前序,中序非递归比较容易
前序:先一直压左孩子,每次压栈的时候就打印,没有左孩子可压,就出栈,同时把右孩子压栈,继续一直压左孩子
中序:先一直压左孩子,没有左孩子可压,就出栈,出栈的时候打印,同时把右孩子压栈,继续一直压左孩子
而后续因为要把左右孩子都遍历完了才能打印当前节点node,而又不能通过node把左右孩子联系起来(前中序都有当前节点在栈中维持node.left,node.right的联系)
后续有2种办法:
(1)后续是左右中,我们先求中右左(稍微修改前序遍历),然后反过来输出,
(2)维护2个变量,保存栈顶node,之前打印的node,根据两者判断对当前节点打印到什么程度了(左孩子没打印?左孩子打印了,右孩子没有打印?左右孩子都打印了)
注意这里所说的子树是:如果选取了某个root节点,那root节点所有的孩子节点都要包括进去
这个题目的思想是:根据左右子树收集的信息,整合判断当前节点的信息,然后希望子树收集什么就递归调用
这里需要4个信息:
1. 树的max value
2. 树的min value
3. 最大搜索子树的头结点
4. 最大搜索子树的长度
当把左右子树的这8个信息收集上来了后,当前节点的这4个信息可以求得:
1. 树的max value:max(left_max, right_max)
2. 树的min value:min(left_min, right_min)
3. 先判断是否能把左右子树连起来组成更大的BST(left_BST_root_node==left && right_BST_root_node==right && lmax<value && rmin>value),如果可以就返回当前节点,否则就根据左右子树最大BST长度决定用那边
4. 见3
public class Problem_07_BiggestSubBSTInTree {
public static class Node {
public int value;
public Node left;
public Node right;
public Node(int data) {
this.value = data;
}
}
public static Node biggestSubBST(Node head) {
int[] record = new int[3]; // 0->size, 1->min, 2->max
return posOrder(head, record);
}
public static Node posOrder(Node head, int[] record) {
if (head == null) {
record[0] = 0;
record[1] = Integer.MAX_VALUE;
record[2] = Integer.MIN_VALUE;
return null;
}
int value = head.value;
Node left = head.left;
Node right = head.right;
Node lBST = posOrder(left, record);
int lSize = record[0];
int lMin = record[1];
int lMax = record[2];
Node rBST = posOrder(right, record);
int rSize = record[0];
int rMin = record[1];
int rMax = record[2];
record[1] = Math.min(lMin, value);
record[2] = Math.max(rMax, value);
if (left == lBST && right == rBST && lMax < value && value < rMin) {
record[0] = lSize + rSize + 1;
return head;
}
record[0] = Math.max(lSize, rSize);
return lSize > rSize ? lBST : rBST;
}
}
记得之前自己在LC上做的是用个全局变量保存max,其实本质上也是从子树收集信息(子树的高度)
之前最开始的想法是:遍历树,遍历的时候决策:是不是把当前节点设置为路径的开始,然后全局保存一个max长度即可
But, it turns out it originates from a 算法原型:子数组累加和为target的最长长度
在那个算法原型用的是HasnTable,这里换成树也是类似的思路,也是遍历的时候累加,无非树需要回退到之前状态往其他子树遍历,那就同时把sum和HashTable回退就好了嘛
public static int getMaxLength(Node head, int sum) {
HashMap<Integer, Integer> sumMap = new HashMap<Integer, Integer>();
sumMap.put(0, 0); // important
return preOrder(head, sum, 0, 1, 0, sumMap);
}
public static int preOrder(Node head, int sum, int preSum, int level,
int maxLen, HashMap<Integer, Integer> sumMap) {
if (head == null) {
return maxLen;
}
int curSum = preSum + head.value;
if (!sumMap.containsKey(curSum)) {
sumMap.put(curSum, level);
}
if (sumMap.containsKey(curSum - sum)) {
maxLen = Math.max(level - sumMap.get(curSum - sum), maxLen);
}
maxLen = preOrder(head.left, sum, curSum, level + 1, maxLen, sumMap);
maxLen = preOrder(head.right, sum, curSum, level + 1, maxLen, sumMap);
if (level == sumMap.get(curSum)) {
sumMap.remove(curSum);
}
return maxLen;
}