从二叉树开始刷起(五)——找到所有不同的二叉搜索树

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

image-20211016105249658

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

image-20211016120029269

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

image-20211016131256720

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。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二叉搜索树,也叫二叉查找树(BST,Binary Search Tree),是一种特殊的二叉树。相对于普通的二叉树,它有一个特点:所有左子树的节点都比根节点小,所有右子树的节点都比根节点大。因此,它可以快速地进行查找、插入、删除等操作。 具体来说,二叉搜索树的定义如下: - 节点的左子树中所有节点的值都小于该节点的值。 - 节点的右子树中所有节点的值都大于该节点的值。 - 左右子树也都是二叉搜索树。 如下图所示,就是一个二叉搜索树的例子: ``` 8 / \ 3 10 / \ \ 1 6 14 / \ / 4 7 13 ``` 在这个树中,每个节点都满足左子树的节点值小于该节点的值,右子树的节点值大于该节点的值。比如,节点 3 的左子树是 1 和 6,右子树是 4 和 7,都满足要求。 二叉搜索树的主要操作包括查找、插入和删除。 查找操作可以通过递归或者循环实现。递归实现如下: ``` def search(root, val): if not root or root.val == val: return root if root.val > val: return search(root.left, val) else: return search(root.right, val) ``` 插入操作需要先查找到插入的位置,然后创建一个新节点插入到该位置: ``` def insert(root, val): if not root: return TreeNode(val) if root.val > val: root.left = insert(root.left, val) else: root.right = insert(root.right, val) return root ``` 删除操作比较复杂,需要考虑多种情况。如果要删除的节点只有一个子节点,直接将其子节点替换上来即可。如果要删除的节点有两个子节点,可以找到其右子树中的最小节点(或者左子树中的最大节点)来替换该节点,然后再删除该最小节点(或者最大节点)。 ``` def delete(root, val): if not root: return None if root.val == val: if not root.left: return root.right elif not root.right: return root.left else: # 找到右子树中的最小节点 p = root.right while p.left: p = p.left root.val = p.val root.right = delete(root.right, p.val) elif root.val > val: root.left = delete(root.left, val) else: root.right = delete(root.right, val) return root ``` 需要注意的是,在删除节点时,要保证删除后的树仍然是二叉搜索树
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值