今天我们来看BST的最后一篇,我们来看如何计算所有合法BST。
96. 不同的二叉搜索树
这一题一眼看下来发现这个还是很摸头不知脑的,要理解题目中这个种数的意思,也就是说二叉树的不同形态。
具体的解答部分还是参考原文解答:
这样我们可以初步用递归写出对应的代码:
class Solution:
def numTrees(self, n: int) -> int:
def count(lo,hi):
res = 0
if lo > hi:
return 1
for i in range(lo,hi+1):
left = count(lo,i-1)
right = count(i+1,hi)
res += left * right
return res
return count(1,n)
但需要注意的是,当lo>hi是,对应区间为空,这个时候其实是对应着空节点的,所以这个时候我们数量还是要算上一个。还有一个问题是上面的代码是会超时的,因为这中间肯定存在重复子问题,所以我们要额外用一个数据结构来存储之前的结果【某个区间对应的BST数量,已经计算过的就存进来,下次再遇见直接取用就不再重复计算】,以免重复计算带来严重的耗时问题:
class Solution:
def numTrees(self, n: int) -> int:
# 初始化备忘录
self.mem = [[0 for _ in range(n+1)] for _ in range(n+1)]
def count(lo,hi):
res = 0
if lo > hi:
return 1
# 查备忘录,如果之前某个区间已经有过计算结果了,那就不再重复计算
if self.mem[lo][hi]:
return self.mem[lo][hi]
for i in range(lo,hi+1):
left = count(lo,i-1)
right = count(i+1,hi)
res += left * right
# 把每次的计算结果存入对应的位置
self.mem[lo][hi] = res
return res
return count(1,n)
这道题千万不要一上来就搞一个root.val,root.left啥的,还是要先读懂题意,再根据题目给出的函数定义来进一步思考。
但是说啥来啥,这不就有一道它的升级版本的题目,就是要找出所有BST的具体树,而不是要个数了。
95. 不同的二叉搜索树 II
思路大概就是一样的,只不过呢,原先是res=left*right的组合这里要变成双层循环来构建树了,我们来试一下:
class Solution:
def generateTrees(self, n: int) -> List[TreeNode]:
def build(lo,hi):
res = []
if lo > hi:
res.append(None)
return res
for i in range(lo,hi+1):
leftTrees = build(lo,i-1)
rightTrees = build(i+1,hi)
for left in leftTrees:
for right in rightTrees:
# 以当前的i作为根节点构造不同的树
node = TreeNode(i)
node.left = left
node.right = right
res.append(node)
return res
return build(1,n)
由于我们是采用逐个遍历的方式,故在此过程中并没有之前出现的重复的问题,所以不需要拿备忘录来做记录,直接逐层遍历即可。时间与空间复杂度的计算有点复杂,可以参见该题的官方题解中给出的答案。