目录
一、题目
1、题目描述
2、接口描述
cpp
python3
3、原题链接
二、解题报告
1、思路分析
F1 回溯
F2 动态规划
2、复杂度
3、代码详解
分治
cpp
python3
dp
cpp
python3
一、题目
1、题目描述
给你一个整数
n
,请你找出所有可能含n
个节点的 真二叉树 ,并以列表形式返回。答案中每棵树的每个节点都必须符合Node.val == 0
。答案的每个元素都是一棵真二叉树的根节点。你可以按 任意顺序 返回最终的真二叉树列表。
真二叉树 是一类二叉树,树中每个节点恰好有
0
或2
个子节点。
2、接口描述
cpp
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<TreeNode*> allPossibleFBT(int n) {
}
};
python3
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def allPossibleFBT(self, n: int) -> List[Optional[TreeNode]]:
3、原题链接
894. 所有可能的真二叉树
二、解题报告
1、思路分析
F1 回溯
首先对于偶数个节点的情况直接返回空即可
然后分析,对于n(n为奇数)个节点的二叉树,根节点占一个节点,那么其左右节点的情况为
<1, n - 2>, <3, n - 4>……
所以我们发现构造n个节点的真二叉树可以分治为构造两个子真二叉树的问题
所以我们枚举左右儿子的节点数目进行分治构造即可
F2 动态规划
我们可以换种思路,自底向上分析
对于n个节点的真二叉树可以分为根节点加上两个子真二叉树
同样的,我们也可以由两个子真二叉树构造出一棵真二叉树
我们设f[k](k >= 1)为n = 2 * k - 1个节点的真二叉树的所有可能序列
那么f[i] = node(f[k], f[i - k]),这个递推还是比较简单的
相较于分治的做法,时间复杂度并未降低,但是省去了递归开销
由于数据量只到20,因此我们可以预处理出f[1]~f[10]
2、复杂度
分治:时间复杂度: 空间复杂度:
dp:预处理时间复杂度预处理空间复杂度:,N = 11
查询的时间复杂度和空间复杂度都是O(1)
3、代码详解
分治
cpp
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<TreeNode*> allPossibleFBT(int n) {
vector<TreeNode*> ret;
if(n % 2 == 0) return ret;
if(n == 1) return {new TreeNode(0)};
for(int i = 1; i < n; i += 2){
vector<TreeNode*> leftnodes(allPossibleFBT(i)), rightnodes(allPossibleFBT(n - i - 1));
for(TreeNode* x : leftnodes)
for(TreeNode* y : rightnodes)
ret.emplace_back(new TreeNode(0, x, y));
}
return ret;
}
};
python3
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def allPossibleFBT(self, n: int) -> List[Optional[TreeNode]]:
if n % 2 == 0:
return []
if n == 1:
return [TreeNode()]
ret = []
for i in range(1, n, 2):
leftnodes, rightnodes = self.allPossibleFBT(i), self.allPossibleFBT(n - i - 1)
ret.extend([TreeNode(0, x, y) for x in leftnodes for y in rightnodes])
return ret
python也可以记忆化搜索,得到和dp相媲美的效率
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
@cache
def allPossibleFBT(self, n: int) -> List[Optional[TreeNode]]:
if n % 2 == 0:
return []
if n == 1:
return [TreeNode()]
ret = []
for i in range(1, n, 2):
leftnodes, rightnodes = self.allPossibleFBT(i), self.allPossibleFBT(n - i - 1)
ret.extend([TreeNode(0, x, y) for x in leftnodes for y in rightnodes])
return ret
dp
cpp
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
vector<TreeNode*> f[11];
bool init = []{
f[1] = { new TreeNode() };
for(int i = 2; i < 11; i++)
for(int j = 1; j < i; j++)
for(TreeNode* x : f[j])
for(TreeNode* y : f[i - j])
f[i].emplace_back(new TreeNode(0, x, y));
return false;
}();
class Solution {
public:
vector<TreeNode*> allPossibleFBT(int n) {
return f[n & 1 ? (n + 1) / 2 : 0];
}
};
python3
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
f = [[] for _ in range(11)]
f[1] = [TreeNode()]
for i in range(2, 11):
f[i] = [TreeNode(0, x, y)
for j in range(1, i)
for x in f[j]
for y in f[i - j]]
class Solution:
def allPossibleFBT(self, n: int) -> List[Optional[TreeNode]]:
return f[(n + 1) // 2] if n & 1 else []