二叉树题目:最大二叉树

news2024/11/19 9:27:04

文章目录

  • 题目
    • 标题和出处
    • 难度
    • 题目描述
      • 要求
      • 示例
      • 数据范围
  • 解法一
    • 思路和算法
    • 代码
    • 复杂度分析
  • 解法二
    • 思路和算法
    • 代码
    • 复杂度分析

题目

标题和出处

标题:最大二叉树

出处:654. 最大二叉树

难度

5 级

题目描述

要求

给定一个没有重复元素的整数数组 nums \texttt{nums} nums最大二叉树可以用下面的算法从 nums \texttt{nums} nums 递归地构建:

  1. 创建一个根结点,其值为 nums \texttt{nums} nums 中的最大值。
  2. 递归地在最大值左边子数组前缀上构建左子树。
  3. 递归地在最大值右边子数组后缀上构建右子树。

返回从 nums \texttt{nums} nums 构建的最大二叉树

示例

示例 1:

示例 1

输入: nums   =   [3,2,1,6,0,5] \texttt{nums = [3,2,1,6,0,5]} nums = [3,2,1,6,0,5]
输出: [6,3,5,null,2,0,null,null,1] \texttt{[6,3,5,null,2,0,null,null,1]} [6,3,5,null,2,0,null,null,1]
解释:递归调用如下所示:

  • [3,2,1,6,0,5] \texttt{[3,2,1,6,0,5]} [3,2,1,6,0,5] 中的最大值是 6 \texttt{6} 6,左边部分是 [3,2,1] \texttt{[3,2,1]} [3,2,1],右边部分是 [0,5] \texttt{[0,5]} [0,5]
    • [3,2,1] \texttt{[3,2,1]} [3,2,1] 中的最大值是 3 \texttt{3} 3,左边部分是 [] \texttt{[]} [],右边部分是 [2,1] \texttt{[2,1]} [2,1]
      • 空数组,无子结点。
      • [2,1] \texttt{[2,1]} [2,1] 中的最大值是 2 \texttt{2} 2,左边部分是 [] \texttt{[]} [],右边部分是 [1] \texttt{[1]} [1]
        • 空数组,无子结点。
        • 只有一个元素,所以子结点是一个值为 1 \texttt{1} 1 的结点。
    • [0,5] \texttt{[0,5]} [0,5] 中的最大值是 5 \texttt{5} 5,左边部分是 [0] \texttt{[0]} [0],右边部分是 [] \texttt{[]} []
      • 只有一个元素,所以子结点是一个值为 0 \texttt{0} 0 的结点。
      • 空数组,无子结点。

示例 2:

示例 2

输入: nums   =   [3,2,1] \texttt{nums = [3,2,1]} nums = [3,2,1]
输出: [3,null,2,null,1] \texttt{[3,null,2,null,1]} [3,null,2,null,1]

数据范围

  • 1 ≤ nums.length ≤ 1000 \texttt{1} \le \texttt{nums.length} \le \texttt{1000} 1nums.length1000
  • 0 ≤ nums[i] ≤ 1000 \texttt{0} \le \texttt{nums[i]} \le \texttt{1000} 0nums[i]1000
  • nums \texttt{nums} nums 中的所有整数各不相同

解法一

思路和算法

由于给定的数组中的整数各不相同,因此可以唯一地确定最大二叉树的根结点,以及每个子树中的根结点。

遍历数组得到最大值所在的下标,使用该下标处的值创建根结点,使用该下标左边的子数组创建左子树,使用该下标右边的子数组创建右子树。对于左边的子数组和右边的子数组,使用同样的方法构造最大子二叉树。

上述构造最大二叉树的过程是一个递归分治的过程。将二叉树分成根结点、左子树和右子树三部分,首先构造左子树和右子树,然后构造原始二叉树,构造左子树和右子树是原始问题的子问题。

分治的终止条件是子数组为空,此时构造的子树为空。当子数组不为空时,子数组中一定存在整数,因此存在最大值,得到最大值所在的下标之后,即可得到左子树和右子树对应的子数组,然后递归地构造左子树和右子树。

实现方面,为了降低时间复杂度和空间复杂度,每个子数组使用开始下标和结束下标确定,当开始下标大于结束下标时表示子数组为空,则不用新建数组和复制数组元素。

代码

class Solution {
    public TreeNode constructMaximumBinaryTree(int[] nums) {
        return constructMaximumBinaryTree(nums, 0, nums.length - 1);
    }

    public TreeNode constructMaximumBinaryTree(int[] nums, int start, int end) {
        if (start > end) {
            return null;
        }
        int maximumValueIndex = getMaximumValueIndex(nums, start, end);
        TreeNode root = new TreeNode(nums[maximumValueIndex]);
        root.left = constructMaximumBinaryTree(nums, start, maximumValueIndex - 1);
        root.right = constructMaximumBinaryTree(nums, maximumValueIndex + 1, end);
        return root;
    }

    public int getMaximumValueIndex(int[] nums, int start, int end) {
        int maximumValueIndex = start;
        for (int i = start + 1; i <= end; i++) {
            if (nums[i] > nums[maximumValueIndex]) {
                maximumValueIndex = i;
            }
        }
        return maximumValueIndex;
    }
}

复杂度分析

  • 时间复杂度: O ( n 2 ) O(n^2) O(n2),其中 n n n 是数组 nums \textit{nums} nums 的长度,即二叉树的结点数。二叉树有 n n n 个结点,需要分别构造 n n n 个子树,对于每个子树最多需要 O ( n ) O(n) O(n) 的时间定位到根结点和 O ( 1 ) O(1) O(1) 的时间构造,因此总时间复杂度是 O ( n 2 ) O(n^2) O(n2)

  • 空间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 nums \textit{nums} nums 的长度,即二叉树的结点数。空间复杂度主要是递归调用的栈空间,取决于二叉树的高度,最坏情况下二叉树的高度是 O ( n ) O(n) O(n)

解法二

思路和算法

注意到从给定的数组 nums \textit{nums} nums 构造的最大二叉树中,结点值的左右相对位置和数组 nums \textit{nums} nums 中的左右相对位置保持一致。对于数组 nums \textit{nums} nums 中的任意两个元素 x x x y y y,其中 x x x y y y 的左侧,当 x > y x > y x>y y y y x x x 的右子树中,当 x < y x < y x<y x x x y y y 的左子树中。

对于数组 nums \textit{nums} nums 中的每个整数,为了得到该结点的父结点,需要在数组 nums \textit{nums} nums 中找到比该整数大的最小整数。可以使用单调栈,单调栈存储结点,满足从栈底到栈顶的结点值单调递减。

从左到右遍历数组 nums \textit{nums} nums,对于每个整数,执行如下操作。

  1. 如果栈不为空且栈顶结点值小于当前整数,则将栈顶结点出栈,由于结点出栈的顺序对应数组中从右到左的顺序,因此如果有多个结点出栈,则每次将出栈结点的右子结点设为上一个出栈的结点。重复该操作,直到栈为空或者栈顶结点值大于当前整数时,停止该操作。

  2. 用当前整数创建结点,将当前结点的左子结点设为最后一个出栈的结点,然后将当前结点入栈。

遍历结束后,每个结点的左子树构造完毕,除了栈内的结点以外的每个结点的右子树也构造完毕。栈内的每个结点的右侧都不存在更大的整数,因此除了根结点以外,每个结点都是其父结点的右子结点。栈底结点为值最大的结点,因此作为根结点。当栈内结点数大于 1 1 1 时,每次将一个结点出栈,然后将新的栈顶结点的右子结点设为出栈结点。当栈内只剩 1 1 1 个结点时,该结点即为最大二叉树的根结点,将该结点出栈并返回。

上述做法的正确性可以根据单调栈的性质和操作过程得到。对于整数 x x x,考虑如下情况。

  • 如果 x x x 是数组中的最大整数,则结点 x x x 即为根结点。

  • 如果只有 x x x 的一侧存在比 x x x 大的整数,则比 x x x 大的最小整数对应的结点即为结点 x x x 的父结点。

  • 如果 x x x 的两侧都存在比 x x x 大的整数,用 y y y 表示 x x x 的左侧的整数中比 x x x 大的最小整数,用 z z z 表示 x x x 的右侧的整数中比 x x x 大的最小整数,则 x x x 的父结点值为 y y y z z z 中的最小整数,考虑 y y y z z z 的大小关系。

    • 如果 y < z y < z y<z,则当遍历到 z z z 时,结点 x x x y y y 依次出栈,将结点 y y y 的右子结点设为结点 x x x,结点 z z z 的左子结点设为结点 y y y,此时结点 x x x 的父结点为结点 y y y

    • 如果 y > z y > z y>z,则当遍历到 z z z 时,结点 x x x 出栈,将结点 z z z 的左子结点设为结点 x x x,此时结点 x x x 的父结点为结点 z z z

以下是示例 1 的构造过程,其中 nums = [ 3 , 2 , 1 , 6 , 0 , 5 ] \textit{nums} = [3,2,1,6,0,5] nums=[3,2,1,6,0,5]

  1. 下标 0 0 0 处的整数是 3 3 3,创建结点 3 3 3 并入栈, stack = [ 3 ] \textit{stack} = [3] stack=[3],其中左边为栈底,右边为栈顶,栈内元素为结点,此处用数字表示结点且省略父结点和子结点的关系。

  2. 下标 1 1 1 处的整数是 2 2 2,创建结点 2 2 2 并入栈, stack = [ 3 , 2 ] \textit{stack} = [3, 2] stack=[3,2]

  3. 下标 2 2 2 处的整数是 1 1 1,创建结点 1 1 1 并入栈, stack = [ 3 , 2 , 1 ] \textit{stack} = [3, 2, 1] stack=[3,2,1]

  4. 下标 3 3 3 处的整数是 6 6 6,由于栈内的结点 1 1 1 2 2 2 3 3 3 的结点值都小于 6 6 6,因此需要将结点出栈并更新每个结点的子结点。

    1. 依次将结点 1 1 1 2 2 2 3 3 3 出栈并更新每个结点的右子结点,将结点 2 2 2 的右子结点设为结点 1 1 1,将结点 3 3 3 的右子结点设为结点 2 2 2

    2. 创建结点 6 6 6,将结点 6 6 6 的左子结点设为结点 3 3 3,将结点 6 6 6 入栈, stack = [ 6 ] \textit{stack} = [6] stack=[6]

  5. 下标 4 4 4 处的整数是 0 0 0,创建结点 0 0 0 并入栈, stack = [ 6 , 0 ] \textit{stack} = [6, 0] stack=[6,0]

  6. 下标 5 5 5 处的整数是 5 5 5,由于栈内的结点 0 0 0 的结点值小于 5 5 5,因此需要将结点出栈并更新每个结点的子结点。

    1. 将结点 0 0 0 出栈。

    2. 创建结点 5 5 5,将结点 5 5 5 的左子结点设为结点 0 0 0,将结点 5 5 5 入栈, stack = [ 6 , 5 ] \textit{stack} = [6, 5] stack=[6,5]

  7. 遍历结束,此时栈内有 2 2 2 个结点。将结点 5 5 5 出栈,将结点 6 6 6 的右子结点设为结点 5 5 5

  8. 栈内剩余的结点 6 6 6 即为最大二叉树的根结点,将结点 6 6 6 出栈并返回。

代码

class Solution {
    public TreeNode constructMaximumBinaryTree(int[] nums) {
        Deque<TreeNode> stack = new ArrayDeque<TreeNode>();
        int length = nums.length;
        for (int i = 0; i < length; i++) {
            int num = nums[i];
            TreeNode prev = null;
            while (!stack.isEmpty() && stack.peek().val < num) {
                TreeNode curr = stack.pop();
                curr.right = prev;
                prev = curr;
            }
            TreeNode node = new TreeNode(num);
            node.left = prev;
            stack.push(node);
        }
        while (stack.size() > 1) {
            TreeNode curr = stack.pop();
            stack.peek().right = curr;
        }
        return stack.pop();
    }
}

复杂度分析

  • 时间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 nums \textit{nums} nums 的长度,即二叉树的结点数。需要遍历数组 nums \textit{nums} nums,每个结点最多入栈和出栈各一次,更新每个结点的子结点的时间是 O ( 1 ) O(1) O(1),因此总时间复杂度是 O ( n ) O(n) O(n)

  • 空间复杂度: O ( n ) O(n) O(n),其中 n n n 是数组 nums \textit{nums} nums 的长度,即二叉树的结点数。空间复杂度主要是栈空间,栈内元素个数不超过 n n n

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1124591.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

一键操作,高效管理!个微管理系统

在微信日益普及的今天&#xff0c;越来越多的人使用微信进行交流。然而&#xff0c;在工作中&#xff0c;我们往往需要处理大量的消息&#xff0c;手动回复不仅效率低下&#xff0c;还容易出错。还有朋友圈转发&#xff0c;不能一键转发&#xff0c;需要手动保存添加再一个个图…

架构风格区别-架构案例(五十九)

管道-过滤器和仓库的区别&#xff1f; 独立的数据仓库&#xff0c;处理流独立&#xff0c;处理数据用连接仓库工具数据与处理在一起&#xff0c;改动的话需要重启系统需要仓库工具与仓库连接&#xff0c;数据与处理分离&#xff0c;性能差可以支持并发连接访问仓库&#xff0c…

如何判断要不要用振动技术来进行设备预测性维护

在现代工业设备运行过程中&#xff0c;及时发现设备故障并进行维修对于确保生产线的正常运行至关重要。振动分析技术作为一种先进的设备监测和预测性维护方法&#xff0c;通过实时监测和分析设备的振动信号&#xff0c;可以提前发现潜在故障&#xff0c;降低停机时间和维护成本…

最全的图床集合(国内外,站长必备)

“heosu每月不定时更新嗷&#xff0c;防止错过消息推送&#xff0c;建议小伙伴添加到星标⭐喔” 为了减少服务器的压力不少站长还是选择图床存放图片的。所以就搜集一些比较好用的免费的图床&#xff08;收费的在最后标出&#xff09;以及我目前在用的图床。 为什么需要图床&am…

Biotech - 环状 mRNA 的 LNP 递送系统 与 成环框架

欢迎关注我的CSDN&#xff1a;https://spike.blog.csdn.net/ 本文地址&#xff1a;https://spike.blog.csdn.net/article/details/133992971 环状 RNA&#xff08;或 circRNA &#xff09;是一种单链 RNA&#xff0c;与线性 RNA 不同&#xff0c;形成一个共价闭合的连续环。在环…

如何使用Pritunl搭建OpenVPN服务器,实现远程连接【内网穿透】

文章目录 前言1.环境安装2.开始安装3.访问测试4.创建连接5.局域网测试连接6.安装cpolar7.配置固定公网访问地址8.远程连接测试 前言 Pritunl是一款免费开源的 VPN 平台软件&#xff08;但使用的不是标准的开源许可证&#xff0c;用户受到很多限制&#xff09;。这是一种简单有…

vue 生命周期钩子函数 created()案例

通过发请求来获取数据。在数据响应化之后&#xff0c;dom搭建之前&#xff0c;通过发送axios来获取数据并初始化。 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta http-equiv"X-UA-Compatible"…

DFT和ATE岗位前景薪资对比,手把手教你如何选择岗位?

ATE测试和DFT可测性设计&#xff0c;虽然二者都对芯片测试至关重要&#xff0c;但是两个岗位的区别还是很大的。 两个岗位应该如何做选择&#xff1f; 先讲产业环节 我们知道芯片设计、芯片制造、芯片封测每个环节都是大工程&#xff0c;且每个环节都关键且重要。测试是芯片诞…

纳米软件电源模块测试系统助力电压输入缓慢变动测试 解决测试痛点

输入缓慢变动测试是电源模块测试项目之一&#xff0c;其目的是为了验证当输入电压偏低情形发生时&#xff0c;待测品能够自我保护&#xff0c;而且不会被损坏。用纳米软件电源模块测试系统测试电源模块输入电压缓慢变动&#xff0c;解决传统测试程序繁琐、速度慢、效率低难点。…

不会用PS抠图?教你懒人抠图法,必须学会!

相信很多小伙伴都有遇到这样的窘境——好不容易找到得素材图片&#xff0c;中间的图案很好看&#xff0c;可是特别想去掉后面的背景&#xff0c;应该如何抠图呢&#xff1f; 能够将图片中的物品或人物抠出来是一种很有用的技巧&#xff0c;可以在很多场景下应用&#xff0c;比…

数据库连接池有什么用?它有哪些关键参数?

首先&#xff0c;数据库连接池是一种池化技术&#xff0c;池化技术的核心思想是实现资源的复用&#xff0c;避免资源重复创建销毁的开销。而在数据库的应用场景里面&#xff0c;应用程序每次向数据库发起 CRUD 操作的时候&#xff0c;都需要创建连接.在数据库访问量较大的情况下…

DB-GPT发布:用私有LLM技术彻底改革数据库互动

01 项目介绍 随着大模型的发布迭代&#xff0c;大模型变得越来越智能&#xff0c;在使用大模型的过程当中&#xff0c;遇到极大的数据安全与隐私挑战。在利用大模型能力的过程中我们的私密数据跟环境需要掌握自己的手里&#xff0c;完全可控&#xff0c;避免任何的数据隐私泄…

【问题思考总结】已知对角矩阵怎么求原矩阵?原矩阵唯一吗?【相似对角化】

问题 这个问题起源于2010年数一真题&#xff1a; 给定一个对角阵&#xff0c;说QTAQ对角阵&#xff0c;然后Q矩阵实际上是能求出来无穷个的&#xff0c;在这种情况下&#xff0c;A矩阵该怎么求&#xff1f;或者说&#xff0c;Q矩阵不同的时候&#xff0c;A矩阵唯一吗&#xf…

uniapp水果海鲜生鲜商城系统小程序H5源码APP 同城配送、自提、拼单、多门店商城

外卖多门店小程序开源版开发 能够更好的适用于瑜伽馆、健身房、美容美发店、鲜花店、水果店、宠物店、母婴店、教育培训机构&#xff0c;送奶站、送水站&#xff0c;足疗按摩店、儿童摄影馆、上门服务&#xff08;如&#xff1a;家政、维修&#xff09;、无人售货超市、新零售会…

分治法,动态规划法,贪心法,回溯法主要概括

目录 分治法&#xff0c;动态规划法&#xff0c;贪心法&#xff0c;回溯法主要概括 1.前言2.分治法2.1基本思想&#xff1a;2.2适用条件&#xff1a;2.3时间复杂度&#xff1a;2.4主要解决&#xff1a;2.5关键字&#xff1a;2.6其他&#xff1a; 3.动态规划法3.1基本思想&…

2023/10/23学习记录

1.VS2019中sln对应解决方案 修改sln的文件名&#xff0c;对应的解决方案名称也会变化。 2.如何修改生成的exe文件名呢&#xff1f; 属性--->杂项--->&#xff08;名称) 3.这是任务管理器&#xff0c;这里红色部分显示的是“这是文件描述”。 当通过属性查看详细信息的时…

朋友圈推广如何做?

为什么在朋友圈做推广是如此重要&#xff0c;以及如何充分利用这个平台来推动你的业务增长。 不仅仅是分享生活点滴&#xff0c;朋友圈也可以成为你的事业起飞的跳板。快来了解一下吧&#xff01; 为什么在朋友圈做推广&#xff1f; 1、人脉力量&#xff1a;朋友圈是一个连接…

生成式AI - 基于大模型的应用架构与方案

这篇文章探讨了使用文档加载器、嵌入、向量存储和提示模板构建基于语言模型(LLM)应用程序的过程。由于其生成连贯且上下文相关的文本的能力&#xff0c;LLM在自然语言处理任务中变得越来越受欢迎。本文讨论了LLM的重要性&#xff0c;比较了微调和上下文注入方法&#xff0c;介绍…

集团公司管控的三种模式:财务管控、运营管控、战略管

集团管控是集团公司通过对子公司采用层级的管理控制、资源的协调分配等策略和方式&#xff0c;使集团的组织架构和业务流程达到最佳运作效率的管理体系。 不同的集团管控模式决定了不同的财务管控方式。但不论采取何种管控模式&#xff0c;集团对财务的管理与控制都是其最为核心…