算法日记day 20(中序后序遍历序列构造二叉树|最大、合并、搜索二叉树)

news2024/9/24 9:27:09

一、中序后序序列构造二叉树

题目:

给定两个整数数组 inorder 和 postorder ,其中 inorder 是二叉树的中序遍历, postorder 是同一棵树的后序遍历,请你构造并返回这颗 二叉树 。

示例 1:

输入:inorder = [9,3,15,20,7], postorder = [9,15,7,20,3]
输出:[3,9,20,null,null,15,7]

示例 2:

输入:inorder = [-1], postorder = [-1]
输出:[-1]

思路:

中序遍历顺序:左、中、右       后序遍历顺序:左、右、中

首先在后序中确定最后一个节点为二叉树的根节点,再以此根节点在中序遍历中寻找左子树和右子树,和后序遍历中的左子树和右子树,依次循环递归其左右子树,直到遍历完所有节点为止

代码:

public class Solution {
    public TreeNode buildTree(int[] inorder, int[] postorder) {
        // 检查特殊情况,如果输入的中序或后序序列长度为0,则返回空树
        if (postorder.length == 0 || inorder.length == 0) {
            return null;
        }
        // 调用递归辅助方法来构建二叉树,并返回根节点
        return buildHelper(inorder, 0, inorder.length, postorder, 0, postorder.length);
    }

    private TreeNode buildHelper(int[] inorder, int inorderStart, int inorderEnd,
                                 int[] postorder, int postorderStart, int postorderEnd) {
        // 如果后序序列的起始索引等于结束索引,说明当前子树为空,返回null
        if (postorderStart == postorderEnd) {
            return null;
        }

        // 后序遍历序列的最后一个元素是当前子树的根节点值
        int rootVal = postorder[postorderEnd - 1];
        TreeNode root = new TreeNode(rootVal); // 创建根节点
        int middleIndex;
        
        // 在中序遍历序列中找到根节点的位置
        for (middleIndex = inorderStart; middleIndex < inorderEnd; middleIndex++) {
            if (inorder[middleIndex] == rootVal) {
                break;
            }
        }

        // 计算左子树和右子树在中序遍历序列中的边界
        int leftInorderStart = inorderStart;
        int leftInorderEnd = middleIndex;
        int rightInorderStart = middleIndex + 1;
        int rightInorderEnd = inorderEnd;

        // 计算左子树和右子树在后序遍历序列中的边界
        int leftPostorderStart = postorderStart;
        int leftPostorderEnd = postorderStart + (middleIndex - inorderStart);
        int rightPostorderStart = leftPostorderEnd;
        int rightPostorderEnd = postorderEnd - 1;

        // 递归构建左子树和右子树,并连接到当前根节点
        root.left = buildHelper(inorder, leftInorderStart, leftInorderEnd,
                                postorder, leftPostorderStart, leftPostorderEnd);
        root.right = buildHelper(inorder, rightInorderStart, rightInorderEnd,
                                 postorder, rightPostorderStart, rightPostorderEnd);

        return root; // 返回当前根节点
    }
}
  • buildTree 方法接收两个参数:inorder 表示中序遍历序列,postorder 表示后序遍历序列。
  • 首先检查特殊情况:如果 postorder 或 inorder 的长度为 0,则返回 null,表示空树。
  • 调用 buildHelper 方法来实际构建二叉树,并返回根节点。
  • buildHelper 方法是一个递归方法,用来构建二叉树的具体逻辑。
  • 首先检查递归终止条件:如果 postorderStart == postorderEnd,说明当前子序列为空,返回 null
  • 从 postorder 中获取当前子树的根节点值 rootVal,并创建根节点 root
  • 在 inorder 中查找根节点值 rootVal 的位置 middleIndex,用于分割左右子树的中序遍历序列。
  • 计算左子树和右子树的中序遍历序列的起始和结束索引。
  • 根据中序遍历序列的划分,计算左右子树在后序遍历序列中的起始和结束索引。
  • 递归构建左子树和右子树,将其分别连接到当前根节点 root 的左右孩子上。

二、最大二叉树 

题目:

给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建:

  1. 创建一个根节点,其值为 nums 中的最大值。
  2. 递归地在最大值 左边 的 子数组前缀上 构建左子树。
  3. 递归地在最大值 右边 的 子数组后缀上 构建右子树。

返回 nums 构建的 最大二叉树 

示例 1:

输入:nums = [3,2,1,6,0,5]
输出:[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] 中的最大值是 6 ,左边部分是 [3,2,1] ,右边部分是 [0,5] 。
    - [3,2,1] 中的最大值是 3 ,左边部分是 [] ,右边部分是 [2,1] 。
        - 空数组,无子节点。
        - [2,1] 中的最大值是 2 ,左边部分是 [] ,右边部分是 [1] 。
            - 空数组,无子节点。
            - 只有一个元素,所以子节点是一个值为 1 的节点。
    - [0,5] 中的最大值是 5 ,左边部分是 [0] ,右边部分是 [] 。
        - 只有一个元素,所以子节点是一个值为 0 的节点。
        - 空数组,无子节点。

示例 2:

输入:nums = [3,2,1]
输出:[3,null,2,null,1]

 思路:

首先遍历数组中的最大值为根节点,后以该根节点为分割点区分开左右子树,然后分别对左右子树中的元素再进行如上操作,找到每次分割的左右子树中的最大元素作为下一层的父节点

代码:

public TreeNode constructMax(int[] nums, int leftIndex, int rightIndex) {
    if (rightIndex - leftIndex < 1)
        return null;
    if (rightIndex - leftIndex == 1)
        return new TreeNode(nums[leftIndex]);
    int maxIndex = leftIndex;    
    int maxValue = nums[maxIndex];
    // 寻找最大值及其索引
    for (int i = leftIndex + 1; i < rightIndex; i++) {
        if (nums[i] > maxValue) {
            maxValue = nums[i];
            maxIndex = i;
        }
    }
    // 用最大值构建根节点
    TreeNode root = new TreeNode(maxValue);
    // 递归构建左子树和右子树
    root.left = constructMax(nums, leftIndex, maxIndex);
    root.right = constructMax(nums, maxIndex + 1, rightIndex);
    return root;
}
  • constructMax 方法接受四个参数:nums 数组、左边界 leftIndex 和右边界 rightIndex
  • 首先,检查当前子数组的长度,如果小于等于 1,则返回相应的树结点(空结点或叶子结点)。
  • 否则,通过遍历找到当前子数组中的最大值及其索引 maxIndex
  • 创建根节点 root,值为 maxValue
  • 递归地构建左子树和右子树:
    • 左子树递归调用 constructMax(nums, leftIndex, maxIndex),处理左半部分的数组。
    • 右子树递归调用 constructMax(nums, maxIndex + 1, rightIndex),处理右半部分的数组。
public TreeNode constructMaximumBinaryTree(int[] nums) {
    return constructMax(nums, 0, nums.length);
}
  • 返回constructMax 方法构建的子树的根节点 root,最终完成整棵最大二叉树的构建。

 三、合并二叉树

题目:

给你两棵二叉树: root1 和 root2 。

想象一下,当你将其中一棵覆盖到另一棵之上时,两棵树上的一些节点将会重叠(而另一些不会)。你需要将这两棵树合并成一棵新二叉树。合并的规则是:如果两个节点重叠,那么将这两个节点的值相加作为合并后节点的新值;否则,不为 null 的节点将直接作为新二叉树的节点。

返回合并后的二叉树。

注意: 合并过程必须从两个树的根节点开始。

示例 1:

输入:root1 = [1,3,2,5], root2 = [2,1,3,null,4,null,7]
输出:[3,4,5,5,4,null,7]

示例 2:

输入:root1 = [1], root2 = [1,2]
输出:[2,2]

思路:

同时操作两个二叉树对应的节点进行相加操作,可以分情况讨论,两树间存在空节点、两树间都有节点的情况

第一类代码:

public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
    // 如果两棵树的当前节点都为空,则返回空节点
    if (root1 == null && root2 == null) {
        return null;
    }
    
    // 创建新的树节点,值先设为0
    TreeNode root = new TreeNode(0);
    
    // 如果root1为空但root2不为空,以root2的值作为当前节点的值,递归处理左右子树
    if (root1 == null && root2 != null) {
        root.val = root2.val;
        root.left = mergeTrees(null, root2.left);
        root.right = mergeTrees(null, root2.right);
    } 
    // 如果root1不为空但root2为空,以root1的值作为当前节点的值,递归处理左右子树
    else if (root1 != null && root2 == null) {
        root.val = root1.val;
        root.left = mergeTrees(root1.left, null);
        root.right = mergeTrees(root1.right, null);
    } 
    // 如果root1和root2都不为空,以它们的值相加作为当前节点的值,递归处理左右子树
    else {
        root.val = root1.val + root2.val;
        root.left = mergeTrees(root1.left, root2.left);
        root.right = mergeTrees(root1.right, root2.right);
    }
    
    // 返回合并后的根节点
    return root;
}

 使用递归的简洁方法

public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
    // 如果root1为空,则返回root2
    if (root1 == null)
        return root2;
    
    // 如果root2为空,则返回root1
    if (root2 == null)
        return root1;
    
    // 如果root1和root2都不为空,将它们的值相加
    root1.val += root2.val;
    
    // 递归处理左子树,将合并后的左子树设为root1的左子树
    root1.left = mergeTrees(root1.left, root2.left);
    
    // 递归处理右子树,将合并后的右子树设为root1的右子树
    root1.right = mergeTrees(root1.right, root2.right);
    
    // 返回合并后的根节点root1
    return root1;
}
  1. 空节点处理

    • 首先判断 root1 是否为空。如果 root1 为空,直接返回 root2。这是因为如果有一棵树为空,直接返回另一棵树即可,不需要再合并操作。
  2. 递归合并

    • 如果 root1 不为空且 root2 也不为空,则将 root1 和 root2 的值相加,更新 root1 的值。
    • 然后分别递归合并它们的左子树和右子树:
      • root1.left = mergeTrees(root1.left, root2.left);
      • root1.right = mergeTrees(root1.right, root2.right);
    • 这样就递归地将 root1 和 root2 的左子树和右子树合并,并将合并后的子树作为 root1 的左右子树。

四、二叉搜索树中的搜索

二叉搜索树:左子树的值比根节点小,右子树的值比根节点大,且其每个子树也都是二叉搜索树

题目:

给定二叉搜索树(BST)的根节点 root 和一个整数值 val

你需要在 BST 中找到节点值等于 val 的节点。 返回以该节点为根的子树。 如果节点不存在,则返回 null 。

示例 1:

输入:root = [4,2,7,1,3], val = 2
输出:[2,1,3]

示例 2:

输入:root = [4,2,7,1,3], val = 5
输出:[]

代码:

递归

//递归法
public TreeNode searchBST(TreeNode root, int val) {
    // 如果当前节点为空,表示已经搜索到叶子节点仍未找到目标值,返回 null
    if (root == null)
        return null;
    
    // 如果当前节点的值等于目标值,直接返回当前节点
    if (root.val == val)
        return root;
    
    // 声明一个用于存放搜索结果的变量,默认为 null
    TreeNode result = null;
    
    // 如果目标值小于当前节点的值,向左子树递归搜索
    if (val < root.val) {
        result = searchBST(root.left, val);
    }
    
    // 如果目标值大于当前节点的值,向右子树递归搜索
    if (val > root.val) {
        result = searchBST(root.right, val);
    }
    
    // 返回最终的搜索结果,可能为找到的节点或者 null
    return result;
}
  1. 空节点处理

    • 首先检查当前节点 root 是否为空。如果为空,意味着在当前分支上已经搜索到叶子节点仍未找到目标值,因此返回 null 表示未找到。
  2. 目标值匹配

    • 如果当前节点的值 root.val 等于目标值 val,则直接返回当前节点 root,表示找到了目标节点。
  3. 递归搜索

    • 如果目标值 val 小于当前节点的值 root.val,则递归调用 searchBST(root.left, val),在左子树中继续搜索目标值。
    • 如果目标值 val 大于当前节点的值 root.val,则递归调用 searchBST(root.right, val),在右子树中继续搜索目标值。
  4. 返回结果

    • 无论是从左子树还是右子树返回的结果,将其赋给 result 变量。
    • 最终返回 result,可能是找到的目标节点或者 null(如果未找到)。

迭代 

//迭代法
public TreeNode searchBST(TreeNode root, int val) {

    // 使用循环来在二叉搜索树中搜索目标值
    while (root != null) {
        if (val < root.val) {
            root = root.left;  // 如果目标值小于当前节点的值,向左子树移动
        } else if (val > root.val) {
            root = root.right; // 如果目标值大于当前节点的值,向右子树移动
        } else {
            return root; // 找到目标节点,返回当前节点
        }
    }
    
    return null; // 如果循环结束仍未找到目标节点,返回 null
}
  • 使用 while 循环在二叉搜索树中搜索目标值。循环条件是 root != null,即当前节点不为空时继续搜索。
  • 如果目标值 val 小于当前节点的值 root.val,则向左子树移动 root = root.left;
  • 如果目标值 val 大于当前节点的值 root.val,则向右子树移动 root = root.right;
  • 如果目标值与当前节点的值相等,则直接返回当前节点 return root;

今天的学习就到这里了 

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/1950163.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

Web动画(lottie篇)

一、Lottie简介 Lottie是一个库&#xff0c;可以解析使用AE制作的动画&#xff08;需要用bodymovin导出为json格式&#xff09;&#xff0c;支持web、ios、android和react native。在web侧&#xff0c;lottie-web库可以解析导出的动画json文件&#xff0c;并将其以svg或者canva…

近期代码报错解决笔记

1.TypeError: ‘bool’ object is not callable 想print("Type of head:", type(entity_emb[head]))&#xff0c;结果报如下错误&#xff1a; 源代码&#xff1a; 因为 print 仍然被当作一个布尔值处理&#xff0c;而不是作为函数调用。这个问题的根源在于 print …

iOS ------ Block的相关问题

Block的定义 Block可以截获局部变量的匿名函数&#xff0c; 是将函数及其执行上下文封装起来的对象。 Block的实现 通过Clang将以下的OC代码转化为C代码 // Clang xcrun -sdk iphoneos clang -arch arm64 -rewrite-objc main.m//main.m #import <Foundation/Foundation.…

7月26日贪心练习-摆动序列专题

前言 大家好&#xff0c;今天学习用贪心思想解决摆动序列问题&#xff0c;共三题&#xff0c;分享自己的思路&#xff0c;请大家多多支持 算法思想 大家可以先看看这道我们后面会讲的题看看怎么个事&#xff0c;. - 力扣&#xff08;LeetCode&#xff09; 由此题题解说明算…

uniapp手写滚动选择器

文章目录 效果展示HTML/Template部分&#xff1a;JavaScript部分&#xff1a;CSS部分&#xff1a;完整代码 没有符合项目要求的选择器 就手写了一个 效果展示 实现一个时间选择器的功能&#xff0c;可以选择小时和分钟&#xff1a; HTML/Template部分&#xff1a; <picker…

谷粒商城实战笔记-66-商品服务-API-品牌管理-JSR303数据校验

文章目录 一&#xff0c;引入JSR 303依赖二&#xff0c;接口参数启用校验功能三&#xff0c;给字段添加校验注解NotBlank 和 NotNull 的区别NotBlankNotNull比较 四&#xff0c;BindingResult获取校验结果五&#xff0c;自定义错误消息六&#xff0c;其他校验规则 在Web应用程序…

如何对视频文件加密_如何加密视频文件_视频文件如何加密

“嘿&#xff0c;小李&#xff0c;你知道咱们公司的新项目资料都是视频形式的吗&#xff1f;这些视频里有很多机密信息&#xff0c;我们需要好好保护起来。” “是啊&#xff0c;我也在想这个问题。你有没有什么好办法来加密这些视频文件呢&#xff1f;” “我听说有个叫域智盾…

html+css前端作业 王者荣耀官网1个页面(带报告)

htmlcss前端作业 王者荣耀官网1个页面&#xff08;带报告&#xff09; 下载地址 https://download.csdn.net/download/qq_42431718/89575045 目录1 目录2 项目视频 王者荣耀首页1个页面&#xff08;无js&#xff09; 页面1

推荐|政务网站部署哪种SSL证书?如何申请?

政务网站作为面向公众提供政务服务的官方平台&#xff0c;对信息安全和公信力有极高的要求。因此&#xff0c;在部署SSL证书时&#xff0c;应慎重选择。下面是关于政务网站SSL证书选择的一些建议&#xff1a; 一、推荐的SSL证书类型 1 选择数据不出境&#xff0c;国内验签的证…

多模态论文一:CLIP模型主要内容讲解【原理+代码】

一、CLIP模型主要内容讲解 CLIP&#xff08;Contrastive Language-Image Pre-training&#xff09;是OpenAI在2021年发布的一种用于图像和文本联合表示学习的模型。CLIP的核心思想是通过对比学习来预训练一个模型&#xff0c;使其能够理解图像和文本之间的关系。以下是CLIP的工…

Ruoyi-WMS本地运行

所需软件 1、JDK&#xff1a;8 安装包&#xff1a;https://www.oracle.com/java/technologies/javase/javase8-archive-downloads.htmlopen in new window 安装文档&#xff1a;https://cloud.tencent.com/developer/article/1698454open in new window 2、Redis 3.0 安装包&a…

【STM32 FreeRTOS】FreeRTOS的移植

其实这篇文章不侧重移植&#xff0c;因为我们会使用CubeMX配置&#xff0c;那样会自动移植FreeRTOS。 关于FreeRTOS&#xff0c;可以参考官网&#xff1a;FreeRTOS - Quick start guide 当我们在CubeMX中配置了CMSIS_V2后尝试编译的时候会有一个弹窗。 第一个问题就是强烈建议…

ubuntu实践

目录 扩容 本机上ping不通新建立的虚拟机 ssh连接 装sshd ssh客户端版本较低&#xff0c;会报key exchange算法不匹配问题 ubuntun上装docker 将centos7下的安装包改造成适配 ubuntu的包 参考文章 扩容 Hyper-V 管理器安装的ubutun扩容磁盘空间说明_hype-v磁盘扩容-…

私域电商丨软件系统开发中,一定要避开的几个坑,看懂少很多弯路

文丨微三云胡佳东&#xff0c;点击上方“关注”&#xff0c;为你分享市场商业模式电商干货。 - 大家好&#xff0c;我是软件开发胡佳东&#xff0c;每天为大家分享互联网资讯干货&#xff01; 在数字化时代的今天&#xff0c;软件开发是已经成为推动科技进步和商业发展的重要…

【软件推荐】“聊崽”聊天机器人

不是广告&#xff01;不是广告&#xff01;不是广告&#xff01; 自己小团队开发的产品&#xff0c;现在正在公测。 前言 什么是聊天机器人&#xff0c;将你自己的微信接入机器人系统&#xff0c;让你的微信能够具备智能客服、游戏交互、问题解答、气氛活跃等能力。 同样的问…

本地化部署一个简单的AI大模型,Llama3.1

7 月 23 日消息&#xff0c;Meta 今晚正式发布llama3.1&#xff0c;提供 8B、70B 及 405B 参数版本。 Meta 称 4050 亿参数的 Llama 3.1-405B 在常识、可引导性、数学、工具使用和多语言翻译等一系列任务中&#xff0c;可与 GPT-4、GPT-4o、Claude 3.5 Sonnet 等领先的闭源模型…

python-绝对值排序(赛氪OJ)

[题目描述] 输入 n 个整数&#xff0c;按照绝对值从大到小排序后输出。保证所有整数的绝对值不同。输入格式&#xff1a; 输入数据有多组&#xff0c;每组占一行&#xff0c;每行的第一个数字为 n ,接着是 n 个整数&#xff0c; n0 表示输入数据的结束&#xff0c;不做处理。输…

实现领域驱动设计(DDD)系列详解:领域模型的持久化

领域驱动设计主要通过限界上下文应对复杂度&#xff0c;它是绑定业务架构、应用架构和数据架构的关键架构单元。设计由领域而非数据驱动&#xff0c;且为了保证定义了领域模型的应用架构和定义了数据模型的数据架构的变化方向相同&#xff0c;就应该在领域建模阶段率先定义领域…

【MSP430】DriverLib库函数,GPIO相关函数介绍

采用了DriverLib库函数&#xff0c;以下是对GPIO相关函数的介绍 MSP430F5xx_6xx_DriverLib_Users_Guide-2_91_13_01(函数库手册).pdf 在MSP430单片机中&#xff0c;GPIO相关的函数提供了一套完整的接口用于配置和控制GPIO引脚。这些函数可以方便地管理引脚的输入输出模式、电平…

【微信小程序实战教程】之微信小程序 WXS 语法详解

WXS语法 WXS是微信小程序的一套脚本语言&#xff0c;其特性包括&#xff1a;模块、变量、注释、运算符、语句、数据类型、基础类库等。在本章我们主要介绍WXS语言的特性与基本用法&#xff0c;以及 WXS 与 JavaScript 之间的不同之处。 1 WXS介绍 在微信小程序中&#xff0c…