当前位置: 首页 > news >正文

通过几道题目学习二叉搜索树

二叉树大家都知道,二叉搜索树满足以下特征:

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

二叉搜索树也叫二叉排序树,中序遍历二叉搜索树的结果就是一次递增的遍历。

一、二叉搜索树的建立

相关题目:leetcode 108.将有序数组转换为二叉搜索树 [中等]

那么如何将一个有序数组转换为一颗二叉搜索树?

二叉搜索树的每一个分支的根节点都是他的中间值。根据这个特征,用二分法来将有序数组转换为一颗二叉搜索树。

const sortedArrayToBST = nums => {
    // 边界条件
    if (nums.length === 0) {
        return null;
    } 
    if (nums.length === 1) {
        return new TreeNode(nums[0]);
    }
    // 向下取整得到中间值
    let mid = Math.floor(nums.length / 2);
    let root = new TreeNode(nums[mid]);
    // 递归 二分法
    root.left =  sortedArrayToBST(nums.slice(0, mid));
    root.right =  sortedArrayToBST(nums.slice(mid + 1));
    return root;
};

接下来我们验证下一棵树是否满足二叉搜索树。

二、验证二叉搜索树

相关题目:leetcode 98.验证二叉搜索树 [中等]

思路就是,中序遍历如果满足递增的就行。

用一个max作为验证值的变量,用中序遍历前面的值和后面的值作比较,一直递增则满足二叉搜索树。

const isValidBST = root => {
    let isValidBSTFlag = true;
    let max = -Number.MAX_VALUE;
    const orderSearch = root => {
        if (root) {
            orderSearch(root.left);
            if (root.val > max) {
                max = root.val;
            } else {
                isValidBSTFlag = false;
            }
            orderSearch(root.right);
        }
    }
    orderSearch(root);
    return isValidBSTFlag;
};

上一个非递归解法。

非递归中序遍历的思路就是使用栈,将节点的左子树压入直到叶节点,然后操作完左子树跟根节点后再操作右子树。

循环反复,直到栈空。

const isValidBST = root => {
    if(!root) return true;
    let stack = [];
    let isValidBSTFlag = true;
    let max = -Number.MAX_VALUE;
    while (1) {
        while(root != null){
            stack.push(root);
            root = root.left;
        }
        if (stack.length === 0) break;
        let node = stack.pop();
        if (node.val > max) {
            max = node.val;
        } else {
            isValidBSTFlag = false;
            break;
        }
        root = node.right;
    }
    return isValidBSTFlag;
}

三、二叉搜索树的插入

相关题目:leetcode 701.二叉搜索树中的插入操作 [中等]

将值插入二叉搜索树,只要树在插入后仍保持为二叉搜索树即可。

思路:找到大于插入节点值的节点,将要插入的节点作为该节点的左子树。注意细节。

这里还是用中序遍历,中序遍历能很好地解决一种情况,就是要插入的节点值比树中的所有节点还大。

这种情况,找到树中最大值的节点,将插入的节点作为该节点的右节点。

没用递归,方便理解。

const insertIntoBST = (root, val) => {
    let stack = [];
    let r = root;
    let node = null;
    while (1) {
        while(root != null) {
            stack.push(root);
            root = root.left;
        }
        if (stack.length === 0) break;
        node = stack.pop();
        // 找到大于插入节点值的节点
        if (node.val > val) {
            let newNode = new TreeNode(val);
            newNode.left = node.left;
            // 这里是细节
            node.left = newNode;
            break;
        }
        root = node.right;
    }
    // 要插入的节点值比树中的所有节点还大
    if (val > node.val) {
        node.right = new TreeNode(val);
    }
    return r;
};

四、二叉搜索树的恢复

相关题目:leetcode 99.恢复二叉搜索树 [困难]

要求:二叉搜索树中的两个节点被错误地交换。请在不改变其结构的情况下,恢复这棵树。

思路:利用中序遍历找到错误的两个节点s1,s2。交换这两个节点。

用一个数组保存遍历的值,如果前一个节点大于后一个节点,则s1肯定是前一个节点,后一个节点不一定是s2,继续遍历寻找找到s2。

const recoverTree = root => {
    let res = [];
    let s1 = s2 = null;
    const orderSearch = root => {
        if (root) {
            orderSearch(root.left);
            if (res.length !== 0) {
                if (res[res.length - 1].val > root.val) {
                    // 第一个找到的才是s1
                    !s1 && (s1 = res[res.length - 1]);
                    // 若有第二次,第二次的才是s2
                    s2 = root;
                }
            }
            
            res.push(root)
            orderSearch(root.right);
        }
    }
    orderSearch(root);
    [s1.val, s2.val] = [s2.val, s1.val];
    return root;
};

总结:

二叉搜索树跟排序相关,总是围绕着中序遍历进行操作。

递归代码简洁但是不好理解,非递归相对容易理解一些,两者效率差不太大,看场景使用。

相关文章:

  • 设计模式 开闭原则
  • 一个真正有能力的人
  • Mybatis-plus之RowBounds实现分页查询
  • clover无缘无故隐藏书签栏原因
  • Vue 路由切换时页面内容没有重新加载
  • 303. Range Sum Query - Immutable
  • 从“被动挖光缆”到“主动剪网线”,蚂蚁金服异地多活的微服务体系
  • 冲刺第四天 11.28 WED
  • Spark 用户自定义函数 Java 示例
  • jQuery焦点图插件
  • Go之路
  • 全栈开发——Linux
  • cfile fopen fopen_s win10下打开文件失败
  • Android实现摇晃手机的监听(摇一摇)
  • SVN服务器迁移实战
  •  D - 粉碎叛乱F - 其他起义
  • HTTP传输编码增加了传输量,只为解决这一个问题 | 实用 HTTP
  • JavaScript函数式编程(一)
  • js写一个简单的选项卡
  • js中forEach回调同异步问题
  • JS字符串转数字方法总结
  • Mocha测试初探
  • Netty源码解析1-Buffer
  • Python中eval与exec的使用及区别
  • Vue 动态创建 component
  • 从零开始学习部署
  • 构建工具 - 收藏集 - 掘金
  • 紧急通知:《观止-微软》请在经管柜购买!
  • 看图轻松理解数据结构与算法系列(基于数组的栈)
  • 猫头鹰的深夜翻译:JDK9 NotNullOrElse方法
  • 前端技术周刊 2019-02-11 Serverless
  • 入门到放弃node系列之Hello Word篇
  • 为什么要用IPython/Jupyter?
  • 详解NodeJs流之一
  • 学习ES6 变量的解构赋值
  • 掌握面试——弹出框的实现(一道题中包含布局/js设计模式)
  • 走向全栈之MongoDB的使用
  • 好程序员web前端教程分享CSS不同元素margin的计算 ...
  • ### Error querying database. Cause: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException
  • (+4)2.2UML建模图
  • (C)一些题4
  • (env: Windows,mp,1.06.2308310; lib: 3.2.4) uniapp微信小程序
  • (Oracle)SQL优化技巧(一):分页查询
  • (附源码)springboot美食分享系统 毕业设计 612231
  • (附源码)ssm失物招领系统 毕业设计 182317
  • (转)C#调用WebService 基础
  • (转)shell中括号的特殊用法 linux if多条件判断
  • (转)如何上传第三方jar包至Maven私服让maven项目可以使用第三方jar包
  • (轉)JSON.stringify 语法实例讲解
  • ****Linux下Mysql的安装和配置
  • .[backups@airmail.cc].faust勒索病毒的最新威胁:如何恢复您的数据?
  • .FileZilla的使用和主动模式被动模式介绍
  • .net core 连接数据库,通过数据库生成Modell
  • .NET Core/Framework 创建委托以大幅度提高反射调用的性能
  • .Net Remoting(分离服务程序实现) - Part.3