js用递归遍历多维数组_05. 判断一个序列是否为BST后序遍历序列

这个专栏一年多没更新了，奈何看到这道剑指上面的题有两种非常非常巧妙的非递归解法，在此记录并分享一下（dalao是用C++写的，我改成了Python）。

问题：输入一个整数数组，判断该数组是不是某二叉搜索树的后序遍历的结果。如果是则返回true,否则返回false。假设输入的数组的任意两个数字都互不相同。

思路：这道题是一道经典的二叉树后序遍历题，一般拿到这种题，先去想递归解法：

• 后序序列的顺序是左右根，因此数组的最后一位必然是根；
• 找到根之后，比根小的部分就是左子树，比根大的部分就是右子树；
• 递归判断左子树和右子树是否为BST。

递归法的关键在于寻找递归出口：

• 出口1：如果递归到空树，说明判断完了，那么返回True即可
• 出口2：找到根结点的值之后，可以划分出左右子树，如果左右子树的结点数加起来不等于全部结点数-1（即右子树右边还有比根小的值），那么这棵树则不是BST，返回False

递归解法如下：

# -*- coding:utf-8 -*-

结果报错：maximum recursion depth exceeded，果断爆栈了，看来需要优化为非递归算法。

因为右子树所有值一定比左子树所有值都大，因此每次判断完一次之后，剔除原本的根，则倒数第二个结点就是剩下所有结点的根！因此再循环判断剩下的结点即可。

代码如下

class 

时间复杂度：O(n^2)， 空间复杂度：O(1)，算是一种时间换空间以及可读性的方法

这个方法非常优雅，可读性强，但是一般来说，CPU资源比内存资源宝贵的多，有没有空间换时间的解法呢——二叉树的非递归后序遍历通常双栈法来实现（几种遍历里面最复杂的），这里我们就用栈来辅助，最终达到O(n)的时间复杂度和O(n)的空间复杂度。

分析：根节点实际上对左右子树形成了一个上下限约束，即左子树的上限、右子树的下限，如果我们从右往左倒序遍历这个序列，则访问顺序为：根右左

0. 首先，用一个栈来存储根；

1. 如果当前访问的元素>栈顶，则说明当前元素可能是栈顶的右儿子，这个时候我们判断：

• 如果当前元素>约束上限，则说明其祖辈中存在左子树>根的情况，返回False
• 否则，当前元素就是栈顶的右儿子
• 如果当前元素<栈顶，则说明当前元素一定是栈中某个元素（不一定是栈顶）的左儿子，这个时候我们需要找出它的父节点，它的父亲一定是栈中比它大的最小元素，同时将这个父节点的右子树中的结点全部出栈，并将该父节点的值作为新的约束上限。

2. 然后将当前元素入栈。

代码实现如下：

class 

复杂度分析：空间自然为O(n)，同时每个元素至少入栈一次，至多出栈一次，因此时间为O(n)。这个解法很巧妙，但是理解起来很困难，可以看看dalao的原文，里面有图解：

《剑指Offer》二叉搜索树的后序遍历序列_牛客博客​blog.nowcoder.net