目录
题目链接:235. 二叉搜索树的最近公共祖先 - 力扣(LeetCode)
题目链接:701. 二叉搜索树中的插入操作 - 力扣(LeetCode)
题目链接:450. 删除二叉搜索树中的节点 - 力扣(LeetCode)
"有些人的恨是没有原因的,他们平庸、没有天分、碌碌无为,于是你的优秀、你的天赋、你的善良和幸福都是原罪。"
题目链接:235. 二叉搜索树的最近公共祖先 - 力扣(LeetCode)
对于二叉搜索树(BST),可以利用其特性来高效地找到两个指定节点的最近公共祖先(LCA):
左子树的所有节点值小于根节点值,右子树的所有节点值大于根节点值。因此,我们可以通过比较节点值来确定LCA。
算法思路:
- 从根节点开始遍历BST。
- 如果当前节点的值大于两个指定节点的值,说明两个节点都在当前节点的左子树,移动到左子节点。
- 如果当前节点的值小于两个指定节点的值,说明两个节点都在当前节点的右子树,移动到右子节点。
- 如果当前节点的值介于两个指定节点的值之间,或者当前节点的值等于其中一个节点的值,那么当前节点就是最近公共祖先。
class Solution235 {
public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
// 遍历BST
while(root != null){
// 如果当前节点的值大于p和q的值,说明LCA在左子树
if (root.val > p.val && root.val > q.val) {
root = root.left;
}
// 如果当前节点的值小于p和q的值,说明LCA在右子树
else if (root.val < p.val && root.val < q.val) {
root = root.right;
}
// 如果当前节点的值介于p和q之间,或者等于p或q,说明当前节点就是LCA
else {
return root;
}
}
return null; // 如果没有找到LCA,返回null(不过根据题意,应该总能找到LCA)
}
}
题目链接:701. 二叉搜索树中的插入操作 - 力扣(LeetCode)
要将一个值插入到二叉搜索树(BST)中,我们需要从根节点开始比较值,并根据比较结果向左或向右递归寻找插入位置。
最终,我们会在适当的位置插入新节点,使得插入后的树仍然满足BST的性质。
插入算法步骤:
- 从根节点开始,如果当前节点为空,则创建新节点并返回。
- 如果
value
小于当前节点的值,递归地将value
插入到左子树。 - 如果
value
大于当前节点的值,递归地将value
插入到右子树。 - 返回当前节点。
class Solution701 {
public TreeNode insertIntoBST(TreeNode root, int val) {
if (root == null) {
return new TreeNode(val); // 当前节点为空,创建新节点并返回
}
// 如果值小于当前节点值,递归插入左子树
if (val < root.val) {
root.left = insertIntoBST(root.left, val);
}
// 如果值大于当前节点值,递归插入右子树
else if (val > root.val) {
root.right = insertIntoBST(root.right, val);
}
return root; // 返回当前节点
}
}
题目链接:450. 删除二叉搜索树中的节点 - 力扣(LeetCode)
搜索树的节点删除要比节点增加复杂的多,有很多情况需要考虑。
要删除二叉搜索树(BST)中的一个节点,同时保持其性质不变,我们需要有以下五种情况:
- 第一种情况:没找到删除的节点,遍历到空节点直接返回了
- 找到删除的节点
- 第二种情况:节点是叶子节点,直接删除节点, 返回NULL为根节点
- 第三种情况:删除节点的左孩子为空,右孩子不为空,删除节点,右孩子补位,返回右孩子为根节点
- 第四种情况:删除节点的右孩子为空,左孩子不为空,删除节点,左孩子补位,返回左孩子为根节点
- 第五种情况:左右孩子节点都不为空,则将删除节点的左子树头结点(左孩子)放到删除节点的右子树的最左面节点的左孩子上,返回删除节点右孩子为新的根节点。
第五种情况不好理解,看下面动画:
删除节点的步骤:
- 从根节点开始递归搜索节点,如果找到节点则执行删除操作。
- 根据上述三种情况进行删除操作。
- 返回更新后的树根节点。
class Solution450 {
public TreeNode deleteNode(TreeNode root, int key) {
if (root == null) {
return null; // 如果根节点为空,返回null
}
if (key < root.val) {
root.left = deleteNode(root.left, key); // 在左子树中递归删除节点
} else if (key > root.val) {
root.right = deleteNode(root.right, key); // 在右子树中递归删除节点
} else {
// 找到要删除的节点
if (root.left == null) {
return root.right; // 节点只有右子节点或没有子节点,返回右子节点
} else if (root.right == null) {
return root.left; // 节点只有左子节点,返回左子节点
} else {
// 在右子树中找到最小的节点
TreeNode minNode = root.right;
while (minNode.left != null) {
minNode = minNode.left;
}
// 将当前节点的左子树连接到最小节点的左子树
minNode.left = root.left;
// 用当前节点的右子树替换当前节点
root = root.right;
return root;
}
}
return root; // 返回更新后的节点
}
}
其实,第五种情况还可以这么解决:找到节点的后继节点(即右子树中最小的节点),用后继节点的值替换被删除的节点,然后递归地删除后继节点。思考为什么?
...
else {
// 节点有两个子节点,找到右子树中的最小节点(后继节点)
TreeNode minNode = findMin(root.right);
// 用后继节点的值替换当前节点的值
root.val = minNode.val;
// 在右子树中删除后继节点
root.right = deleteNode(root.right, minNode.val);
}
...
// 辅助方法,找到指定子树中的最小节点
private TreeNode findMin(TreeNode node) {
while (node.left != null) {
node = node.left;
}
return node;
}