Day 23 669. 修剪二叉搜索树 108.将有序数组转换为二叉搜索树 538.把二叉搜索树转换为累加树 总结篇

修剪二叉搜索树

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]中 (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。

669.修剪二叉搜索树

669.修剪二叉搜索树1

​ 最直接的想法,遍历树然后找到root->val在[L,R]以外的节点删除,通过递归处理返回根节点;

​ 如果此时简单的给出这种代码:

       root->left = trimBST(root->left, low, high);root->right = trimBST(root->right, low, high);

​ 就会忽视掉当前节点不在范围内但是节点左(右)子树可能在范围内的情况;

​ 如下图所示:

​ 也就是在删除节点时,还要对其子树进行判断;至于实现方式可以参考上一题的子树嫁接方法,无须重构二叉树结构;

​ 下面写递归三部曲:

​ 首先确定递归函数参数和返回值:遍历整棵树,做修改,其实不需要返回值也可以完成修剪(其实就是从二叉树中移除节点)的操作;但是有返回值,更方便,可以通过递归函数的返回值来移除节点,不需要额外操作;

​ 其次确定终止条件:修剪的操作并不是在终止条件进行的,所以就是遇到空节点返回就可以了;

​ 最后确定单层递归的逻辑:嫁接子树,此处不再赘述;

​ 递归代码如下:

	TreeNode* traversal(TreeNode* root, int L, int R){if(root == NULL)	return NULL;if(root->val < L){//节点值小于左边边界值TreeNode* tempNode = traversal(root->right, L, R);//此节点右子树中寻找所有大于L的值的节点,继续嵌套递归修剪右子树;return tempNode;}if(root->val > R)	return	traversal(root->left, L, R);//同理,并非直接return子树,而是修剪过后再returnroot->left = traversal(root->left, L, R);//对符合区间条件的根节点左右子树进行操作root->right = traversal(root->right, L, R);return root;}

将有序数组转换为二叉搜索树

将一个按照升序排列的有序数组,转换为一棵高度平衡二叉搜索树。

本题中,一个高度平衡二叉树是指一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1。

示例:

108.将有序数组转换为二叉搜索树

​ 按题目要求切割数组得到平衡二叉搜索树,则从数组中间作为根节点开始切割;

​ 同时注意循环不变量,因为这里是需要不断对数组进行切割直到子数组的长度为一;

​ 遍历代码如下:

	TreeNode* traversal(vector<int>& nums, int L, int R){//确定函数参数和返回值//这里选择左闭右开的切割区间,则子区间停止切割的终止条件即是数组长度等于零的时候if(L >= R)	return NULL;//单层递归逻辑int mid = (R-L)/2+L;//防止int溢出TreeNode* root = new TreeNode(nums[mid]);//确定根节点root->left = traversal(nums, L, mid);//左闭右开root->right = traversal(nums, mid+1, R);return root;}

把二叉搜索树转化为累加树

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。

提醒一下,二叉搜索树满足下列约束条件:

节点的左子树仅包含键 小于 节点键的节点。 节点的右子树仅包含键 大于 节点键的节点。 左右子树也必须是二叉搜索树。

示例 1:

538.把二叉搜索树转换为累加树

  • 输入:[4,1,6,0,2,5,7,null,null,null,3,null,null,null,8]
  • 输出:[30,36,21,36,35,26,15,null,null,null,33,null,null,null,8]

示例 2:

  • 输入:root = [0,null,1]
  • 输出:[1,null,1]

示例 3:

  • 输入:root = [1,0,2]
  • 输出:[3,3,2]

示例 4:

  • 输入:root = [3,2,4,1]
  • 输出:[7,9,4,10]

提示:

  • 树中的节点数介于 0 和 104 之间。
  • 每个节点的值介于 -104 和 104 之间。
  • 树中的所有值互不相同
  • 给定的树为二叉搜索树。

​ 如果给定的是一个有序数组,则[1, 2, 3, 4]的结果就是[10, 9, 7, 4],那二叉树呢?

​ 从二叉搜索树的最大值开始往前递加,无疑就是处理顺序的改变,即右中左的顺序来遍历整个二叉搜索树,即反中序遍历;

​ 则递归代码如下:

	int sum = 0;//记录前一个节点的数值void traversal(TreeNode* cur){//确定函数参数和返回值:遍历整棵树且无须对返回值进行处理if(!cur)	return;//确定终止条件:为空返回//if(cur->right)	sum += cur->right->val;	单层逻辑traversal(cur->right);cur->val += sum;sum = cur->val;//更新sum//if(cur->left)	sum += cur->left->val;traversal(cur->left);}

​ 整体代码如下:

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
private:int sum = 0;//记录前一个节点的数值void traversal(TreeNode* cur){//确定函数参数和返回值:遍历整棵树且无须对返回值进行处理if(!cur)	return;//确定终止条件:为空返回//if(cur->right)	sum += cur->right->val;	单层逻辑traversal(cur->right);cur->val += sum;sum = cur->val;//更新sum//if(cur->left)	sum += cur->left->val;traversal(cur->left);}
public:TreeNode* convertBST(TreeNode* root) {sum = 0;traversal(root);return root;}
};

总结

​ 递归和迭代的思想都要熟悉;

递归

​ 首先是熟知递归函数的参数和返回值:

​ 如何利用才能使算法的性能最优化,例如对返回节点类型、传入int替代vector;

​ (见Day 18)

​ 如果需要搜索整棵二叉树且不用处理递归返回值,递归函数就不要返回值;(这种情况就是本文下半部分介绍的113.路径总和ii)

​ 如果需要搜索整棵二叉树且需要处理递归返回值,递归函数就需要返回值; (这种情况我们在236. 二叉树的最近公共祖先 (opens new window)中介绍)

​ 如果要搜索其中一条符合条件的路径,那么递归一定需要返回值,因为遇到符合条件的路径了就要及时返回;

​ 其次是关于递归函数的终止条件:

​ 有时候终止条件并不是简单的对处理节点判空即可,需要根据具体情境进行判断;

​ 最后是递归函数的单层遍历逻辑:

​ 二叉树题目的逻辑往往不算很难,大多时候可以理解为对一个遍历顺序特殊的数组进行处理,所以遍历顺序尤为重要;

​ 在构建二叉树的节点的时候,一定是选择从根节点开始(中左右),即前序遍历;

​ 在面对二叉搜索树时,一定是选择中序遍历(左中右),这样才能充分利用二叉搜索树的有序性质;

​ 求普通二叉树的属性的时候,一般采取后序遍历(左右中),因为需要返回中节点进行处理;

迭代

​ 迭代最主要的思想就是用栈来模拟树的逻辑,通过不断的push pop得到理想中的出栈顺序;

​ 一般在涉及到递归不是很好处理返回值的时候使用迭代,层序遍历就是一个典型的例子。

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.mzph.cn/news/823139.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

最强解释!Python 包的依赖管理,有解了!

之前一直比较抵触用 Python &#xff0c;很大一部分原因是觉得 Python 项目的环境管理比较混乱。Node.js 有 Npm 包管理工具&#xff0c;通过 package.json 配置项目依赖&#xff0c;最多再通过 nvm 来进行环境切换&#xff1b;Java 有 Maven Gradle 来进行包管理和项目依赖配置…

python操作Excel文件

python操作Excel小记 不重要 不重要 不重要 不重要 不重要 不重要 def saveData(all_data:list,hotelName:str,hotelIndex:int) -> None:if not os.path.exists(r.\data\酒店数据.xlsx):# Excel文件不存在,则创建Excel文件wb = Workbook()# 创建页表ws = wb.create_sheet(…

今天刷两题(day2)

题目一&#xff1a;最长公共前缀 题目描述&#xff1a; 给你一个大小为 n的字符串数组 strs &#xff0c;其中包含n个字符串 , 编写一个函数来查找字符串数组中的最长公共前缀&#xff0c;返回这个公共前缀。输入输出描述&#xff1a; 输入&#xff1a;"abca","…

MyBatis 源码分析 - SQL 的执行过程

MyBatis 源码分析 - SQL 的执行过程 * 本文速览 本篇文章较为详细的介绍了 MyBatis 执行 SQL 的过程。该过程本身比较复杂&#xff0c;牵涉到的技术点比较多。包括但不限于 Mapper 接口代理类的生成、接口方法的解析、SQL 语句的解析、运行时参数的绑定、查询结果自动映射、延…

C++ 秋招必知必会(数据结构与算法:下)

20. 二叉树的定义与操作 二叉树&#xff08;binary tree&#xff09;是一种非线性数据结构&#xff0c;代表着祖先与后代之间的派生关系&#xff0c;体现着“一分为二”的分治逻辑 与链表类似&#xff0c;二叉树的基本单元是节点&#xff0c;每个节点包含&#xff1a;值、左子…

Vue3---基础6(标签的ref属性)

标签的 ref 属性 作用&#xff1a;用于注册模版引用 用在普通DOM标签上&#xff0c;获取的是DOM节点 用在组件标签上&#xff0c;获取的是组件实例对象 普通DOM标签 <template><div class"person"><h1>中国</h1><h2 ref"2">…

MYSQL5.7详细安装步骤

MYSQL5.7详细安装步骤&#xff1a; 0、更换yum源 1、打开 mirrors.aliyun.com&#xff0c;选择centos的系统&#xff0c;点击帮助 2、执行命令&#xff1a;yum install wget -y 3、改变某些文件的名称 mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base…

储能的全生命周期成本即平准化度电成本的计算方法及python实践

1. 平准化度电成本&#xff08;LCOE&#xff09;是一种衡量电力项目经济性的指标 LCOE&#xff08;Levelized Cost of Energy,&#xff09;的概念最早由美国国家可再生能源实验室&#xff08;NREL&#xff09;在1995年提出&#xff0c;它是通过将一个项目生命周期内的所有成本…

绩效考核:关键绩效指标(KPI)

绩效管理是企业人力资源管理的核心内容之一&#xff0c;而绩效考核又是绩效管理的关键环节。在绩效考核中&#xff0c;关键绩效指标&#xff08;KPI&#xff09;的应用越来越广泛。本文将介绍关键绩效指标&#xff08;KPI&#xff09;的概念、意义、制定方法以及应用实例&#…

黑马头条项目结构

微服务架构具有许多优点&#xff0c;其中一些主要优点包括&#xff1a; 松耦合性&#xff1a;每个微服务都是独立的&#xff0c;可以独立部署、独立扩展和独立更新&#xff0c;这种松耦合性使得系统更加灵活&#xff0c;易于维护和演化。 技术多样性&#xff1a;由于每个微服务…

基于springboot实现知识管理系统项目【项目源码+论文说明】

基于springboot实现知识管理系统演示 摘要 随着信息互联网信息的飞速发展&#xff0c;无纸化作业变成了一种趋势&#xff0c;针对这个问题开发一个专门适应师生作业交流形式的网站。本文介绍了知识管理系统的开发全过程。通过分析企业对于知识管理系统的需求&#xff0c;创建了…

2024年4月13日美团春招实习试题【第四题:乘积因子数】-题目+题解+在线评测【二分】

2024年4月13日美团春招实习试题【第四题:乘积因子数】-题目题解在线评测【二分】 题目描述&#xff1a;输入描述输出描述样例 解题思路一&#xff1a;python解题思路二&#xff1a;c解题思路三&#xff1a;0 题目描述&#xff1a; 塔子哥拿到了一个数组&#xff0c;她有q次查询…

HTTP/1.1特性总结

优点 【简单&#xff0c;灵活和易于扩展&#xff0c;应用广泛和跨平台】 1.简单&#xff1a; http基本的报文格式就是headerbody&#xff0c;头部信息也是key-value简单的文本形式&#xff0c;易于理解&#xff0c;降低了学习和使用的门槛 2.灵活和易于扩展&#xff1a; &…

Redis 配置与使用 (Linux 虚拟机Windows客户端)

Centos7 安装Redis详细教程 - JcongJason - 博客园 (cnblogs.com) 安装 下载redis安装包并解压 # 下载&#xff0c;我是在root下执行的下载&#xff0c;所以我的下载目录为&#xff1a;/root/redis-5.0.5&#xff0c;这里按照自己的实际情况调整 wget https://download.redi…

Java常用的几种设计模式

单例模式&#xff1a; volatile /ˈvɒlətaɪl/ 不稳定的&#xff1b;Java中的一个关键字&#xff0c;主要用于修饰变量。其主要作用是保证变量的可见性和有序性。 单例模式有两种模式&#xff0c;懒汉模式和饿汉模式。一个类private修饰其构造方法使其无法对外new出来。 饿…

Methoxy PEG Glutaric Acid可以改善物质的溶解性、稳定性和生物相容性

【试剂详情】 英文名称 mPEG-GA&#xff0c;mPEG-Glutaric Acid&#xff0c; Methoxy PEG GA&#xff0c; Methoxy PEG Glutaric Acid 中文名称 聚乙二醇单甲醚戊二酸&#xff0c; 甲氧基-聚乙二醇-戊二酸 外观性状 由分子量决定&#xff0c;固体或液体 分子量 400&…

浅谈Java的synchronized 锁以及synchronized 的锁升级

在Java中&#xff0c;synchronized关键字用于实现线程间的同步&#xff0c;确保同一时刻只有一个线程能够访问被同步的代码块或方法。当一个线程获得synchronized锁定后&#xff0c;其他试图访问同一锁的线程将被阻塞&#xff0c;直到锁被释放。 synchronized锁有两种基本形式…

为什么说六西格玛培训公司是企业问题的“终结者”

随着六西格玛管理方法的走红&#xff0c;六西格玛培训公司应运而生&#xff0c;致力于帮助企业解决各种核心问题&#xff0c;实现业绩的飞跃。那么&#xff0c;六西格玛培训公司究竟能为企业解决哪些问题&#xff1f;又为什么说六西格玛培训公司是企业问题的“终结者”呢&#…

深入理解全链路监控:技术驱动的业务保障

全链路监控是一种技术手段&#xff0c;通过监控应用程序从用户请求入口到后端服务的完整调用路径&#xff0c;实现对整个系统性能和健康状况的实时掌握。那么&#xff0c;为什么我们需要全链路监控呢&#xff1f; 为什么需要全链路监控 在传统的单一应用系统中&#xff0c;我…

配电站房黄色灯智能识别:原理与应用---豌豆云

今天豌豆云将深入探讨配电站房黄色灯智能识别的原理及其应用&#xff0c;为大家揭示这一技术在电力系统中的作用。 关键词&#xff1a;配电站房;黄色灯;智能识别;原理;应用 在配电站房的日常运维中&#xff0c;黄色灯作为重要的指示信号&#xff0c;对于运维人员来说具有极高…