🌸题目
🍁给定一个单链表,其中的元素按升序排序,将其转换为高度平衡的二叉搜索树。
本题中,一个高度平衡二叉树是指一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1。
示例:
给定的有序链表: [-10, -3, 0, 5, 9],
一个可能的答案是:[0, -3, 9, -10, null, 5], 它可以表示下面这个高度平衡二叉搜索树:
0
/ \
-3 9
/ /
-10 5
🌸分析
将给定的有序链表转换为二叉搜索树的第一步是确定根节点。由于我们需要构造
出平衡的二叉树,因此比较直观的想法是让根节点左子树中的节点个数与右子树
中的节点个数尽可能接近。这样一来,左右子树的高度也会非常接近,可以达到
度差绝对值不超过1的题目要求。
如何找出这样的一个根节点呢?我们可以找出链表元素的中位数作为根节点的
值。
这对于中位数的定义为:如果链表中的元素个数为奇数,那么唯一的中间
值为中位数;如果元素个数为偶数,那么唯二的中间值都可以作为中位数,
而不是常规定义中二者的平均值。
根据中位数的性质,链表中小于中位数的元素个数与大于中位数的元素个数要么
相等,要么相差1.此时,小于中位数的元素组成了左子树,大于中位数的元素组成了右子树,它们分别对应着有序链表中连续的一-段。在这之后,我们使用分治的思想,继续递归地对左右子树进行构造,找出对应的中位数作为根节点,以此类推。
可以证明,这样的构造方法得到的二叉搜索树是平衡的,详见文末的「正确性证
明」部分。
🌸解法一:分治
具体地,设当前链表的左端点为left,右端点right,包含关系为「左闭右开」,
即left包含在链表中而right不包含在链表中。我们希望快速地找出链表的中位
数节点mid.
为什么要设定[闭右刑的关系?于题目中给定的链表为向链表,访问后继元素十分容易,但无法直接访问前驱元素。因此在找出链表的中位数节点mid之后,如果设定「左闭右开」的关系,我们就可以直接用(left, mid)以吸(mid. next, right) 来表在子树对应的列表了。初初始的列表也可以用(head, null)方便地进行表示,中null表示空节点。
找出链表中位数节点的方法多种多样,中较为简单的一种是「快慢指针法」。
初始时,快指针fast和慢指针slow均指向链表的左端点left。我们将快指针
fast向右移动两次的同时,将慢指针slow向右移动一次,直到快指针到达边界.
(即快指针到达右端点或快指针的下一个节点是右端点)。此时,慢指针对应的
元愫就是中位数。
在找出了中位数节点之后,我们将其作为当前根节点的元素,并递归地构造其左
侧部分的链表对应的左子树,以及右侧部分的链表对应的右子树。
public TreeNode sortedListToBST(ListNode head) {
return buildTree(head, null);
}
public TreeNode buildTree(ListNode left, ListNode right) {
if (left == right) {
return null;
}
ListNode mid = getMedian(left, right);
TreeNode root = new TreeNode(mid.val);
root.left = buildTree(left, mid);
root.right = buildTree(mid.next, right);
return root;
}
public ListNode getMedian(ListNode left, ListNode right) {
ListNode fast = left;
ListNode slow = left;
while (fast != right && fast.next != right) {
fast = fast.next;
fast = fast.next;
slow = slow.next;
}
return slow;
}
# python
def sortedListToBST(self, head: ListNode) -> TreeNode:
def getMedian(left: ListNode, right: ListNode) -> ListNode:
fast = slow = left
while fast != right and fast.next != right:
fast = fast.next.next
slow = slow.next
return slow
def buildTree(left: ListNode, right: ListNode) -> TreeNode:
if left == right:
return None
mid = getMedian(left, right)
root = TreeNode(mid.val)
root.left = buildTree(left, mid)
root.right = buildTree(mid.next, right)
return root
return buildTree(head, None)
写法二
public TreeNode sortedListToBST(ListNode head) {
//边界条件的判断
if (head == null)
return null;
if (head.next == null)
return new TreeNode(head.val);
//这里通过快慢指针找到链表的中间结点slow,pre就是中间
//结点slow的前一个结点
ListNode slow = head, fast = head, pre = null;
while (fast != null && fast.next != null) {
pre = slow;
slow = slow.next;
fast = fast.next.next;
}
//链表断开为两部分,一部分是node的左子节点,一部分是node
//的右子节点
pre.next = null;
//node就是当前节点
TreeNode node = new TreeNode(slow.val);
//从head节点到pre节点是node左子树的节点
node.left = sortedListToBST(head);
//从slow.next到链表的末尾是node的右子树的结点
node.right = sortedListToBST(slow.next);
return node;
}
或者
public TreeNode sortedListToBST(ListNode head) {
List<Integer> list = new ArrayList<>();
//把链表节点值全部提取到list中
while (head != null) {
list.add(head.val);
head = head.next;
}
return sortedListToBSTHelper(list, 0, list.size() - 1);
}
TreeNode sortedListToBSTHelper(List<Integer> list, int left, int right) {
if (left > right)
return null;
//把list中数据分为两部分
int mid = left + (right - left) / 2;
TreeNode root = new TreeNode(list.get(mid));
root.left = sortedListToBSTHelper(list, left, mid - 1);
root.right = sortedListToBSTHelper(list, mid + 1, right);
return root;
}
🌸解法二: 分治+中序遍历优化
方法一的时间复杂度的瓶颈在于寻找中位数节点。由于构造出的二叉搜索树的中序遍历结果就是链表本身,因此我们可以将分治和中序遍历结合起来,减少时间复杂度。
具体地,设当前链表的左端点编号为left, 右端点编号为right, 包含关系为「双闭],即left和right均包含在链表中。链表节点的编号为[0,n)。中序遍历的顺序是[左子树-根节点-右子树」,那么在分治的过程中, 我们不用急着找出链表的中位数节点,而是使用一个占位节点,等到中序遍历到该节点时,再填充它的值。
我们可以通过计算编号范围来进行中序遍历:
-
中位数节点对应的编号为mid= (left+ right + 1)/2;
根据方法一 中对于中位数的定义,编号为(left + right)/2 的节点同样也可以是中位数节点。
-
左右子树对应的编号范围分别为[left, mid - 1]和[mid+ 1, right]。
如果left > right, 那么遍历到的位置对应着一个空节点, 否则对应着二叉 搜索树中的一个节点。
这样一来我们其实已经知道了这棵二叉搜索树的结构,组题目给定了它的中序遍历结果,那么我们只要对其进行中序遍历,就可以还原出整棵二叉 搜索树了。
ListNode globalNode;
public TreeNode sortedListToBST2(ListNode head) {
globalNode = head;
int length = getLength(head);
return buildTree(0, length - 1);
}
private TreeNode buildTree(int left, int right) {
// TODO Auto-generated method stub
if(left > right) {
return null;
}
int mid = (right + left + 1) / 2;
TreeNode root = new TreeNode();
root.left = buildTree(left, mid - 1);
root.val = globalNode.val;
globalNode = globalNode.next;
root.right = buildTree(mid + 1, right);
return root;
}
private int getLength(ListNode head) {
// TODO Auto-generated method stub
int ret = 0;
while(head != null) {
++ret;
head = head.next;
}
return ret;
}
def sortedListToBST(self, head: ListNode) -> TreeNode:
def getLength(head: ListNode) -> int:
ret = 0
while head:
ret += 1
head = head.next
return ret
def buildTree(left: int, right: int) -> TreeNode:
if left > right:
return None
mid = (left + right + 1) // 2
root = TreeNode()
root.left = buildTree(left, mid - 1)
nonlocal head
root.val = head.val
head = head.next
root.right = buildTree(mid + 1, right)
return root
length = getLength(head)
return buildTree(0, length - 1)
🌸正确性证明
我们需要证明的是:对于任意的有序链表,用「前言」部分的构造方法得到的二叉搜索树一定是平衡的。显然,如果二叉搜索树的左右子树都是平衡的,并且它们的高度差不超过1,那么该二叉搜索树就是平衡的。
我们使用数学归纳法,设链表的长度为n,对应的二叉搜索树的高度为H(n):
这里规定只包含根节点的二叉搜索树的高度为 1.
- 当n= 1,2时,对应的二叉搜索树都是平衡的,并且H(1)= 1, H(2)= 2;
- 当n=3时,对应的二叉搜索树包含一 个根节点和左右子树各一 个节点,它是平衡的,并且H(3)= 2;
- 假设当n<
n
0
n_0
n0时,对应的二叉搜索树是平衡的,并且对于任意的1≤n<
n
0
n_0
n0-1,都有H(n+ 1) - H(n)≤1,那么当n=
n
0
n_0
n0时:
- 如果n为奇数,设n= 2k+3,那么二叉搜索树的左右子树的大小均为k+ 1,高度相等,因此二叉搜索树平衡的,組有H(n)= H(k+ 1)+1.而n-1=2k+ 2,对应的二叉搜索树的左右子树的大小为k和k+1,即H(n-1)= H(k+ 1)+1,因此H(n)= H(n- 1);
- 如果n为偶数,设n=2k+ 2,那么二叉搜 索树的左右子树的大小为k和k+ 1,根据假设,度差H(k+ 1)- H(k)≤1,因此二叉搜索树是平衡的,并且有H(n)= H(k+1)+ 1。而n-1= 2k+ 1
- 对应的二叉搜索树的左右子树的大小均为k,即H(n- 1)= H(k),因此H(n)- H(n- 1)=H(k + 1)- H(k)≤1。
这样我们就证明了任意长度的链表对应的二叉搜索树是平衡的。