。卡特兰数具体的细节请读者自行查询,这里不再赘述,只给出结论。生成一棵二叉搜索树需要 O ( n ) O(n) O(n) 的时间复杂度,一共有 G n G_n Gn 棵二叉搜索树,也就是 O ( n G n ) O(nG_n) O(nGn)。而卡特兰数以 4 n n 3 / 2 \frac{4^n}{n^{3/2}} n3/24n 增长,因此总时间复杂度为 O ( 4 n n 1 / 2 ) O(\frac{4^n}{n^{1/2}}) O(n1/24n)。
-
空间复杂度 : n n n 个点生成的二叉搜索树有 G n G_n Gn 棵,每棵有 n n n 个节点,因此存储的空间需要 O ( n G n ) = O ( 4 n n 1 / 2 ) O(nGn)=O(\frac{4^n}{n^{1/2}}) O(nGn)=O(n1/24n) ,递归函数需要 O ( n ) O(n) O(n) 的栈空间,因此总空间复杂度为 O ( 4 n n 1 / 2 ) O(\frac{4^n}{n^{1/2}}) O(n1/24n)。
类似题目:括号生成