【剑指offer07. 重建二叉树】

作者：jyd
链接：https://leetcode-cn.com/problems/zhong-jian-er-cha-shu-lcof/solution/mian-shi-ti-07-zhong-jian-er-cha-shu-di-gui-fa-qin/ 来源：力扣（LeetCode） 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

题目描述

输入某二叉树的前序遍历和中序遍历的结果，请构建该二叉树并返回其根节点。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。

示例 1:
Input: preorder = [3,9,20,15,7], inorder = [9,3,15,20,7]
Output: [3,9,20,null,null,15,7]

示例 2:
Input: preorder = [-1], inorder = [-1]
Output: [-1]

方法：递归法；分治算法

解题思路

前序遍历性质： 节点按照 [ 根节点 | 左子树 | 右子树 ] 排序。
中序遍历性质： 节点按照 [ 左子树 | 根节点 | 右子树 ] 排序。

以题目示例为例：
前序遍历划分 [ 3 | 9 | 20 15 7 ]
中序遍历划分 [ 9 | 3 | 15 20 7 ]

根据以上性质，可得出以下推论：

1. 前序遍历的首元素为树的根节点 root 的值。
2. 在中序遍历中搜索根节点 root 的索引 ，可将中序遍历划分为 [ 左子树 | 根节点 | 右子树 ] 。
3. 根据中序遍历中的左（右）子树的节点数量，可将前序遍历划分为 [ 根节点 | 左子树 | 右子树 ]。

通过以上三步，可确定三个节点：1.树的根。节点、2.左子树根节点、3.右子树根节点。

根据「分治算法」思想，对于树的左、右子树，仍可复用以上方法划分子树的左右子树。

分治算法解析

• 递推参数： 根节点在前序遍历的索引 root 、子树在中序遍历的左边界 left 、子树在中序遍历的右边界 right ；
• 终止条件： 当 left > right ，代表已经越过叶节点，此时返回 null ；
• 递推工作：

1. 建立根节点 root ： 节点值为 preorder[root] ；
2. 划分左右子树： 查找根节点在中序遍历 inorder 中的索引 i；

为了提升效率，本文使用哈希表 hash 存储中序遍历的值与索引的映射，查找操作的时间复杂度为 O(1) 。

3. 构建左右子树：开启左右子树递归；

• 返回值： 回溯返回 root ，作为上一层递归中根节点的左 / 右子节点；

复杂度分析

• 时间复杂度 O(N)： 其中 N为树的节点数量。初始化 HashMap 需遍历 inorder ，占用O(N) 。递归共建立 N 个节点，每层递归中的节点建立、搜索操作占用O(1) ，因此使用 O(N) 时间。
• 空间复杂度 O(N) ： HashMap 使用O(N) 额外空间；最差情况下（输入二叉树为链表时），递归深度达到 N ，占用 O(N) 的栈帧空间；因此总共使用 O(N) 空间。

代码

class Solution {
    HashMap<Integer, Integer> hash = new HashMap<>();
    public TreeNode buildTree(int[] preorder, int[] inorder) {
        int n = preorder.length;
        for(int i = 0; i < n; i++){
            hash.put(inorder[i], i);  //使用哈希表存储中序遍历的值与索引的映射
        }
        return MyTree(preorder, inorder, 0, n-1, 0, n-1); //递归遍历

    }

    public TreeNode MyTree(int[] preorder, int[] inorder, int pre_left, int pre_right, int in_left, int in_right){
        if(pre_left > pre_right){ //终止条件
            return null;
        }
        TreeNode root = new TreeNode(preorder[pre_left]); //将前序遍历的第一个值设为根节点
        int i = hash.get(preorder[pre_left]); //在中序遍历中搜索根节点 root 的索引
        int left_nums = i - in_left;   //计算中序遍历中左子树的数目，那么前序遍历中的左子树数目也是这些
        root.left = MyTree(preorder, inorder, pre_left + 1, pre_left + left_nums, in_left, i - 1);    //递归遍历左子树
        root.right = MyTree(preorder, inorder, pre_left + left_nums + 1, pre_right, i + 1, in_right); //递归遍历右子树
        return root;
    }
}

代码知识点

1. 哈希表

(1) 创建哈希表

HashMap<Integer, Integer> hash = new HashMap<>();

（2）向哈希表中存储键值对

hash.put(key, value);

(3)在哈希表中根据键key得到值value

 value = hash.get(key);

2. 二叉树

（1）创建二叉树

 TreeNode root = new TreeNode(value);

（2）二叉树的左子树与右子树

root.left     //左子树
root.right   //右子树

树的知识点

树的遍历

• 前序遍历 ：根-左-右
• 中序遍历 ：左-根-右
• 后序遍历：左-右-根

这三种遍历都有递归和循环两种实现方法

• . 宽度优先遍历

二叉树的特例

1. 二叉搜索树

在二叉搜索树中，左子节点总是小于或等于根节点，而右子节点总是大于或等于根节点。我们可以在平均在$$O（logn）$$时间内根据数值在二叉搜索树中找到一个节点。

2. 堆

堆分为最大堆和最小堆。在最大堆中根结点的值最大，在最小堆中根节点的值最小。
有很多需要快速找到最大值或最小值的问题都可以用堆来解决。

3. 红黑树

红黑树是把树中的节点定义为红、黑两种颜色，并通过规则确保从根节点到叶节点的最长路径的长度不超过最短路径的两倍。