每日一题:重建二叉树(DFS超时)

题目描述 java
输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。

此算法超时

package com.three;

import java.util.HashMap;
import java.util.Map;

/**
 * @author huxia
 * @version 1.0
 * @date 2020-04-22 23:07
 *
 * 题目描述
 *      1
 *    2     3
 * 4       5   6
 *   7        8
 *
 * 输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。
 * 例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。
 */
public class 重建二叉树 {


    public  static  StringBuffer frontStr = new StringBuffer("1,2,4,6,7,3,5,");
    public  static  StringBuffer midStr = new StringBuffer("4,6,7,2,1,5,3,");

    public  static  int x = 1;

    public static void main(String[] args) {
        TreeNode node = new TreeNode(1);
        node.left = new TreeNode(2);
        node.left.left = new TreeNode(4);
        node.left.left.right = new TreeNode(6);
        node.left.left.right.right = new TreeNode(7);
        node.right = new TreeNode(3);
        node.right.left = new TreeNode(5);
        System.out.println(midErgodic(node,new StringBuffer()));
       System.out.println(midStr);
        int [] pre = {1,2,4,7,3,5,6,8};
        int [] in = {4,7,2,1,5,3,8,6};
        node =  reConstructBinaryTree(pre,in);

    }

    //主方法
    public static  TreeNode reConstructBinaryTree(int [] pre,int [] in) {
        TreeNode node =  new TreeNode(pre[0]);
        dfs(pre,in,new TreeNode(1),1);

        return node;

    }

    //深度搜索算法
    public static boolean dfs(int [] pre ,int [] in,TreeNode node,int index){
        if(index ==pre.length){
            StringBuffer sbfron = new StringBuffer();
            frontErgodic(node,sbfron);
            StringBuffer sbmid= new StringBuffer();
            midErgodic(node,sbmid);

            //当前序中序搜索一致时返回true
            if(frontStr.toString().equals(sbfron.toString())&&midStr.toString().equals(sbmid.toString())){
                return true;
            }else{
                return  false;
            }
        }
        boolean res = false;

        //查找新val可能存在的位置
        HashMap<Integer ,TreeNode>  map = new HashMap<>();
        possibleSite(node,map);
        //遍历所有可能,性能是不是在这边加
        for (Integer x: map.keySet()) {
            if(!res){
                //
                if(x%2==0){
                    map.get(x).left = new TreeNode(pre[index]);
                }else{
                    map.get(x).right = new TreeNode(pre[index]);
                }
                //暂时确定此节点位置,往下遍历
                res = dfs(pre, in, node,index+1);
            }
            //如果失败、将tree还原
            if(!res){
                if(x%2==0){
                    map.get(x).left = null;
                }else{
                    map.get(x).right =null;
                }
            }
        }


        return res;
    }


    //算出可能存在的位置
    public  static void possibleSite(TreeNode node,HashMap<Integer ,TreeNode> map){
        //定义KEY为偶数是左边。key是奇数在右边
        if(node.left==null){
            map.put(2*(++x),node);
        }else{
            possibleSite(node.left,map);
        }
        if(node.right==null){
            map.put(2*(++x)+1,node);
        }else{
            possibleSite(node.right,map);
        }
    }



    //前序遍历
    public  static  StringBuffer frontErgodic(TreeNode node,StringBuffer sb){
        sb.append(node.val+",");
        if(node.left!=null){
            frontErgodic(node.left,sb);
        }
        if(node.right!=null){
            frontErgodic(node.right,sb);
        }
        return  sb;
    }

    //中序遍历
    public  static  StringBuffer midErgodic(TreeNode node,StringBuffer sb){
        if(node.left!=null){
            midErgodic(node.left,sb);
        }
        sb.append(node.val+",");
        if(node.right!=null){
            midErgodic(node.right,sb);
        }
        return sb;
    }


}

class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) { val = x; }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
叉树的中序线索化是将二叉树中的每个节点都指向其中序遍历的前驱和后继节点。这个过程需要对二叉树进行中序遍历,并将每个节点的左右指针修改为指向其前驱和后继节点。下面是中序线索化的实现代码: ```python class Node: def __init__(self, val, left=None, right=None): self.val = val self.left = left self.right = right self.left_thread = None self.right_thread = None def inorder_threading(root): if root is None: return stack = [] cur = root pre = None while cur or stack: while cur: stack.append(cur) cur = cur.left cur = stack.pop() if cur.left is None: cur.left = pre cur.left_thread = True if pre and pre.right is None: pre.right = cur pre.right_thread = True pre = cur cur = cur.right if not cur.right_thread else None if __name__ == '__main__': root = Node(1, Node(2), Node(3)) inorder_threading(root) print(root.left.val) # 2 print(root.left.right) # 1 print(root.left.right_thread) # True print(root.right.left) # 1 print(root.right.left_thread) # True print(root.right.val) # 3 ``` 上面的代码中,我们定义了一个 `Node` 类表示二叉树的节点。`left_thread` 和 `right_thread` 分别表示当前节点的左右指针是否是线索。初始时,二叉树的所有节点的 `left_thread` 和 `right_thread` 都是 `None`。 `inorder_threading` 函数实现了中序线索化的过程。我们使用一个栈来辅助进行中序遍历。对于每个节点,如果其左子节点为空,则将其左指针指向其中序遍历的前驱节点,并将 `left_thread` 标记为 `True`。如果其前驱节点的右指针为空,则将其右指针指向当前节点,并将 `right_thread` 标记为 `True`。 最后,我们可以验证中序线索化的结果是否正确。在上面的代码中,我们打印了一些节点的值和线索情况。可以看到,对于一个节点,其左指针指向的是其中序遍历的前驱节点,而右指针则指向其中序遍历的后继节点。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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