输入样例1:
78 6 5 7 10 8 11
输出样例1:
YES5 7 6 8 11 10 8
输入样例2:
78 10 11 8 6 7 5
输出样例2:
YES11 8 10 7 5 6 8
输入样例3:
78 6 8 5 10 9 11
输出样例3:
NO
算法思路:
给定前序和中序求后序,主要是找根结点在中序序列中的位置,从而不断递归分割中序序列,而前序序列中根结点就是该序列的第一个位置。
给定二叉搜索树(BST)的前序序列,相当于同时给定了前序+中序,因为二叉搜索树的中序遍历就是从小到大递增的顺序,题目限定了左子树是严格小于根结点的,所以当排序后若出现两个权值相等时的结点,要选第一次出现的点,确保之后的点都在它的右子树上。
给点二叉搜索树的镜像,相当于也是给定了中序序列,但是因为是二叉搜索树的镜像,所以还需要保证右子树严格小于根结点,即找根结点在中序序列中的位置时,需要选取最后一次出现的位置。
不能构成二叉搜索树情况:只要根结点在中序序列中找不到,就一定为不合法情况。
Java代码:
import java.io.*;
import java.util.Arrays;
public class Main {
static StreamTokenizer st = new StreamTokenizer(new BufferedReader(new InputStreamReader(System.in)));
public static int ini() throws IOException {
st.nextToken();
return (int)st.nval;
}
static int n, idx;
static final int N = 10005;
static int []pre = new int[N];
static int []in = new int[N];
static int []post = new int[N];
public static void main(String[] args) throws IOException {
n = ini();
for(int i = 0; i < n; i++) {
int t = ini();
pre[i] = t;
in[i] = t;
}
Arrays.sort(in, 0, n);
if(build(0, n - 1, 0, n - 1, 0)) {
System.out.println("YES");
System.out.print(post[0]);
for(int i = 1; i < n; i++) System.out.print(" " + post[i]);
}else {
idx = 0;
int []b = new int[n];
for(int i = 0; i < n; i++) b[i] = in[n - i - 1];
for(int i = 0; i < n; i++) in[i] = b[i];
if(build(0, n - 1, 0, n - 1, 1)) {
System.out.println("YES");
System.out.print(post[0]);
for(int i = 1; i < n; i++) System.out.print(" " + post[i]);
}else System.out.println("NO");
}
}
public static boolean build(int il, int ir, int pl, int pr, int type) {
int root = pre[pl]; // 前序序列的第一个结点为根结点
int k = 0; // 根结点在中序遍历中的位置
if(type == 0) { // 非镜像时,相同权值时,取第一次出现的权值,保证其后面都在右子树上
for(k = il; k <= ir; k++)
if(in[k] == root)
break;
if(k > ir) return false; // 找不到时,说明序列不合法
}else { // 镜像时,相同权值取最后一个
for(k = ir; k >= il; k--)
if(in[k] == root)
break;
if(k < il) return false;
}
boolean res = true; // 接收返回值
if(il < k) res = build(il, k - 1, pl + 1, pl + k - il, type);
if(k < ir && res ) res = build(k + 1, ir, pl + k - il + 1, pr, type);
post[idx++] = root; // 左右根,记录后序遍历
return res;
}
}