TypeScript算法题实战——二叉搜索树篇

news2024/11/23 10:43:02

二叉搜索树,也叫二叉查找树、二叉排序树,是具有下列性质的二叉树: 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。

注意:二叉搜索树中序遍历的结果是有序的
本系列博文将通过一些力扣算法题目学习TypeScirpt,这篇将以二叉搜索树为主题边学习TypeScipt边实战算法。(部分算法思想参考于程序员Carl:代码随想录)

一、判断二叉搜索树

1.1、题目描述

力扣链接:https://leetcode.cn/problems/validate-binary-search-tree/
给你一个二叉树的根节点 root ,判断其是否是一个有效的二叉搜索树。

有效 二叉搜索树定义如下:
节点的左子树只包含 小于 当前节点的数。
节点的右子树只包含 大于 当前节点的数。
所有左子树和右子树自身必须也是二叉搜索树。

1.2、题解

本题有一个极容易掉进的陷阱:不能单纯的比较左节点小于中间节点,右节点大于中间节点

因为,可能存在一种情况就是,虽然对每个节点来说左子节点都小于右子节点,但左子树不一定都小于右子树,如:
在这里插入图片描述
因为二叉搜索树要判断的是左子树的点一定都小于右子树的点。
这一题最直观的方法就是中根遍历,只要遍历出的数组是递增的,则满足二叉搜索树:

function isValidBST(root: TreeNode | null): boolean {
    const traveseArr: number[] = [];
    if(root === null)
        return true;
    else traverse(root);
    function traverse(root: TreeNode | null){
        if(root === null)
            return;
        traverse(root.left);
        traveseArr.push(root.val);
        traverse(root.right);
    }
    for (let i = 0, length = traveseArr.length; i < length - 1; i++) {
        if (traveseArr[i] >= traveseArr[i + 1]) return false;
    }
    return true;
}

二、二叉搜索树中的众数

2.1、题目描述

给你一个含重复值的二叉搜索树BST)的根节点 root ,找出并返回 BST 中的所有 众数(即,出现频率最高的元素)。

如果树中有不止一个众数,可以按 任意顺序 返回。

假定 BST 满足如下定义:

结点左子树中所含节点的值 小于等于 当前节点的值
结点右子树中所含节点的值 大于等于 当前节点的值
左子树和右子树都是二叉搜索树

力扣链接:https://leetcode.cn/problems/find-mode-in-binary-search-tree

2.2、题解

首先使用任意遍历方法将树遍历(前、中、后或者层序),然后将遍历出的数字都存入数组当中。

问题就变成了求一个数组当中的众数,要注意的是这个数组里可能有多个众数,即出现同样次数的数字不止一个,比如1,2,2,2,3,3,3或者1,2,2,3,3,4。

要求众数,我们可以用到哈希Map,算出数组内所有数出现的次数,我们设计一个存储出现次数的哈希Map,遍历一遍:

   for(let i = 0; i < traveseArr.length; i++){
        countMap.set(traveseArr[i], (countMap.get(traveseArr[i]) || 0) + 1);
  }

key表示出现的数字,value表示对应出现的次数,然后找到出现次数最多的key输出就好了。题解:

function findMode(root: TreeNode | null): number[] {
    if (root === null) return [];
    const countMap: Map<number, number> = new Map();
    const traveseArr: number[] = [];
    traverse(root);

    function traverse(root: TreeNode | null){
        if(root === null)
            return;
        traverse(root.left);
        traveseArr.push(root.val);
        traverse(root.right);
    }
    
    for(let i = 0; i < traveseArr.length; i++){
        countMap.set(traveseArr[i], (countMap.get(traveseArr[i]) || 0) + 1);
    }
    const countArr: number[][] = Array.from(countMap);
    countArr.sort((a, b) => {
        return b[1] - a[1];
    })
    const resArr: number[] = [];
    const maxCount: number = countArr[0][1];
    for (let i of countArr) {
        if (i[1] === maxCount) resArr.push(i[0]);
    }
    return resArr;
};

在代码中使用到了, const countArr: number[][] = Array.from(countMap);,可以将countMap(类型为哈希Map)转换成二维数组,数组为一个n行2列数组,第一列为出现的数字,第二列为对应数字出现的次数,这样就可以很好进行操作并得到众数了。

三、求二叉搜索树的最近公共祖先

3.1、题目描述

给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 pq,最近公共祖先表示为一个结点 x,满足 xpq 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”

力扣链接:https://leetcode.cn/problems/lowest-common-ancestor-of-a-binary-search-tree/
在这里插入图片描述

3.2、题解

首先我们做一题普通二叉树的最近公共祖先,可以用递归来做,最近公共祖先有一个特点就是:p和q来自于(1)左子树,(2)右子树,(3)根节点的三者其中之二。

function lowestCommonAncestor(root: TreeNode | null, p: TreeNode | null, q: TreeNode | null): TreeNode | null {
	if(root == null)
        return root;
    if(root == p || root == q)
        return root;
    const left = lowestCommonAncestor(root.left, p, q);
    const right = lowestCommonAncestor(root.right, p, q);
    // 即第一次在该节点的左子树和右子树上分别找到了p 和 q
    if(left !== null && right !== null) return root;
    // 暂时只找到一个
    if(left != null) return left;
    if(right != null) return right;
    // 一个都没找到
    return null;
};

求二叉搜索树的最近公共祖先 需要在上一题的基础上,利用一下“二叉搜索树是有序的”这个特点,即从根开始找,如果根节点大于p也大于q,则往左子树找,如果根节点小于q也小于p,则往右子树找,如果不满足同时小于或者大于,那么他就是我们要的最近公共祖先。

function lowestCommonAncestor(root: TreeNode | null, p: TreeNode | null, q: TreeNode | null): TreeNode | null {
	if(root.val > p.val && root.val > q.val){
        return lowestCommonAncestor(root.left, p , q);
    }
    if(root.val < p.val && root.val <q.val){
        return lowestCommonAncestor(root.right, p, q);
    }
    return root;
};

四、二叉搜索树中的插入操作

4.1、题目描述

给定二叉搜索树(BST)的根节点 root 和要插入树中的值 value ,将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 输入数据 保证 ,新值和原始二叉搜索树中的任意节点值都不同。

注意,可能存在多种有效的插入方式,只要树在插入后仍保持为二叉搜索树即可。 你可以返回 任意有效的结果
力扣链接:https://leetcode.cn/problems/insert-into-a-binary-search-tree

4.2、题解

我们选择不改变树的结构,而是往空结点里面插值,这样做就简单很多,首先判断当前根节点为不为空,若为空则新建一个值为val的结点,返回,若不为空则判断其根节点的值是大于val还是小于val,使用递归的思想,根值大于val就去改左子树,根值小于val就去改右子树。

function insertIntoBST(root: TreeNode | null, val: number): TreeNode | null {
    if(root == null){
        let res: TreeNode =  new TreeNode(val)
        return res;
    }

    if(root.val > val)
        root.left = insertIntoBST(root.left, val);
    else if(root.val < val)
        root.right =insertIntoBST(root.right, val);
    return root;
};

五、删除二叉搜索树中的节点

5.1、题目描述

给定一个二叉搜索树的根节点 root 和一个值 key,删除二叉搜索树中的 key 对应的节点,并保证二叉搜索树的性质不变。返回二叉搜索树(有可能被更新)的根节点的引用。

力扣链接:https://leetcode.cn/problems/delete-node-in-a-bst

5.2、题解

一般来说,删除节点可分为两个步骤:首先找到需要删除的节点;如果找到了,删除它。我们主要把算法分成三大块:删除节点的部分、寻找待删除节点的部分,递归返回的部分。

可以利用到二叉搜索树的特性寻找到待删除节点,然后删除节点的方法是把右子树的根节点提上来带他当前节点,然后右子树的最左子节点的左节点接当前左子树。

function deleteNode(root: TreeNode | null, key: number): TreeNode | null {
    if (root === null) return null;
    //删除节点
    if(root.val === key){
        if (root.left === null && root.right === null) return null;
        else if (root.left === null) return root.right;
        else if (root.right === null) return root.left;
        // 把右子树的最左子节点续上
        let curNode: TreeNode = root.right;
        while (curNode.left !== null) {
            curNode = curNode.left;
        }
        curNode.left = root.left;
        return root.right;
    }
    //寻找节点
    else if(root.val < key){
        root.right = deleteNode(root.right, key);
    }
    else if(root.val > key){
        root.left = deleteNode(root.left, key);
    }
    //返回
    return root;
};

六、修剪二叉搜索树

6.1、题目描述

给定一个二叉搜索树,同时给定最小边界L 和最大边界 R。通过修剪二叉搜索树,使得所有节点的值在[L, R](R>=L) 。你可能需要改变树的根节点,所以结果应当返回修剪好的二叉搜索树的新的根节点。
题目链接:https://leetcode.cn/problems/trim-a-binary-search-tree/

6.2、题解

如果当前节点值小于low,则切除左子树以及根节点,如果当前节点值大于high,则切除右子树以及根节点,如果当前节点值在low和high的其中,那么就递归到左子树和右子树进行后续操作。

function trimBST(root: TreeNode | null, low: number, high: number): TreeNode | null {
    if (root === null) return null;
    if (root.val < low) {
        return trimBST(root.right, low, high);
    }
    if (root.val > high) {
        return trimBST(root.left, low, high);
    }
    root.left = trimBST(root.left, low, high);
    root.right = trimBST(root.right, low, high);
    return root;
};

七、将有序数组转换为二叉搜索树

7.1、题目描述

给你一个整数数组 nums ,其中元素已经按 升序 排列,请你将其转换为一棵 高度平衡 二叉搜索树。

高度平衡 二叉树是一棵满足「每个节点的左右两个子树的高度差的绝对值不超过 1 」的二叉树。

力扣链接:https://leetcode.cn/problems/convert-sorted-array-to-binary-search-tree

7.2、题解

使用二分法加递归的思想,首先要保证高度平衡,且在满足二叉搜索树的前提下,根节点需要选择为该有序数组的中间值,然后左子树即是该值左边的部分,右子树则是其右边的部分,递归继续即可:

function sortedArrayToBST(nums: number[]): TreeNode | null {
    if(nums == null)
        return null;
    else 
        return recur(nums, 0, nums.length - 1);
    function recur(nums:number[], left:number, right:number):TreeNode{
        if(left === right){
            let res:TreeNode = new TreeNode(nums[left]);
            return res;
        }
        if(left > right)
            return null;
        let mid = Math.floor((right + left + 1) / 2);
        let res:TreeNode = new TreeNode(nums[mid]);
        res.left = recur(nums, left, mid - 1);
        res.right = recur(nums, mid + 1 , right);
        return res;
    }
};

八、把二叉搜索树转换为累加树

8.1、题目描述

给出二叉 搜索 树的根节点,该树的节点值各不相同,请你将其转换为累加树(Greater Sum Tree),使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。
在这里插入图片描述

力扣链接:https://leetcode.cn/problems/convert-bst-to-greater-tree

8.2、题解

从累加的顺序来看,很简单能看出,累加树的累加顺序是:右=>中=>左,然后设计一个值,在遍历的时候进行累加就好了:

function convertBST(root: TreeNode | null): TreeNode | null {
    let preNum:number = 0;
    recur(root);
    function recur(root: TreeNode | null){
        if (root === null) return;
        recur(root.right);
        root.val += preNum;
        preNum = root.val;
        recur(root.left);
    }
    return root;
};

最后

💖 个人简介:人工智能领域研究生,目前主攻文本生成图像(text to image)方向

📝 关注我:中杯可乐多加冰

🔥 限时免费订阅:TypeScript实战

📝 加入社群 抱团学习:中杯可乐的答疑交流群

🎉 支持我:点赞👍+收藏⭐️+留言📝

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/66754.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

零拷贝(Zero Copy)技术

概念 我们知道Linux系统分为用户态和内核态&#xff0c;在用户态每发起一次IO请求&#xff0c;就需要进行2次上下文切换&#xff08;分别是用户态->内核态&#xff0c;内核态→用户态&#xff09;&#xff0c;和一次CPU拷贝&#xff08;将数据从内核缓存拷贝到用户缓存&…

redis设置密码并修改查看的几种方式

前言 最近正值世纪杯期间&#xff0c;不知道大家心目中的球队成绩如何&#xff0c;最近在工作中需要设置redis服务器的密码的场景 设置密码可以在很大的程度保护redis服务器&#xff0c;但是相关的命令需要通过密码校验之后才能使用 下面就分享给大家两种设置redis服务器的密…

Java并发编程—CompletableFuture的异步执行案例

在博主前几篇博客中&#xff0c;https://blog.csdn.net/qq_52545155/article/details/128167519?spm1001.2014.3001.5501&#xff0c;给大家分享了关于多线程中异步任务的执行和一些相关概念&#xff0c;在这篇博客中&#xff0c;主要是通过一个实际的案例让大家对于Completab…

利用卷神经网络实现IOSLab数字手写图像识别

利用卷神经网络实现IOSLab数字手写图像识别 文章目录利用卷神经网络实现IOSLab数字手写图像识别一、前言二、作业要求三、数据集样本分析四、代码实现1、运行环境2、导入依赖项3、导入数据集4、加载数据和数据预处理5、划分数据集6、CNN网络结构构建7、编译模型8、训练模型9、模…

性能分析之解析 RESAR 性能分析七步法

文章目录一、压力场景数据分析二、架构分析三、响应时间分析四、全局监控分析五、定向监控六、判断性能瓶颈七、提出解决方案一、压力场景数据分析 下面是⼀个登录接⼝的基准场景测试&#xff0c;JMeter 启动后&#xff0c;线程在 1-2 个的时候 TPS 已经达到 200 左右&#xf…

JavaScript -- 字符串常用方法及示例代码介绍

文章目录字符串的方法1 length2 索引3 str.at()4 str.charAt()5 str.concat()6 str.includes()7 str.indexOf() 和 str.lastIndexOf()8 str.startsWith() 和 str.endsWith()9 str.padStart() 和 str.padEnd()10 str.replace() 和 str.replaceAll()11 str.slice() 和 str.substr…

Mysql调优(一)——性能监控

一、大纲图 【Mysql调优.xmind】 二、Mysql调优简写 2.1 性能监控 2.1.1 使用show profile查询剖析工具&#xff0c;可以指定具体的type 此工具默认是禁用的&#xff0c;可以通过服务器变量在会话级别动态的修改&#xff1a; set profiling1;当设置完成之后&#xff0c;在…

某Android大厂面试100题,涵盖测试技术、环境搭建、人力资源......【速度领取】

最近看到网上流传着各种面试经验及面试题&#xff0c;往往都是一大堆技术题目贴上去&#xff0c;但是没有答案。 为此&#xff0c;小编用业余时间整理了这份软测常见的面试题及详细答案&#xff0c;包含测试技术面试题、开发及环境搭建类面试题以及人力资源方向的面试题&#…

代码随想录训练营第42天|01背包问题、LeetCode 416. 分割等和子集

参考 代码随想录 01背包问题 01背包是在M件物品取出若干件放在空间为W的背包里&#xff0c;每件物品的体积为W1&#xff0c;W2至Wn&#xff0c;与之相对应的价值为P1,P2至Pn。01背包是背包问题中最简单的问题。01背包的约束条件是给定几种物品&#xff0c;每种物品有且只有一…

java计算机毕业设计ssm网上拍卖系统vdum4(附源码、数据库)

java计算机毕业设计ssm网上拍卖系统vdum4&#xff08;附源码、数据库&#xff09; 项目运行 环境配置&#xff1a; Jdk1.8 Tomcat8.5 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。…

MySql分库分表

问题分析&#xff1a; 随着互联网及移动互联网的发展&#xff0c;应用系统的数据量也是成指数式增长&#xff0c;若采用单数据库进行数据存储&#xff0c;存在以下性能瓶颈&#xff1a; 1、IO瓶颈&#xff1a;热点数据太多&#xff0c;数据库缓存不足&#xff0c;产生大量磁盘…

小快轻准,5分钟自助上线,中小型制造企业数字化转型

中小企业作为国民经济的重要组成部分&#xff0c;占据我国企业数量的90%以上。 继《中小企业数字化赋能专项行动方案》发布后&#xff0c;工信部近日印发《中小企业数字化转型指南》&#xff0c;提出14条具体举措&#xff0c;为中小企业明确数字化转型路径。 地方政府也纷纷出…

Linux系统管理、运行级别、关闭防火墙

目录 一、Linux服务管理 1.1 基本概念 1.2 systemctl&#xff08;centos7&#xff0c;很重要&#xff09; 1.2.1 基本语法 1.2.2 查看服务 1.2.3 防火墙操作 1.3 systemctl 设置后台服务的自启配置 二、系统运行级别 2.1 运行级别 2.2 查看当前运行级别 2.2修改当前运行…

8年三届世界杯,8年前端开发,梅西一共踢没了我八千八

转眼2022年即将过去&#xff0c;我已经做了那么久的开发了&#xff0c;一路走来&#xff0c;不断的工作&#xff0c;换工作&#xff0c;找工作&#xff0c;不断的学习新知识。 同时也看着梅西参加了3届世界杯了&#xff0c;逝者如斯夫&#xff0c;不舍昼夜啊。 在这8年里&#…

2023最新SSM计算机毕业设计选题大全(附源码+LW)之java焦作旅游网站q5msq

首先选择计算机题目的时候先看定什么主题&#xff0c;一般的话都选择当年最热门的话题进行组题&#xff0c;就比如说&#xff0c;今年的热门话题有奥运会&#xff0c;全运会&#xff0c;残运会&#xff0c;或者疫情相关的&#xff0c;这些都是热门话题&#xff0c;所以你就可以…

Elasticsearch Data Stream 数据流使用

本文是《Elasticsearch索引生命周期管理ILM》中数据流索引补充篇&#xff0c;文章地址如下&#xff1a; https://mp.weixin.qq.com/s/ajhFp-xBU1dJm8a1dDdRQQ 并且在另一片Elasticsearch的进阶使用-动态模版中也提到了相关数据流索引的内容&#xff0c;有兴趣的可以回过头看一下…

知乎热议的 Java 面试成神笔记,下载量已过90k,面试神技.exe进程已启动

在某论坛上面对于“中国程序员数量是否已经饱和或者过剩”这个话题很火&#xff01; 今年大家都有一个共同的感受&#xff1a;工作不好找&#xff0c;薪资不理想&#xff0c;面试造火箭。 其实&#xff0c;由于不仅是因为今年受疫情影响&#xff0c;很多公司经营不下去&#xf…

Java中的类和对象(Java系列4)

目录 前言&#xff1a; 1.什么是面向对象 2.类的定义和使用 3.this引用 3.1this引用的概念 3.2this引用的特性 3.3this的使用 4.构造方法 4.1构造方法概念 4.2构造方法的特性 5.默认初始化 6.就地初始化 7.封装 8.封装扩展之包 8.1为什么对提出包的概念呢&#x…

前端开发需要会什么?先掌握这三大核心关键技术

前端工程师&#xff0c;如何创造/制作一个网站应用呢&#xff1f; 为了更好的让你理解&#xff0c;我们简单地做一个类比&#xff1a;动画制作者在创造人物的时候&#xff0c;需要从构图、着色和动画效果上入手&#xff0c;让人物有骨、有血&#xff0c;灵性生动。 而如果将一…

长安链共识模块优化中的“精益求精”

长安链在v2.3.0版本中对共识模块进行了优化&#xff0c;主要包括优化TBFT消息机制并将异步发送信息功能进行了拆分&#xff0c;独立设计了一致性引擎模块。优化后共识模块整体逻辑更清晰、共识更高效。 TBFT消息机制优化背景 在长安链的V2.3.0版本的TBFT共识算法中&#xff0…