原题链接:Unique Binary Search Trees - LeetCode
题目
Given an integer n, return the number of structurally unique BST’s (binary search trees) which has exactly n nodes of unique values from 1 to n.
Example 1:
Input: n = 3
Output: 5
Example 2:
Input: n = 1
Output: 1
Constraints:
1 <= n <= 19
方法1:动态规划
思路
首先想到二叉搜索树的定义,二叉搜索树左子树上所有节点的值小于根节点的值,右子树上所有节点的值大于根节点的值,且左右子树也分别是二叉搜索树。
回到本题,当给出n个节点,则根节点的值可以是1-n的任意一个。假设根节点的值为i,那么左子树就是由[1, i-1]这i-1个节点组成的二叉搜索树,右子树就由[i+1, n]这n-i个节点组成的二叉搜索树。
由此可见,原问题可以分解成规模较小的子问题,且子问题的解可以服用。因此,我们可以想到使用动态规划来求解本题。
算法
状态定义
dp[n]代表n个节点能组成不同二叉搜索树的数量
边界情况
当序列长度为 1(只有根)或为 0(空树)时,只有一种情况,即:
d
p
[
0
]
=
1
,
d
p
[
1
]
=
1
dp[0]=1, dp[1]=1
dp[0]=1,dp[1]=1
状态转移方程
d p [ n ] = ∑ i = 1 n d p [ i − 1 ] ∗ d p [ n − i ] dp[n]=\sum_{i=1}^ndp[i-1]*dp[n-i] dp[n]=i=1∑ndp[i−1]∗dp[n−i]
代码实现
class Solution:
def numTrees(self, n: int) -> int:
dp = [0] * (n + 1)
dp[0] = dp[1] = 1
for i in range(2, n + 1):
for j in range(1, i+1):
dp[i] += dp[j - 1] * dp[i - j]
return dp[-1]
复杂度分析
时间复杂度 : O(n^2)。
空间复杂度 : O(n)。
方法二:数学
思路与算法
在方法一中推导出的方程在数学上被称为卡塔兰数。卡塔兰数更便于计算的定义如下:
C
0
=
1
,
C
n
+
1
=
2
(
2
n
+
1
)
n
+
2
C
n
C_0 =1, C_{n+1}=\frac{2(2n+1)}{n+2}C_n
C0=1,Cn+1=n+22(2n+1)Cn
class Solution(object):
def numTrees(self, n):
C = 1
for i in range(0, n):
C = C * 2*(2*i+1)/(i+2)
return int(C)
复杂度分析
时间复杂度 : O(n)。
空间复杂度 : O(1)。