【算法】学习笔记(三)----Morris前序遍历、中序遍历、后序遍历(C++代码)

Morris遍历

Morris遍历,也称为莫里斯遍历,是一种使用线索二叉树实现的二叉树遍历方法,可以在不使用栈或递归的情况下完成对二叉树的遍历。Morris遍历方法的核心思想是利用每个节点中存储的指向父节点的指针,将左子树中最右侧节点的指向父节点的指针指向当前节点,以便在访问完当前节点的左子树后,能够通过这个指向父节点的指针回到当前节点。这样就不需要额外的空间,实现了空间复杂度O(1)的遍历算法。

Morris前序遍历

morris遍历前序遍历_哔哩哔哩_bilibili

第一步:当前结点的左孩子是否为空,若是则输出当前结点,并更新当前结点为当前结点的右孩子,进入第三步;否则进入第二步。

第二步:在当前结点的左子树中寻找左子树中最右结点作为前驱结点

​ a.若前驱结点的右孩子为空,则将前驱结点的右孩子指向当前结点,输出当前结点,当前结点更新尾当前结点的左孩子;进入第三步

​ b.若前驱结点的右孩子不为空(为当前结点),将前驱结点的右孩子置NULL,当前结点更新为当前结点的右孩子,进入第三步

第三步:若当前结点不为空,进入第一步:否则程序结束

测试题目:144. 二叉树的前序遍历 - 力扣(LeetCode)

采用递归代码:

class Solution {
    vector<int> res;
public:
    vector<int> preorderTraversal(TreeNode* root) 
    {
        dfs(root);
        return res;
    }
    void dfs(TreeNode* root)
    {
        if(root == nullptr) return;
        res.push_back(root->val);
        dfs(root->left);
        dfs(root->right);
    }
};

时间复杂度:O(n)

空间复杂度:O(n)

Morris前序遍历代码示例:

class Solution {
	vector<int> res;
public:
	vector<int> preorderTraversal(TreeNode* root)
	{
		vector<int> res;
		TreeNode* curr = root, * pre = nullptr;
		while (curr != nullptr)  //第三步:若当前结点不为空,进入第一步;否则程序结束
		{
			if (curr->left == nullptr)		//第一步:判断当前结点的左孩子是否为空
			{
				res.push_back(curr->val);	//输出当前结点
				curr = curr->right;			//更新当前结点为当前结点的右孩子
			}
			else  //第二步
			{
				pre = GetPreNode(curr);	    //获取当前结点的左子树中最右结点
				if (pre->right == nullptr)	//若前驱结点的右孩子为空
				{
					pre->right = curr;			//将前驱结点的右孩子指向当前结点  建立链接
					res.push_back(curr->val);	//输出当前结点
					curr = curr->left;			//当前结点更新尾当前结点的左孩子
				}
				else						//b.若前驱结点的右孩子不为空(当前结点)
				{
					pre->right = nullptr;  //还原 去除链接
					curr = curr->right;
				}
			}
		}
		return res;
	}
	TreeNode* GetPreNode(TreeNode* curr)
	{
		TreeNode* node = curr->left;
		while (node->right != nullptr && node->right != curr)
		{
			node = node->right;
		}
		return node;
	}
};

时间复杂度:O(n) 没有左子树的节点只被访问一次,有左子树的节点被访问两次。

空间复杂度:O(1)

Morris中序遍历

morris中序遍历_哔哩哔哩_bilibili

第一步:当前结点的左孩子是否为空,若是则输出当前结点,并更新当前结点为当前结点的右孩子进入第三步;否则进入第二步。

第二步:在当前结点的左子树中寻找左子树中最右结点作为前驱结点

​ a.若前驱结点的右孩子为空,则将前驱结点的右孩子指向当前结点,当前结点更新为当前结点的左孩子;进入第三步

​ b.若前驱结点的右孩子不为空(为当前结点),将前驱结点的右孩子置NULL,输出当前结点,当前结点更新为当前结点的右孩子,进入第三步

第三步:若当前结点不为空,进入第一步:否则程序结束

测试题目:94. 二叉树的中序遍历 - 力扣(LeetCode)

采用递归代码:

class Solution {
    vector<int> res;
public:
    vector<int> inorderTraversal(TreeNode* root) 
    {
        dfs(root);
        return res;
    }
    void dfs(TreeNode* root)
    {
        if(root == nullptr) return;
        dfs(root->left);
        res.push_back(root->val);
        dfs(root->right);
    }
};

时间复杂度:O(n)

空间复杂度:O(n)

Morris中序遍历代码示例:

class Solution {
	vector<int> res;
public:
	vector<int> inorderTraversal(TreeNode* root)
	{
		vector<int> res;
		TreeNode* curr = root, * pre = nullptr;
		while (curr != nullptr)  //第三步:若当前结点不为空,进入第一步;否则程序结束
		{
			if (curr->left == nullptr)		//第一步:判断当前结点的左孩子是否为空
			{
				res.push_back(curr->val);	//输出当前结点
				curr = curr->right;			//更新当前结点为当前结点的右孩子
			}
			else  //第二步
			{
				pre = GetPreNode(curr);		//获取当前结点的左子树中最右结点
				if (pre->right == nullptr)	//a.若前驱结点的右孩子为空
				{
					pre->right = curr;			//将前驱结点的右孩子指向当前结点   建立链接
					curr = curr->left;			//当前结点更新尾当前结点的左孩子
				}
				else						//b.若前驱结点的右孩子不为空(当前结点)
				{
					pre->right = nullptr;		//还原 去除链接
					res.push_back(curr->val);	//输出当前结点
					curr = curr->right;
				}
			}
		}

		return res;
	}
	TreeNode* GetPreNode(TreeNode* curr)
	{
		TreeNode* node = curr->left;
		while (node->right != nullptr && node->right != curr)
		{
			node = node->right;
		}
		return node;
	}
};

时间复杂度:O(n) 没有左子树的节点只被访问一次,有左子树的节点被访问两次。

空间复杂度:O(1)

Morris后序遍历

morris后序遍历_哔哩哔哩_bilibili

新建一个Dummy结点,该结点的左孩子指向树根root,将Dummy作为当前结点;

第一步:当前结点的左孩子是否为空,更新当前结点为当前结点的右孩子,进入第三步;否则进入第二步;

第二步:在当前结点的左子树中寻找左子树中最右结点作为前驱结点:

​ a.若前驱结点的右孩子为空,则将前驱结点的右孩子指向当前结点,当前结点更新尾当前结点的左孩子,进入第三步;

​ b.若前驱结点的右孩子不为空(为当前结点),反转当前结点左孩子到前驱结点之间的路径,输出该路径所有结点:再反转恢复原状。将前驱结点的右孩子置NULL,当前结点更新尾当前结点的右孩子,进入第三步;

第三步:若当前结点不为空,进入第一步;否则程序结束;

测试题目:145. 二叉树的后序遍历 - 力扣(LeetCode)

采用递归代码:

class Solution {
    vector<int> res;
public:
    vector<int> postorderTraversal(TreeNode* root) 
    {
        dfs(root);
        return res;
    }
    void dfs(TreeNode* root)
    {
        if(root == nullptr) return;
        dfs(root->left);
        dfs(root->right);
        res.push_back(root->val);
    }
};

时间复杂度:O(n)

空间复杂度:O(n)

Morris后序遍历代码示例:

class Solution {
	vector<int> res;
public:
	vector<int> postorderTraversal(TreeNode* root)
	{
		vector<int> res;

		TreeNode* Dummy = new TreeNode();
		Dummy->left = root;

		TreeNode* curr = Dummy, * pre = nullptr;

		while (curr != nullptr)  //第三步:若当前结点不为空,进入第一步;否则程序结束
		{
			if (curr->left == nullptr)		//第一步:判断当前结点的左孩子是否为空
			{
				curr = curr->right;			//更新当前结点为当前结点的右孩子
			}
			else  //第二步
			{
				pre = GetPreNode(curr);		//获取当前结点的左子树中最右结点

				if (pre->right == nullptr)	//a.若前驱结点的右孩子为空
				{
					pre->right = curr;			//将前驱结点的右孩子指向当前结点   建立链接
					curr = curr->left;			//当前结点更新尾当前结点的左孩子
				}
				else						//b.若前驱结点的右孩子不为空(当前结点)
				{
					ReverseAdd(res, curr->left, pre);   //反转当前结点左孩子到前驱结点之间的路径,输出该路径所有结点,再反转恢复原状
					pre->right = nullptr;		//还原 去除链接
					curr = curr->right;			//当前结点更新尾当前结点的右孩子
				}
			}
		}
        delete Dummy;
		return res;
	}
	TreeNode* GetPreNode(TreeNode* curr)
	{
		TreeNode* node = curr->left;
		while (node->right != nullptr && node->right != curr)
		{
			node = node->right;
		}
		return node;
	}
	void ReverseAdd(vector<int>& nums, TreeNode* begin, TreeNode* end)
	{
		if (begin == nullptr || end == nullptr) return;
		int pos = nums.size();

		while (begin != end)  //这里注意不使用do while的原因是最后一次调用ReverseAdd的end->right是Dummy,使用do while会越界
		{
			nums.push_back(begin->val);
			begin = begin->right;
		}
		nums.push_back(begin->val);
		begin = begin->right;

		reverse(nums.begin() + pos, nums.end());
	}
};

时间复杂度:O(n) 没有左子树的节点只被访问一次,有左子树的节点被访问两次。

空间复杂度:O(1)

练习 Morris逆中序遍历

题目链接:538. 把二叉搜索树转换为累加树 - 力扣(LeetCode)

采用递归求解:

class Solution {
public:
    int sum = 0;
    TreeNode* convertBST(TreeNode* root) 
    {
        if (root != nullptr) 
        {
            convertBST(root->right);
            sum += root->val;
            root->val = sum;
            convertBST(root->left);
        }
        return root;
    }
};

时间复杂度:O(n)

空间复杂度:O(n)

采用Morris逆中序遍历:

class Solution {
public:
	TreeNode* convertBST(TreeNode* root)
	{
		int sum = 0;
		TreeNode* curr = root, * pre = nullptr;
		while (curr != nullptr)
		{
			if (curr->right == nullptr)	
			{
				curr->val += sum;			
				sum = curr->val;
				curr = curr->left;			
			}
			else  
			{
				pre = GetPreNode(curr);		
				if (pre->left == nullptr)	
				{
					pre->left = curr;		
					curr = curr->right;			
				}
				else						
				{
					pre->left = nullptr;
					curr->val += sum;
					sum = curr->val;
					curr = curr->left;
				}
			}
		}  
		return root;
	}
	TreeNode* GetPreNode(TreeNode* curr)
	{
		TreeNode* node = curr->right;
		while (node->left != nullptr && node->left != curr)
		{
			node = node->left;
		}
		return node;
	}
};

时间复杂度:O(n) 没有左子树的节点只被访问一次,有左子树的节点被访问两次。

空间复杂度:O(1)

总结:Morris逆中序遍历,是吧Morris中序遍历中的所有right替换成left,所有left替换成right,然后根据题目更改输出条件即可。

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
串匹配是指在一个文本串中查找另一个模式串的过程。常用的串匹配算法有Naïve算法、Rabin-Karp算法和Knuth-Morris-Pratt算法。 1. Naïve算法 Naïve算法是最简单的串匹配算法,也称为暴力匹配算法。它的思路是从文本串的第一个字符开始,依次比较文本串中的每个字符是否与模式串中的字符相等。若不相等,则继续向后比较;若相等,则比较下一个字符,直到找到完全匹配的子串或文本串被匹配完为止。 Naïve算法的时间复杂度是O(mn),其中m和n分别是模式串和文本串的长度。当模式串和文本串长度相等时,最坏情况下时间复杂度达到O(n^2)。 2. Rabin-Karp算法 Rabin-Karp算法是一种基于哈希值的串匹配算法。它的思路是先将模式串和文本串都转换为哈希值,然后比较它们的哈希值是否相等。如果哈希值相等,则再逐个比较模式串和文本串中的字符是否相等。这种方法可以有效地减少比较次数,提高匹配效率。 Rabin-Karp算法的时间复杂度是O(m+n),其中m和n分别是模式串和文本串的长度。但是,由于哈希函数的不完全性和哈希冲突的存在,Rabin-Karp算法在某些情况下可能会出现误判。 3. Knuth-Morris-Pratt算法 Knuth-Morris-Pratt算法是一种基于前缀函数的串匹配算法。它的思路是先计算出模式串的前缀函数,然后利用前缀函数的信息来跳过已经匹配过的部分,减少比较次数。 具体来说,KMP算法在匹配过程中维护一个指针i和一个指针j,其中i指向文本串中当前匹配的位置,j指向模式串中当前匹配的位置。如果当前字符匹配成功,则i和j同时向后移动一位;如果匹配失败,则通过前缀函数计算出j需要跳转到的位置,使得前j-1个字符与文本串中的对应字符已经匹配成功,然后将j指向这个位置,i不变,继续比较下一个字符。 KMP算法的时间复杂度是O(m+n),其中m和n分别是模式串和文本串的长度。由于利用了前缀函数的信息,KMP算法可以在最坏情况下达到O(n)的时间复杂度,比Naïve算法和Rabin-Karp算法更加高效。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值