20
654. 最大二叉树
给定一个不重复的整数数组 nums
。 最大二叉树 可以用下面的算法从 nums
递归地构建:
- 创建一个根节点,其值为
nums
中的最大值。 - 递归地在最大值 左边 的 子数组前缀上 构建左子树。
- 递归地在最大值 右边 的 子数组后缀上 构建右子树。
返回 nums
构建的 *最大二叉树* 。
思路:
- 递归就行了
注意:
一般递归中,可以不用传数组就不传数组,传索引下标记就行了
这里寻找最大值没有优化,但是应该是可以的
代码实现
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def constructMaximumBinaryTree(self, nums: List[int]) -> Optional[TreeNode]:
def tranversal(left_index: int, right_index: int) -> TreeNode:
#1.寻找构建数组的最大值,以及对应的索引,不变量,左闭右开
#2.递归
#3.终止条件
if left_index == right_index:
return
max_value = -float('inf')
max_index = left_index
for i in range(left_index, right_index):
if nums[i] > max_value:
max_value = nums[i]
max_index = i
node = TreeNode(max_value)
# print(left_index, right_index, max_index, max_value)
node.left = tranversal(left_index, max_index)
node.right = tranversal(max_index + 1, right_index)
return node
return tranversal(0, len(nums))
还有单调栈的实现,后续可以看下
注意:单调递减栈!!,详情在代码注释中
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def constructMaximumBinaryTree(self, nums: List[int]) -> Optional[TreeNode]:
#单调栈的写法,重点在于每一个节点的左节点,是其左边遇到的小于其的最大值,右节点是右边遇到的小于其的最大值
#单调递减栈
#解题实现思路,单调递减栈,如果当前元素大于栈顶的元素,当前元素为根节点的树的左子树赋给栈顶元素,
#这样最终,当前节点的左节点一定是左边小于其的最大的值
#同时,当栈不为空,栈顶元素为根节点的树的右节点为当前元素的树,这样最后能保证,树的右节点为小于其的最大值的树
trees_lst = [0] * len(nums)
stack = []
for i in range(len(nums)):
trees_lst[i] = TreeNode(nums[i])
while stack and nums[i] > nums[stack[-1]]:
trees_lst[i].left = trees_lst[stack[-1]]
stack.pop()
if stack:
trees_lst[stack[-1]].right = trees_lst[i]
stack.append(i)
#最后返回stack[0],也就是栈中最大值为根节点的树
return trees_lst[stack[0]]
617. 合并二叉树
给你两棵二叉树: root1
和 root2
。
想象一下,当你将其中一棵覆盖到另一棵之上时,两棵树上的一些节点将会重叠(而另一些不会)。你需要将这两棵树合并成一棵新二叉树。合并的规则是:如果两个节点重叠,那么将这两个节点的值相加作为合并后节点的新值;否则,不为 null 的节点将直接作为新二叉树的节点。
返回合并后的二叉树。
注意: 合并过程必须从两个树的根节点开始。
经典递归咯
代码实现
class Solution:
def mergeTrees(self, root1: Optional[TreeNode], root2: Optional[TreeNode]) -> Optional[TreeNode]:
if not root1 and not root2:
return
if not root1:
return root2
if not root2:
return root1
new_root = TreeNode(root1.val + root2.val)
new_root.left = self.mergeTrees(root1.left, root2.left)
new_root.right = self.mergeTrees(root1.right, root2.right)
return new_root
700. 二叉搜索树中的搜索
给定二叉搜索树(BST)的根节点 root
和一个整数值 val
。
你需要在 BST 中找到节点值等于 val
的节点。 返回以该节点为根的子树。 如果节点不存在,则返回 null
代码实现
递归
# self.right = right
class Solution:
def searchBST(self, root: Optional[TreeNode], val: int) -> Optional[TreeNode]:
#明确二叉搜索树的定义,左小右大, 中序遍历为升序排列
if not root or root.val == val:
return root
if val > root.val:
return self.searchBST(root.right, val)
if val < root.val:
return self.searchBST(root.left, val)
迭代
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def searchBST(self, root: Optional[TreeNode], val: int) -> Optional[TreeNode]:
# #明确二叉搜索树的定义,左小右大, 中序遍历为升序排列
# if not root or root.val == val:
# return root
# if val > root.val:
# return self.searchBST(root.right, val)
# if val < root.val:
# return self.searchBST(root.left, val)
# 中序遍历
# if not root:return
# stack = []
# while stack or root:
# while root:
# stack.append(root)
# root = root.left
# root = stack.pop()
# if root.val == val:
# return root
# root = root.right
# return root
while root:
if root.val > val:
root = root.left
elif root.val < val:
root = root.right
else:
return root
return
给你一个二叉树的根节点 root
,判断其是否是一个有效的二叉搜索树。
有效 二叉搜索树定义如下:
-
节点的左
子树
只包含
小于
当前节点的数。
-
节点的右子树只包含 大于 当前节点的数。
-
所有左子树和右子树自身必须也是二叉搜索树。
思路:
遇到二叉搜索树,一定要考虑到中序遍历
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
max_value = -float('inf')
def isValidBST(self, root: Optional[TreeNode]) -> bool:
#中序遍历,维护一个最大值的变量,遍历的时候判断,root.val和max_value的da'xiao
if not root:
return True
left = self.isValidBST(root.left)
if not left or root.val <= self.max_value:
return False
self.max_value = root.val
right = self.isValidBST(root.right)
return right