总结一下与二叉搜索树有关的题目,解决思路都是二叉搜索树的相关操作。
98. 验证二叉搜索树
解题思路:
验证一颗树是不是二叉搜索树(BST)?
依据二叉搜索树的性质写出代码,如下注释。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def isValidBST(self, root: Optional[TreeNode]) -> bool:
return self.check(root)
def check(self, root, min_val = float('-inf'), max_val = float('inf')) -> bool:
# 默认为True
if not root:
return True
#一旦当前节点比最小值小,或者比最大值大,就不是二叉搜索树
if root.val <= min_val or root.val >= max_val:
return False
#分别检查左子树和右子树
return self.check(root.left, min_val, root.val) and self.check(root.right, root.val, max_val)
700. 二叉搜索树中的搜索
解题思路:
利用 BST 的特性,进行搜索。
如果当前节点小于目标值就去右子树查找。
如果当前节点大于目标值就去左子树查找。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def searchBST(self, root: TreeNode, val: int) -> TreeNode:
if not root:
return None
#利用二叉搜索树的性质,查找 val
if val < root.val:
return self.searchBST(root.left, val)
if val > root.val:
return self.searchBST(root.right, val)
return root
701. 二叉搜索树中的插入操作
解题思路:
在二叉搜索树查找的基础上,修改相关代码变差插入。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def insertIntoBST(self, root: TreeNode, val: int) -> TreeNode:
#找到空位置插入新节点
if not root:
return TreeNode(val)
# 对递归调用的返回值进行接收
if val < root.val:
root.left = self.insertIntoBST(root.left, val)
if val > root.val:
root.right = self.insertIntoBST(root.right, val)
return root
450. 删除二叉搜索树中的节点
解题思路:
BST 的删除要比前面的三道题复杂一些。
主要是被删除的节点在树中有三种情况。
- 情况1,当前节点没有子节点,直接删除。
- 情况2,当前节点有一个左子节点或右子节点,删除当前节点,并用存在的子节点接替当前子节点。
- 情况3,当前节点右两个子节点,删除当前节点,用左子节点中最大的节点的来接替,或用右子节点中最小的来接替。
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def deleteNode(self, root: Optional[TreeNode], key: int) -> Optional[TreeNode]:
if not root:
return None
if root.val > key:
root.left = self.deleteNode(root.left, key)
elif root.val < key:
root.right = self.deleteNode(root.right, key)
#找到节点值为 key
else:
#处理情况 1, 2
if not root.left:
return root.right
if not root.right:
return root.left
#处理情况3,这里使用右子树中最小的来接替
minNode = self.getMin(root.right)
# 删除右子树中最小的节点
root.right = self.deleteNode(root.right, minNode.val)
#替换节点
minNode.left, minNode.right = root.left, root.right
root = minNode
return root
def getMin(self, root):
#根据BST的性质,最左边的就是最小的
while root.left:
root = root.left
return root