这篇博客详细介绍了LeetCode中关于二叉树的四个问题：最大二叉树、合并二叉树、二叉搜索树中的搜索以及验证二叉搜索树。博主分享了四种问题的递归和迭代解法，分析了时间复杂度和空间复杂度，强调了利用二叉搜索树的有序特性和在构造二叉树时应注意的细节。
目录
LeetCode654. 最大二叉树
1. 思路
本题和中序和后序构造一颗二叉树几乎完全一样，就是分割点的找寻有点不同；
凡是二叉树的题，都涉及到一个问题：遍历顺序是什么？
构造二叉树类型的题目，都一定要先构造中间节点，才能构造左右节点，因此凡是构造二叉树类型的题目，都要用前序遍历，也就是“中左右”。
💡 构造树一般采用的是前序遍历，因为先构造中间节点，然后递归构造左子树和右子树。
按照如下步骤：
-
第一步，确定递归函数的参数和返回值；
参数就是传入的是存放元素的数组，返回该数组构造的二叉树的头结点，返回类型是指向节点的指针；
-
第二步，确定终止条件；
题目中说了输入的数组大小一定是大于等于1的，所以我们不用考虑小于1的情况，那么当递归遍历的时候，如果传入的数组大小为1，说明遍历到了叶子节点了；那么应该定义一个新的节点，并把这个数组的数值赋给新的节点，然后返回这个节点。 这表示一个数组大小是1的时候，构造了一个新的节点，并返回；
细节：但是如果采用这样的终止条件的话，在递归遍历的时候，就要控制进入递归的数组大小一定≥1！！
所以如果终止条件写 if(len(nums) == 0): return None；就可以在递归的时候不用对nums的长度做判断了。
-
单层递归的逻辑，“ 中左右” 处理；
-
首先要找到数组中最大的值和对应的下标，最大的值构造根节点，下标用来下一步分割数组；
-
最大值所在的下标左区间 构造左子树；
这里要判断maxValueIndex > 0，因为要保证左区间至少有一个数值；
-
最大值所在的下标右区间 构造右子树
判断maxValueIndex < (nums.size() - 1)，确保右区间至少有一个数值；
-
2. 代码实现
# 类似中序和后序构造二叉树
# 递归解法 time:O(N^2);space:O(N)
class Solution(object):
def constructMaximumBinaryTree(self, nums):
"""
:type nums: List[int]
:rtype: TreeNode
"""
# 第一步 判断结束条件
if len(nums) == 0: return
# 第二步 找到数组中最大的值和对应的下标
maxValueIndex = -1
maxValue = -float("inf") # 这里也可以直接写成0，因为值都为正整数
for i in range(len(nums)):
if nums[i] > maxValue:
maxValueIndex = i
maxValue = nums[i]
# 第三步 递归处理
root = TreeNode(maxValue) # 中
root.left = self.constructMaximumBinaryTree(nums[:maxValueIndex]) # 左
root.right = self.constructMaximumBinaryTree(nums[maxValueIndex+1:]) #右
return root
3. 复杂度分析
时间复杂度：O(n^2)
其中 n 是数组 nums 的长度；在最坏的情况下，数组严格递增或递减，需要递归 n 层，第 i (0≤i<n) 层需要遍历 n-i 个元素以找出最大值，总时间复杂度为 O(n^2)；
空间复杂度：O(n)
即为最坏情况下需要使用的栈空间。
4. 思考与收获
-
本题和LeetCode105、LeetCode106都非常类似，都是构造二叉树类的题目，构造二叉树都用前序遍历；
-
本题也可以类似LeetCode105优化，不去构造新数组，操作左右下标的区间就可以了；注意类似用数组构造二叉树的题目，每次分隔尽量不要定义新的数组，而是通过下标索引直接在原数组上操作，这样可以节约时间和空间上的开销；(以下代码直接copy的，二刷再写）
class Solution: """最大二叉树 递归法""" def constructMaximumBinaryTree(self, nums: List[int]) -> TreeNode: return self.traversal(nums, 0, len(nums)) def traversal(self, nums: List[int], begin: int, end: int) -> TreeNode: # 列表长度为0时返回空节点 if begin == end: return None # 找到最大的值和其对应的下标 max_index = begin for i in range(begin, end): if nums[i] > nums[max_index]: max_index = i # 构建当前节点 root = TreeNode(nums[max_index]) # 递归构建左右子树 root.left = self.traversal(nums, begin, max_index) root.right = self.traversal(nums, max_index + 1, end) return root -
在递归处理的时候加不加if限制条件实际上是要和终止处理一一对应上的，如果终止条件允许空节点进入递归，就不用判断if；如果不允许，就需要判断；一般情况来说：如果让空节点（空指针）进入递归，就不加if，如果不让空节点进入递归，就加if限制一下， 终止条件也会相应的调整；
Reference：
本题学习时间：60分钟。
LeetCode617. 合并二叉树
方法一：递归法
1. 思路
相信这道题目很多同学疑惑的点是如何同时遍历两个二叉树呢？其实和遍历一个树逻辑是一样的，只不过传入两个树的节点，同时操作。
二叉树使用递归，就要想使用前中后哪种遍历方式？
如果直接在root1 上修改数值的话，本题使用哪种遍历都是可以的！但是如果是重新创建一个新的二叉树，不改变tree1和tree2的结构的话，应该要用中序遍历，“ 中左右”， 因为要先把中间节点创建出来，才可以定义它的左右节点；
我们下面以前序遍历为例。
2. 代码实现
那么我们来按照递归三部曲来解决：
- 确定递归函数的参数和返回值：
首先那么要合入两个二叉树，那么参数至少是要传入两个二叉树的根节点，返回值就是合并之后二叉树的根节点。
代码如下：
def mergeTrees(self, root1: TreeNode, root2: TreeNode) -> TreeNode:
- 确定终止条件：
因为是传入了两个树，那么就有两个树遍历的节点t1 和 t2，如果t1 == NULL 了，两个树合并就应该是 t2 了啊（如果t2也为NULL也无所谓，合并之后就是NULL）。
反过来如果t2 == NULL，那么两个数合并就是t1（如果t1也为NULL也无所谓，合并之后就是NULL）。
细节：这样写比同时给tree1和tree2加条件更简洁，其中包含了tree1和tree2同时为空的情况；
# 递归终止条件:
# 但凡有一个节点为空, 就立刻返回另外一个.
# 如果另外一个也为None就直接返回None.
if not root1: return root2
if not root2: return root1
- 确定单层递归的逻辑：
单层递归的逻辑就比较好些了，这里我们用重复利用一下t1这个树，t1就是合并之后树的根节点（就是修改了原来树的结构）。
最低0.47元/天 解锁文章
扫一扫
3239
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
