前言
给你一个含重复值的二叉搜索树(BST)的根节点 root ,找出并返回 BST 中的所有 众数(即,出现频率最高的元素)。
假定 BST 满足如下定义:
- 结点左子树中所含节点的值 小于等于 当前节点的值
- 结点右子树中所含节点的值 大于等于 当前节点的值
- 左子树和右子树都是二叉搜索树
输入:root = [1,null,2,2]
输出:[2]
如果树中有不止一个众数,可以按 任意顺序 返回。
第一种解法:前序遍历
利用二叉搜索树的性质,中序遍历一定是有序的,也就是相同的数一定会挨在一起;
我们可以用一个base来表示前一个数的值,max表示最多的数(也就是众数)的个数;
每次当前节点与前一个节点相同时,我们就把number+1,否则则更新base,number的值
然后再判断number是否与max相同,相同的话,则将该数添加到list结果数组中,表示该数也是一个众数;
如果number>max的话,则清空list结果数组,表示该数目前是唯一一个众数
那么如何记录前一个节点呢,我们利用中序遍历便可以记录下前一个节点,因为中序遍历是有序的。
class Solution {
//保存前一个数的值
int base=Integer.MIN_VALUE;
//保存当前众数的个数
int max=0;
//保存当前这个值的个数
int number=0;
public int[] findMode(TreeNode root) {
List<Integer> list=new ArrayList<>();
dfs(root,list);
//将list转换为int数组
return list.stream().mapToInt(Integer::intValue).toArray();
}
//这里采用中序遍历,这样的话base每次就是它的前一个节点
private void dfs(TreeNode root, List<Integer> list) {
if (root==null) return;
dfs(root.left,list);
if(root.val==base){
//如果当前节点的这个数等于前一个节点的数,则number数量+1
number++;
}else{
//如果当前节点的这个数不等于前一个节点数,则更新base为当前节点值,number为1
base=root.val;
number=1;
}
if(max==number){
//如果当前节点的数量等于当前众数的个数,则添加这个节点
list.add(root.val);
}else if(number>max){
//如果当前节点的数量大于当前众数的个数,则清空众数数组,并更新众数数组为当前节点值
max=number;
list.clear();
list.add(root.val);
}
dfs(root.right,list);
}
}
时间复杂度为O(n),空间复杂度为O(1)
list为临时数组,与个数无关;且栈空间不计
第二种解法:Mirror算法
不清楚Mirror算法的可以去图解Mirror算法这里先看明白
class Solution {
List<Integer> list=new ArrayList<>();
//保存前一个数
int base;
//保存前一个数的个数
int preNumber;
//保存当前众数的个数
int maxNumber;
//Mirror算法
public int[] findMode(TreeNode root) {
while(root!=null){
if(root.left!=null){
TreeNode cur=root.left;
while(cur.right!=null&&cur.right!=root){
cur=cur.right;
}
if(cur.right==null){
cur.right=root;
root=root.left;
}
if(cur.right==root){
updata(root.val);
cur.right=null;
root=root.right;
}
}else{
updata(root.val);
root=root.right;
}
}
return list.stream().mapToInt(Integer::intValue).toArray();
}
private void updata(int val) {
if(val==base)
preNumber++;
else{
base=val;
preNumber=1;
}
if(preNumber==maxNumber)
list.add(base);
else if(preNumber>maxNumber){
maxNumber=preNumber;
list.clear();
list.add(val);
}
}
}
时间复杂度为O(n),空间复杂度为O(1),比上一个解法少了栈空间
第三种解法:两次遍历
这种解法空间复杂度达到了真正的O(1),但是两次遍历,也就是所谓的时间换空间
其实三种方法都是一个思想,因为是二叉搜索树,所以都是利用了保存前一个节点来进行的各种操作,只不过保存前一个节点的方式不一样而已
class Solution {
//保存前一个数
int base;
//保存前一个数的个数
int preNumber;
//保存当前众数的个数
int maxNumber;
//结果数组
int[] res;
//结果数组的个数
int resNum=0;
//当前结果数组的个数
int i=0;
//两次遍历算法
public int[] findMode(TreeNode root) {
mirror(root);
base=Integer.MIN_VALUE;
preNumber=0;
res=new int[resNum];
mirror(root);
return res;
}
private void mirror(TreeNode root){
while(root!=null){
if(root.left!=null){
TreeNode cur=root.left;
while(cur.right!=null&&cur.right!=root){
cur=cur.right;
}
if(cur.right==null){
cur.right=root;
root=root.left;
}
if(cur.right==root){
updata(root.val);
cur.right=null;
root=root.right;
}
}else{
updata(root.val);
root=root.right;
}
}
}
private void updata(int val) {
if(val==base)
preNumber++;
else{
base=val;
preNumber=1;
}
if(preNumber==maxNumber){
resNum++;
if(res!=null) {
res[i]=val;
i++;
}
}
else if(preNumber>maxNumber){
resNum=1;
maxNumber=preNumber;
}
}
}
时间复杂度O(n),遍历了两次树
空间复杂度O(1),真正的1,只有结果数组占空间了,其他都是常量空间,暴打其他栈空间的