1. 首页 >  信息技术服务 >  一套模板搞定二叉树算法题--二叉树算法讲解002

一套模板搞定二叉树算法题--二叉树算法讲解002

1、二叉树的递归

递归:

2、二叉树遍历之DFS深度优先遍历

2.1、遍历的概念

每个节点 都要恰好被访问一次,本质上是二叉树的线性化 。

一个树形的结构,线性化为一个数组之类的”串”的结构。

2.2、DFS深度优先遍历

示例二叉树原型图:

2.2.1、前序遍历

前序遍历执行顺序:
根节点–对左子树做前序遍历–对右子树做前序遍历

总的顺序:根节点–左子树–右子树
左子树中:根-左-右
根节点
右子树中:根-左-右

对A的左子树做前序遍历

A的左子树的根节点是B

对B的左子树做前序遍历

对B的右子树做前序遍历

对E的左子树前序遍历

至此,A的左子树做完了前序遍历:

然后,对A的右子树做前序遍历:

至此,二叉树的前序遍历完成。

我们会发现,整个深度优先的遍历过程都是 递归的。

2.2.2、中序遍历

中序遍历执行顺序:
对左子树做中序遍历–根节点–对右子树做中序遍历

总的顺序:左子树–根节点–右子树
左子树中:左–根-右
根节点
右子树中:左-根-右

2.2.3、后序遍历

后序遍历执行顺序:
对左子树做后续遍历–对右子树做后续遍历–根节点

总的顺序:左子树–右子树–根节点
左子树中:左–右-根
根节点
右子树中:左-右-根

2.2.4、总结

所谓前序、中序、后序的区别。
就是根在前、根在中、还是根在后?
左、右的顺序都是不变的,从左到右。

3、DFS深度优先遍历之代码实现

4、二叉树三种深度遍历

4.1 leetcode 144 前序遍历

4.2 leetcode 94 中序遍历

4.3 leetcode 145 后序遍历

5、从深度遍历序列还原二叉树–经典题

5.1、leetcode105 从前序与中序遍历序列构造二叉树

题目:

题意:

题解思路:

前序:
前序的根:

前序的根确定为3

再根据中序确定左右子树

根据前序和中序的遍历规则确定20为右子树的根:

总结步骤:
1、根据提供的前序数组的第一个元素,确定二叉树的根节点
2、找到根节点后,在中序数组中,根据根节点切割左右
左边为二叉树左子树内容,右边为二叉树右子树内容
3、再将中序数组切割的左右,返回给前序,在重复步骤1、2做递归操作

再来一个示例树讲解步骤,强调递归的体现:

找到根节点3和左子树、右子树

递归右子树:

右子树的根节点20和左子树、右子树

核心思路:
其实是个子数组的过程,即把2个大数组(前序和中序数组)不断拆成更小的数组的过程
1个大数组的拆分过程,可以使用2个指针来做拆分这件事
实现过程中重要的3个指针:
pre_start、in_start、in_end、同时也会用到代表根节点的idx

3个指针的含义:

图解:

递归:
下一次递归左子树时:
pre_start 是 pre_start+1
in_start还是in_start不变
in_end是idx-1

下一次递归右子树时:
pre_start 是 pre_start + (idx - in_start)+ 1
in_start是idx+1
in_end还是in_end

这样我们就可以实现递归了。

可以再看一个类似的示例图:

题解:

# 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

# 对于任何一颗子树:
# 根节点一定在前序遍历数组的第一个位置
# 可以找到根节点在中序遍历数组中的位置,其左边为左子树,右边为右子树
# 然后对左子树和右子树进行递归操作
class Solution:
    def buildTree(self, preorder: List[int], inorder: List[int], ) -> Optional[TreeNode]:
        # 构建一个哈希表,key为节点的值,value为节点在中序遍历数组中的索引
        # 方便直接通过节点值取到下标
        dic = {val: i for i, val in enumerate(inorder)}
        n = len(inorder)
        # 递归入口
        return self.help(dic, preorder, inorder, 0, 0, n-1)

def help(self, dic, preorder, inorder, pre_start, in_start, in_end):
    # 递归终止条件:若遍历区间不存在,返回空节点
    if in_start > in_en



        return None

    # 获得当前区间的根节点的值node_val,为preorder[pre_start]
    node_val = preorder[pre_start]
    # 获得该节点在中序遍历数组中的位置
    idx_node = dic[node_val]

    # 构建节点node
    node = TreeNode(node_val)


    # 进行递归

    # pre_start
    # ↓
    # 3 | 9  5 | 20  15  7
    #     ↑       ↑             左子树和右子树的pre_start

    # in_start        in_end
    # ↓               ↓
    # 9  5 | 3 | 15  20  7
    #        ↑
    #        idx_node

    # 9  5 | 3 | 15  20  7
    # ↑  ↑                      左子树的in_start和in_end
    #             ↑      ↑      右子树的in_start和in_end

    node.left = self.help(dic, preorder, inorder, pre_start + 1, in_start, idx_node - 1)
    node.right = self.help(dic, preorder, inorder, pre_start + (idx_node - in_start) + 1, idx_node + 1, in_end)

    # 将该节点回传
    return node

注:
代码中的 {val: i for i, val in enumerate(inorder)} 表示我们将 inorder 列表中的每个元素作为字典的键,将其索引作为对应的值。

例如,如果 inorder 是 [4, 2, 7, 5, 1, 3, 6] ,那么生成的字典 dic 将是 {4: 0, 2: 1, 7: 2, 5: 3, 1: 4, 3: 5, 6: 6} 。

5.2、leetcode106 从中序与后序遍历序列构造二叉树

题目:

题解:

5.3、2023C-二叉树的广度优先遍历

题目:

题意和思路:
先根据中序和后序遍历构造二叉树,再进行二叉树的层序遍历
相当于leetcode106和leetcode102这2题的组合。

6、二叉搜索树

6.1、二叉搜索树的概念和性质

6.2、二叉搜索树的查找

查找n次,每次有2个分支中的1个;
即为: \(2^n = k\)
\(n = log_2^k\)

每次查找只进入2个分支中的1个,所以时间复杂度为O(log(n))
可以理解为一种特殊的二分查找,和二分查找的时间复杂度是一样的。
或者说二叉搜索树是二分查找在树形结构上的体现。

6.2.1、二叉搜索树查找代码模板

6.2.2、二叉搜索树查找–leetcode 700

题目和题意:

题解:
注意思考,递归子问题为什么要return?

如果对上述的return的写法不熟悉,可以改为如下使用成员变量的写法:
初始化成员变量 self.ans = None

6.3、二叉搜索树的增加

6.3.1、二叉搜索树的增加 – leetcode 701

题目和题意:

题解:

6.3.2、二叉搜索树的增加 – 2023C 计算三叉搜索树的高度

题目和题意

题解:
这题其中关键部分的解法(树的插入部分)和 leetcode 701几乎一样。

6.3.3、二叉搜索树的增加 – leetcode 98 验证二叉搜索树

题目:

解题思路:
用二叉搜索树的性质
①、先中序遍历出树
②、再判断树的值是否从小到大排列的。

其中步骤1就是leetcode94 中序遍历二叉树。
题解:

注:
步骤1中序遍历二叉树可以这样实现

也可以这样回传列表的方式实现 实现的方式多种多样

7、总结


注:
文中截图源自大佬: 闭着眼睛学数理化 课程内容

/xin-xi-ji-zhu-fu-wu/tao-mo-ban-gao-ding-er-cha-shu-suan-fa-ti-er-cha-shu-suan-fa-jiang-jie-002-7081.html