-
二叉搜索树BST
-
特性
- 对于BST的每一个节点node,左子树节点的值都比node的值要小,右子树节点的值都比node的值要大
- 对于BST的每一个节点node,他的左侧子树和右侧子树都是BST
- BST的中序遍历结果是有序的(升序)
-
关于LeetCode230 二叉搜索树中第K小的元素的优化
-
不难发现,如下解法中,算法时间复杂度为O(N),而基于BST的各种自平衡BST增删查改都是O(logN),因此如下解法过于低效
-
BST的操作为什么这么高效
就拿搜索某一个元素来说,BST能够在对树时间内找到该元素的根本原因还是在BST的定义里,左子树小于根节点,右子树大于根节点,因此搜索范围直接变为一半,这就给我们的优化提供了思路
-
想找到第k小的元素,或者说找到排名为k的元素,关键在于每个节点得知道他自己排名第几
比如找排名为k的元素,当前节点知道自己排名第m,那么就有如下几种情况
- 如果 m == k,即为找到了第k个元素,返回即可
- 如果 k < m,即排名为k的元素在左子树,所以可以去左子树中搜索第k个元素
- 如果 k > m,即排名为k的元素在右子树,所以可以去右子树中搜索第k - m个元素
-
实现方法:在二叉树节点中维护额外信息 size即以自己为根的这棵二叉树有多少个节点
有了size字段,对于每个节点就可以通过node.left 推导出 node 的排名
class TreeNode { int val; // 以该节点为根的树的节点总数 int size; TreeNode left; TreeNode right; }
-
-
-
LeetCode230 二叉搜索树中第K小的元素
-
思路分析
这道题思路十分明确,因为BST的中序遍历结果是有序的(升序),因此只要借助外部变量rank记录递归当前元素的排名,遍历一遍二叉树就可以得到结果
-
代码实现
class Solution { private int res; private int rank; public int kthSmallest(TreeNode root, int k) { traverse(root, k); return res; } void traverse(TreeNode root, int k) { if (root == null) { return; } traverse(root.left, k); //中序遍历位置 rank++; if (k == rank) { res = root.val; return; } traverse(root.right, k); } }
-
-
LeetCode 538 把二叉搜索树转换为累加树
-
思路分析
-
题意分析
让每个节点node的值变为原树中大于或等于node.val的值的和,例如对于节点5: 新值 = 5 + 6 + 7 + 8 = 26
-
思路分析
利用二叉搜索树中序遍历为升序的特性,先遍历右子树,再遍历左子树,就是降序排列,维护一个累加和sum并更新root.val,即遍历一遍二叉树
-
-
代码实现
class Solution { private int sum; public TreeNode convertBST(TreeNode root) { traverse(root); return root; } void traverse(TreeNode root) { if (root == null) { return; } //先遍历右子树,再遍历左子树可以降序打印 traverse(root.right); //中序遍历位置 //维护累加和 sum += root.val; //将二叉查找树转换为累加树 root.val = sum; traverse(root.left); } }
二叉搜索树的基本操作
- 判断BST的合法性 LeetCode98
- BST的搜索 LeetCode700
-
-
LeetCode98 验证二叉搜索树的合法性
-
思路分析
- 利用二叉搜索树的特性:左子树小于根节点,右子树大于根节点,因此遍历左子树时,root节点为上界upper;遍历右子树时,root节点为下界lower
- 小技巧:通过使用辅助函数,增加函数参数列表,在参数重携带额外信息,将这种约束传递给子树的所有节点,这也是二叉树算法的一个小技巧
-
代码实现
class Solution { public boolean isValidBST(TreeNode root) { //root节点没有上界和下界 return isValidBST(root, null, null); } boolean isValidBST(TreeNode root, TreeNode lower, TreeNode upper) { if (root == null) { return true; } //有下界且当前值小于下界值 if (lower != null && root.val < lower.val) return false; if (upper != null && root.val > upper.val) return false; //左子树中,将root设为上界;右子树中,将root设为下界 return isValidBST(root.left, lower, root) && isValidBST(root.right, root, upper); } }
-
-
LeetCode700 二叉搜索树中的搜索
-
思路分析
类似于二分查找,根据targer和root.val的大小比较,就能排除一边
-
代码实现
class Solution { public TreeNode searchBST(TreeNode root, int val) { if (root == null) { return null; } if (root.val > val) { return searchBST(root.left, val); } if (root.val < val) { return searchBST(root.right, val); } return root; } }
-
-
LeetCode701 二叉搜索树中的插入操作
-
思路分析
对于数据结构的操作无非就是 遍历 + 访问,遍历就是 找 ,访问就是 改 ,搜索就是找的框架,在搜索的基础上加上改即可
一旦涉及改,就类似二叉树的构造问题,函数要返回TreeNode类型,并且要对递归调用的返回值进行接收
-
代码实现
class Solution { public TreeNode insertIntoBST(TreeNode root, int val) { if (root == null) { return new TreeNode(val); } if (root.val > val) { root.left = insertIntoBST(root.left, val); } if (root.val < val) { root.right = insertIntoBST(root.right, val); } return root; } }
-
-
LeetCode450 删除二叉搜索树中的节点
-
思路分析:删除节点有三种情况
-
待删除节点为叶子节点,没有左右子树,则直接删除
-
待删除节点只有一棵子树,则要让这棵子树接替自己的位置
if (root.left == null) return root.right;
if (root.right == null) return root.left;
以上代码解决了1 和 2
-
待删除节点有左右子树
这种情况下有两种选择,其一找到左子树中最大的那个节点,其二找到右子树中最小的那个节点接替自己,这里我偏向于使用2
TreeNode minNode = getMin(root.right);
然后要删除这个最小节点
root.right = deleteNode(root.right, minNode.val);
然后用这个最小节点接替自己
minNode.left = root.left;
minNode.right = root.right;
root = minNode;
至于为什么不直接用minNode.val 替换root.val, 这是因为在实际应用中,BST节点内部的数据域是用户自定义的,可以非常复杂,而BST作为数据结构(一个工具人),其操作应该和内部存储的数据域解耦,所以我们倾向于直接用指针操作来交换节点,根本没必要关心内部数据
-
-
框架
TreeNode deleteNode(TreeNode root, int key) { if (root.val == key) { // 找到啦,进行删除 } else if (root.val > key) { // 去左子树找 root.left = deleteNode(root.left, key); } else if (root.val < key) { // 去右子树找 root.right = deleteNode(root.right, key); } return root; }
-
代码实现
class Solution { public TreeNode deleteNode(TreeNode root, int key) { if (root == null) { return null; } if (root.val == key) { //将没有子树和只有一个子树的情况处理 if (root.right == null) return root.left; if (root.left == null) return root.right; //处理有两个子树的情况 //取右子树中的最小值 TreeNode minNode = getMin(root.right); //删除右子树中的最小值 root.right = deleteNode(root.right, minNode.val); //用右子树中的最小值替换root minNode.left = root.left; minNode.right = root.right; root = minNode; } else if (root.val > key) { root.left = deleteNode(root.left, key); } else if (root.val < key) { root.right = deleteNode(root.right, key); } return root; } TreeNode getMin(TreeNode node) { while (node.left != null) { node = node.left; } return node; } }
二叉搜索树的构造
-
-
LeetCode96 不同的二叉搜索树
-
思路分析
-
对于整数n,节点值从1到n互不相同的 二叉搜索树 的个数即为以1到n为根的二叉搜索树之和
-
以i(1 <= i <= n)为根的二叉搜索树 = i 的左子树个数 * i 的右子树个数
i的左子树个数为左边 i - 1个节点能构造成多少个二叉搜索树
i的右子树个数为右边 n - i个节点能构造出多少个二叉搜索树
-
使用HashMap作为备忘录memo,存储n和子树数量的映射
-
-
代码实现
class Solution { private HashMap<Integer, Integer> memo = new HashMap<>(); public int numTrees(int n) { //0个或者1个节点也是一棵子树 if (n == 0 || n == 1) { return 1; } if (memo.containsKey(n)) { return memo.get(n); } int count = 0; for (int i = 1; i <= n; i++) { //左子树有多少种 int leftCount = numTrees(i - 1); //右子树有多少种 int rightCount = numTrees(n - i); //以i为根节点的二叉搜索树的种数一共有 leftCount * rightCount种 count += leftCount * rightCount; } //将n个节点能有多少个子树存储到memo中 memo.put(n, count); return count; } }
-
-
LeetCode95 不同的二叉搜索树II
-
思路分析
-
与上一题不同的二叉搜索树(有多少不同二叉搜索树)思路一致,不过增加了构造二叉树过程
-
具体思路:对于整数n,节点值从1到n互不相同的 二叉搜索树 的个数即为以1到n为根的二叉搜索树之和,因此穷举root节点的所有可能;
得到所有可能的左子树,得到所有可能的右子树
List<TreeNode> leftTree = build(lo, i - 1); //得到所有可能的右子树 List<TreeNode> rightTree = build(i + 1, hi);
以root为根,左右子树两两组合,然后记录每一种二叉搜索树
for (TreeNode left : leftTree) { for (TreeNode right : rightTree) { //i作为根节点root的值 TreeNode root = new TreeNode(i); root.left = left; root.right = right; //记录每一种二叉搜索树 res.add(root); } }
-
-
代码实现
class Solution { public List<TreeNode> generateTrees(int n) { if (n == 0) { return new LinkedList(); } return build(1, n); } List<TreeNode> build(int lo, int hi) { List<TreeNode> res = new LinkedList<>(); if (lo > hi) { res.add(null); return res; } //穷举root节点的所有可能 for (int i = lo; i <= hi; i++) { //递归构造左右子树的所有合法BST //得到所有可能的左子树 List<TreeNode> leftTree = build(lo, i - 1); //得到所有可能的右子树 List<TreeNode> rightTree = build(i + 1, hi); //给root节点穷举所有左右子树的组合,即左右子树两两组合 for (TreeNode left : leftTree) { for (TreeNode right : rightTree) { //i作为根节点root的值 TreeNode root = new TreeNode(i); root.left = left; root.right = right; //记录每一种二叉搜索树 res.add(root); } } } return res; } }
-
二叉搜索树特性及相关算法详解
最新推荐文章于 2022-09-01 10:56:01 发布