【力扣算法】105-从前序与中序遍历序列构造二叉树

题目

根据一棵树的前序遍历与中序遍历构造二叉树。

注意:
你可以假设树中没有重复的元素。

例如,给出

前序遍历 preorder = [3,9,20,15,7]
中序遍历 inorder = [9,3,15,20,7]

返回如下的二叉树:

    3
   / \
  9  20
    /  \
   15   7

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/construct-binary-tree-from-preorder-and-inorder-traversal
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

题解

如何遍历一棵树

有两种通用的遍历树的策略:

  • 宽度优先搜索(BFS)
    我们按照高度顺序一层一层的访问整棵树,高层次的节点将会比低层次的节点先被访问到。
  • 深度优先搜索(DFS)
    在这个策略中,我们采用深度作为优先级,以便从跟开始一直到达某个确定的叶子,然后再返回根到达另一个分支。
    深度优先搜索策略又可以根据根节点、左孩子和右孩子的相对顺序被细分为前序遍历,中序遍历和后序遍历。

下图中的顶点按照访问的顺序编号,按照 1-2-3-4-5 的顺序来比较不同的策略。

102.png

本问题就是从前序和中序遍历序列构造对应的二叉树。

方法 1:递归

结构定义

首先,定义树的存储结构 TreeNode 。

// Definition for a binary tree node.
public class TreeNode {
  int val;
  TreeNode left;
  TreeNode right;

  TreeNode(int x) {
    val = x;
  }
}

算法

如上文所提到的,先序遍历的顺序是 Root -> Left -> Right,这就能方便的从根开始构造一棵树。

首先,preorder 中的第一个元素一定是树的根,这个根又将 inorder 序列分成了左右两棵子树。现在我们只需要将先序遍历的数组中删除根元素,然后重复上面的过程处理左右两棵子树。

class Solution {
  // start from first preorder element
  int pre_idx = 0;
  int[] preorder;
  int[] inorder;
  HashMap<Integer, Integer> idx_map = new HashMap<Integer, Integer>();

  public TreeNode helper(int in_left, int in_right) {
    // if there is no elements to construct subtrees
    if (in_left == in_right)
      return null;

    // pick up pre_idx element as a root
    int root_val = preorder[pre_idx];
    TreeNode root = new TreeNode(root_val);
    
    // root splits inorder list
    // into left and right subtrees
    int index = idx_map.get(root_val);
    
    // recursion 
    pre_idx++;
    // build left subtree
    root.left = helper(in_left, index);
    // build right subtree
    root.right = helper(index + 1, in_right);
    return root;
  }

  public TreeNode buildTree(int[] preorder, int[] inorder) {
    this.preorder = preorder;
    this.inorder = inorder;

    // build a hashmap value -> its index
    int idx = 0;
    for (Integer val : inorder)
      idx_map.put(val, idx++);
    return helper(0, inorder.length);
  }
}

复杂度分析

时间复杂度: O ( N ) O(N) O(N),我们用主定理来计算时间复杂度:

T ( N ) = a T ( N b ) + Θ ( N d ) T(N) = aT\left(\frac{N}{b}\right) + \Theta(N^d) T(N)=aT(bN)+Θ(Nd)
这个方程表示在 Θ ( N d ) \Theta(N^d) Θ(Nd) 的时间内将问题分成 a a a 个大小为 N b \frac{N}{b} bN 的子问题解决。

当前将问题分解成了两个子问题 a = 2,每个子问题(计算左右两棵子树)的大小是原始问题的一般 b = 2,同时划分只需要常数的时间 d = 0。

这意味着 log ⁡ b ( a ) &gt; d \log_b(a) &gt; d logb(a)>d,因此适用于主定理的第一种情况,时间复杂度为 O ( N log ⁡ b ( a ) ) = O ( N ) O(N^{\log_b(a)}) = O(N) O(Nlogb(a))=O(N)

空间复杂度: O ( N ) O(N) O(N),存储整棵树的开销。

作者:LeetCode
链接:https://leetcode-cn.com/problems/two-sum/solution/cong-qian-xu-he-zhong-xu-bian-li-xu-lie-gou-zao-er/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

感想

执行用时 :32 ms, 在所有 Java 提交中击败了50.28%的用户

内存消耗 :37 MB, 在所有 Java 提交中击败了77.96%的用户

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    int[] preorder;
    int[] inorder;
    public TreeNode buildTree(int[] preorder, int[] inorder) {
        this.preorder = preorder;
        this.inorder = inorder;
        return buildTree(0,preorder.length,0,inorder.length);
    }
    private TreeNode buildTree(int preStart, int preEnd, int inStart, int inEnd){
        if(preStart==preEnd||inStart==inEnd) return null;
        TreeNode res = new TreeNode(preorder[preStart]);
        for(int i=inStart;i<inEnd;i++){
            if(inorder[i]==preorder[preStart]){
                res.left = buildTree(preStart+1,preStart+1+i-inStart,inStart,i);
                res.right = buildTree(preStart+1+i-inStart,preEnd,i+1,inEnd);
                break;
            }
        }
        return res;
    }
}
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