思想
二叉树的核心思想是分治和递归,特点是遍历方式。
解题方式常见两类思路:
- 遍历一遍二叉树寻找答案;
- 通过分治分解问题寻求答案;
遍历分为前中后序,本质上是遍历二叉树过程中处理每个节点的三个特殊时间点:
- 前序是在刚刚进入二叉树节点时执行;
- 后序是在将要离开二叉树节点时执行;
- 中序是左子树遍历完进入右子树前执行;
# 前序
1 node
/ \
2 left 3 right
中左右
# 中序
2 node
/ \
1 left 3 right
左中右
# 后序
3 node
/ \
1 left 2 right
左右中
多叉树只有前后序列遍历,因为只有二叉树有唯一一次中间节点的遍历
题目的关键就是找到遍历过程中的位置,插入对应代码逻辑实现场景的目的。
实例
不同的二叉搜索树 II leetcode 95
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
输入:
int,一个整数值
输出:
List[TreeNode],生成并返回由 n 个节点组成且节点值从 1 到 n 互不相同的不同二叉搜索树。
举例:
输入 n = 3
返回 [[1,null,2,null,3],[1,null,3,2],[2,1,3],[3,1,null,null,2],[3,2,null,1]]
1 1 2 3 3
\ \ / \ / /
3 2 1 3 2 1
/ \ / \
2 3 1 2
这个场景的难点在于如何枚举,不能多也不能少。
所有的树的构造都离不开根节点,这个题目可以使用递归方式,假设左右子树都遍历出来,在根节点的位置枚举出来。
- 首先枚举根节点所有的可能性,从 1~n
- 然后左子树和右子树分别遍历出来,用构造的根节点指向两边,生成一组解
- 左右子树通过递归的方式构造,左子树是 low ~ 根节点 -1,右子树是 根节点 + 1 ~ high
- 递归的终止条件是 low > high
二叉树的数据存储可以使用链表,也可以使用数组,往往数组更容易表达,根节点从 index=1 处开始存储,浪费 index=0 的位置
left_child = 2 * parent
right_child = 2 * parent + 1 parent = child // 2
编码
from typing import Optional, List
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
def unique_binary_search_tree_ii(n: int) -> List[Optional[TreeNode]]:
def build(low: int, high: int) -> List[Optional[TreeNode]]:
res = []
# base 条件
if low > high:
res.append(None)
return res
# 枚举根节点的所有可能
for i in range(low, high + 1):
# 递归构造左右子树
left_tree: List[Optional[TreeNode]] = build(low, i - 1)
right_tree: List[Optional[TreeNode]] = build(i + 1, high)
# 穷举左右子树组合
for left in left_tree:
for right in right_tree:
root = TreeNode(i)
root.left = left
root.right = right
res.append(root)
return res
# 边界条件
if n == 0:
return []
# 构造 [1,n] 的 BST
return build(1, n)
相关
二叉树 0
二叉树 1
二叉树 2
二叉树 3
二叉树 4
二叉树 5
二叉树 6
二叉树 7
二叉树 8
二叉树 9
二叉树 10
二叉树 11
二叉树 12
二叉树 13
二叉树 14
二叉树 15
二叉树 16
二叉树 17
二叉树 18
二叉树 19
二叉树 20
二叉树 21
二叉树 22
二叉树 23
二叉树 24