Studying-代码随想录训练营day17| 654.最大二叉树、617合并二叉树、700.二叉搜索树中的搜索、98.验证二叉树搜索树

本文主要是介绍Studying-代码随想录训练营day17| 654.最大二叉树、617合并二叉树、700.二叉搜索树中的搜索、98.验证二叉树搜索树,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

第十七天,二叉树part05,进一步学习二叉树💪

654.最大二叉树

文档讲解:代码随想录最大二叉树

视频讲解:手撕最大二叉树

题目:

学习:本题与利用中序和后序序列构造二叉树有相同之处。依据题目要求,首先在数组里面找到最大值,作为根节点,然后划分左右区间对应根节点的左右子树。再分别在左右区间中找到最大值,作为根节点(中间节点),之后再次划分区间,进行下一轮循环。

代码:

//时间复杂度O(n^2)
//空间复杂度O(n^2)
class Solution {
public:TreeNode* constructMaximumBinaryTree(vector<int>& nums) {//终止条件if(nums.size() == 0) return nullptr;//单层递归逻辑//遍历数组中的最大值,作为根节点int index = 0; //保存下标for (int i = 0; i < nums.size(); i++) {if (nums[index] < nums[i]) index = i; //找到最大值下标}TreeNode* root = new TreeNode(nums[index]);//左区间vector<int> left(nums.begin(), nums.begin() + index);//右区间vector<int> right(nums.begin() + index + 1, nums.end());root->left = constructMaximumBinaryTree(left);root->right = constructMaximumBinaryTree(right);return root;}
};

本题还可以采用下标的方式划分区间,避免创建一个新的数组。 

代码:

//时间复杂度O(n^2)
//空间复杂度O(n)
class Solution {
private:// 在左闭右开区间[left, right),构造二叉树TreeNode* traversal(vector<int>& nums, int left, int right) {if (left >= right) return nullptr;// 分割点下标:maxValueIndexint maxValueIndex = left;for (int i = left + 1; i < right; ++i) {if (nums[i] > nums[maxValueIndex]) maxValueIndex = i;}TreeNode* root = new TreeNode(nums[maxValueIndex]);// 左闭右开:[left, maxValueIndex)root->left = traversal(nums, left, maxValueIndex);// 左闭右开:[maxValueIndex + 1, right)root->right = traversal(nums, maxValueIndex + 1, right);return root;}
public:TreeNode* constructMaximumBinaryTree(vector<int>& nums) {return traversal(nums, 0, nums.size());}
};

注意:本题的终止条件不唯一,也可以判断nums.size() == 1,即找到叶子节点的时候终止判断。采取这种方式,递归的时候要注意不要把空区间传入函数当中。


617合并二叉树

文档讲解:代码随想录合并二叉树

视频讲解:手撕合并二叉树

题目:

学习:

  1. 本题主要在于两点:1.两个树需要同步进行遍历;2.每一步遍历的时候,进行两棵树,相同节点之间的判断。
  2. 判断过程中会出现三种情况:1.root1存在该节点,root2不存在,则可以把root1该节点包括该节点以下的所有节点加入创建的树中(root2该节点没有,这个节点以下的节点肯定就也没有);2.root2存在该节点,root1不存在,则可以把root2该节点包括该节点以下的所有节点加入创建的树中;3.root1和root2都存在该节点,则把两棵树该节点的val值相加,将该节点加入到树中,并继续向下遍历。 

依据此,本题采用前序遍历最为合适,逻辑最清晰,当然采用别的遍历方式也都可以创建。

代码:

//时间复杂度O(min(m,n))
//空间复杂度O(min(m,n))
class Solution {
public:TreeNode* mergeTrees(TreeNode* root1, TreeNode* root2) {//终止条件,当其中一颗树的节点为空时,返回另一棵树的所有节点,且不需要往下遍历了//注意两个树都为空的话,也是满足第一个判断条件,只不过返回的root2为空if (root1 == nullptr) return root2;if (root2 == nullptr) return root1;//确定单层递归条件,创建一个新的树TreeNode* root = new TreeNode(0);//前序遍历的方式,两个树同步进行遍历root->val = root1->val + root2->val;root->left = mergeTrees(root1->left, root2->left);root->right = mergeTrees(root1->right, root2->right);return root;}
};

代码:迭代法也能够进行求解,创建两个队列,同步进行遍历即可。

class Solution {
public:TreeNode* mergeTrees(TreeNode* t1, TreeNode* t2) {if (t1 == NULL) return t2;if (t2 == NULL) return t1;queue<TreeNode*> que;que.push(t1);que.push(t2);while(!que.empty()) {TreeNode* node1 = que.front(); que.pop();TreeNode* node2 = que.front(); que.pop();// 此时两个节点一定不为空,val相加node1->val += node2->val;// 如果两棵树左节点都不为空,加入队列if (node1->left != NULL && node2->left != NULL) {que.push(node1->left);que.push(node2->left);}// 如果两棵树右节点都不为空,加入队列if (node1->right != NULL && node2->right != NULL) {que.push(node1->right);que.push(node2->right);}// 当t1的左节点 为空 t2左节点不为空,就赋值过去if (node1->left == NULL && node2->left != NULL) {node1->left = node2->left;}// 当t1的右节点 为空 t2右节点不为空,就赋值过去if (node1->right == NULL && node2->right != NULL) {node1->right = node2->right;}}return t1;}
};

700.二叉搜索树中的搜索 

文档讲解:代码随想录二叉搜索树中的搜索

视频讲解:手撕二叉搜索树中的搜索

题目: 

学习:二叉搜索树是二叉树中十分重要的一种类型,它的特点如下:

  • 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
  • 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
  • 它的左、右子树也分别为二叉搜索树。

依据这个特点,二叉搜索树和普通搜索树的遍历方式是不同的,二叉搜索树本身就自带了遍历的顺序 ,依据值的大小选择遍历的路径。

代码:

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
public:TreeNode* searchBST(TreeNode* root, int val) {//终止条件if(root == nullptr) return nullptr;//确定单层递归逻辑if (root->val == val) return root;else if (root->val > val) {return searchBST(root->left, val);}else {return searchBST(root->right, val);}}
};

本题采取迭代法,可以更加的直观,因为本题不需要使用额外的数据结构,存储节点。

代码:

//时间复杂度O(n)
//空间复杂度O(1)
class Solution {
public:TreeNode* searchBST(TreeNode* root, int val) {while (root != NULL) {if (root->val > val) root = root->left;else if (root->val < val) root = root->right;else return root;}return NULL;}
};

98.验证二叉搜索树

文档讲解:代码随想录验证二叉搜索树

视频讲解:手撕验证二叉搜索树

题目: 

学习:本题可以利用到二叉搜索树一个重要的特性。由于二叉搜索树的特点,对二叉搜索树进行中序遍历,得到的数组是一个递增序列。

依据上序特点,我们可以通过中序遍历二叉树,把每个节点值加入到数组当中,最后判断数组是否是一个递增数组,如果是递增数组的话,则是一个二叉搜索树,否则就不是一个二叉搜索树。

代码:

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
private:vector<int> vec;void traversal(TreeNode* root) {if (root == NULL) return;traversal(root->left);vec.push_back(root->val); // 将二叉搜索树转换为有序数组traversal(root->right);}
public:bool isValidBST(TreeNode* root) {vec.clear(); // 不加这句在leetcode上也可以过,但最好加上traversal(root);for (int i = 1; i < vec.size(); i++) {// 注意要小于等于,搜索树里不能有相同元素if (vec[i] <= vec[i - 1]) return false;}return true;}
};

采取这种方法比较直观,但事实上我们在中序遍历的过程中,就可以进行前后两个节点之间值的大小判断了,只要遍历过程中,存在前节点的值小于后节点的值,则说明不是二叉搜索树,直到遍历完所有的节点。

代码:注意这里要初始化一个最小值,由于本题给出的最小值能够达到INT_MIN,所以我们要设置一个更小的值LONG_MIN。

class Solution {
public:long long compa = LONG_MIN; // 因为后台测试数据中有int最小值bool isValidBST(TreeNode* root) {if (root == nullptr) return true;bool left = isValidBST(root->left);//中序遍历,验证遍历的元素是不是从小到大if (compa >= root->val) return false;compa = root->val;bool right = isValidBST(root->right);return left && right;}
};

本题也可以采用双指针的方法,一个指向前节点,一个指向后节点,这样能够避免设置最小值,增加鲁棒性,应对更多的情况。

//时间复杂度O(n)
//空间复杂度O(n)
class Solution {
public:TreeNode* pre = NULL; // 用来记录前一个节点bool isValidBST(TreeNode* root) {if (root == NULL) return true;bool left = isValidBST(root->left);if (pre != NULL && pre->val >= root->val) return false;pre = root; // 记录前一个节点bool right = isValidBST(root->right);return left && right;}
};

总结

今天主要是对树的理解进一步加强,同时学习到如何运用一个二叉树中的重要类别二叉搜索树。

这篇关于Studying-代码随想录训练营day17| 654.最大二叉树、617合并二叉树、700.二叉搜索树中的搜索、98.验证二叉树搜索树的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1084368

相关文章

Spring Security中用户名和密码的验证完整流程

《SpringSecurity中用户名和密码的验证完整流程》本文给大家介绍SpringSecurity中用户名和密码的验证完整流程,本文结合实例代码给大家介绍的非常详细,对大家的学习或工作具有一定... 首先创建了一个UsernamePasswordAuthenticationTChina编程oken对象,这是S

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示

Visual Studio 2022 编译C++20代码的图文步骤

《VisualStudio2022编译C++20代码的图文步骤》在VisualStudio中启用C++20import功能,需设置语言标准为ISOC++20,开启扫描源查找模块依赖及实验性标... 默认创建Visual Studio桌面控制台项目代码包含C++20的import方法。右键项目的属性:

MySQL数据库的内嵌函数和联合查询实例代码

《MySQL数据库的内嵌函数和联合查询实例代码》联合查询是一种将多个查询结果组合在一起的方法,通常使用UNION、UNIONALL、INTERSECT和EXCEPT关键字,下面:本文主要介绍MyS... 目录一.数据库的内嵌函数1.1聚合函数COUNT([DISTINCT] expr)SUM([DISTIN

Java实现自定义table宽高的示例代码

《Java实现自定义table宽高的示例代码》在桌面应用、管理系统乃至报表工具中,表格(JTable)作为最常用的数据展示组件,不仅承载对数据的增删改查,还需要配合布局与视觉需求,而JavaSwing... 目录一、项目背景详细介绍二、项目需求详细介绍三、相关技术详细介绍四、实现思路详细介绍五、完整实现代码

Go语言代码格式化的技巧分享

《Go语言代码格式化的技巧分享》在Go语言的开发过程中,代码格式化是一个看似细微却至关重要的环节,良好的代码格式化不仅能提升代码的可读性,还能促进团队协作,减少因代码风格差异引发的问题,Go在代码格式... 目录一、Go 语言代码格式化的重要性二、Go 语言代码格式化工具:gofmt 与 go fmt(一)

HTML5实现的移动端购物车自动结算功能示例代码

《HTML5实现的移动端购物车自动结算功能示例代码》本文介绍HTML5实现移动端购物车自动结算,通过WebStorage、事件监听、DOM操作等技术,确保实时更新与数据同步,优化性能及无障碍性,提升用... 目录1. 移动端购物车自动结算概述2. 数据存储与状态保存机制2.1 浏览器端的数据存储方式2.1.

基于 HTML5 Canvas 实现图片旋转与下载功能(完整代码展示)

《基于HTML5Canvas实现图片旋转与下载功能(完整代码展示)》本文将深入剖析一段基于HTML5Canvas的代码,该代码实现了图片的旋转(90度和180度)以及旋转后图片的下载... 目录一、引言二、html 结构分析三、css 样式分析四、JavaScript 功能实现一、引言在 Web 开发中,

Python如何去除图片干扰代码示例

《Python如何去除图片干扰代码示例》图片降噪是一个广泛应用于图像处理的技术,可以提高图像质量和相关应用的效果,:本文主要介绍Python如何去除图片干扰的相关资料,文中通过代码介绍的非常详细,... 目录一、噪声去除1. 高斯噪声(像素值正态分布扰动)2. 椒盐噪声(随机黑白像素点)3. 复杂噪声(如伪

Java Spring ApplicationEvent 代码示例解析

《JavaSpringApplicationEvent代码示例解析》本文解析了Spring事件机制,涵盖核心概念(发布-订阅/观察者模式)、代码实现(事件定义、发布、监听)及高级应用(异步处理、... 目录一、Spring 事件机制核心概念1. 事件驱动架构模型2. 核心组件二、代码示例解析1. 事件定义