重建二叉树
JZ-4 来源 牛客网 JZ-4
题目描述
输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。
思路
二叉树:二叉树是树的一种特殊结构,在二叉树中每个结点最多只能有两个子结点。在二叉树中最重要的操作是遍历,即按照某一顺序访问树中的所有结点。
树的遍历方式:
前序遍历:先访问根节点,再访问左子结点,最后访问右子结点;(根左右)
中序遍历:先访问左子结点,再访问根结点,最后访问右子结点;(左根右)
后序遍历:先访问左子结点,再访问右子结点,最后访问根结点;(左右根)
在二叉树的前序遍历序列中,第一个数字总是树的根结点的值。但在中序遍历序列中,根结点的值在序列的中间,左子树的结点的值位于根结点的值的左边,而右子树的结点的值位于根结点的值的右边。因此我们需要扫描中序遍历序列,才能找到根结点的值。
前序遍历序列的第一个数字1就是根结点的值。扫描中序遍历序列,就能确定根结点的值的位置。根据中序遍历特点,在根结点的值1前面的3个数字都是左子树结点的值,位于1后面的数字都是右子树结点的值。
分别找到了左、右子树的前序遍历序列和中序遍历序列,我们就可以用同样的方法分别去构建左右子树,这是一个递归的过程。
my ugly code
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
|
using System;
using System.Collections.Generic;
/*
public class TreeNode
{
public int val;
public TreeNode left;
public TreeNode right;
public TreeNode (int x)
{
val = x;
}
}
*/
class Solution {
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
*
* @param pre int整型一维数组
* @param tin int整型一维数组
* @return TreeNode类
*/
public TreeNode reConstructBinaryTree(List<int> pre, List<int> vin)
{
// write code here
if (pre == null || vin == null || pre.Count != vin.Count || pre.Count <= 0 || vin.Count <= 0)
{
return null;
}
return ConstructCore(pre, 0, pre.Count - 1, vin, 0, vin.Count - 1);
}
TreeNode ConstructCore(List<int> Preorder, int startPre, int endPre, List<int> Inorder, int startIn, int endIn)
{
// 停止递归的条件
if (startPre > endPre || startIn > endIn)
{
return null;
}
// 前序遍历数组的第一个元素, 即是根节点
TreeNode tree = new TreeNode(Preorder[startPre]);
for (int i = startIn; i <= endIn; i++)
{
if (Inorder[i] == Preorder[startPre])
{
// i - startIn 是 中序遍历序列中左子树节点的个数
// left sub tree
tree.left = ConstructCore(Preorder, startPre + 1, startPre + i - startIn, Inorder, startIn, i - 1);
// right sub tree
tree.right = ConstructCore(Preorder, i - startIn + startPre + 1, endPre, Inorder, i + 1, endIn);
}
}
return tree;
}
}
|
测试代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
|
// 层次遍历二叉树
public static IList<IList<int>> LevelOrder(TreeNode root)
{
var result = new List<IList<int>>();
LevelOrder(root, 0, result);
return result;
}
public static void LevelOrder(TreeNode node, int level, List<IList<int>> result)
{
if (node == null) return;
// 判断当前层是否有节点集合, 如果没有就创建并存入结果结合
IList<int> levelResult;
if (result.Count > level)
{
levelResult = result[level];
}
else
{
levelResult = new List<int>();
result.Add(levelResult);
}
// 存储当前节点的值
levelResult.Add(node.val);
// 递归左节点
LevelOrder(node.left, level + 1, result);
// 递归右节点
LevelOrder(node.right, level + 1, result);
}
static void Main(string[] args)
{
var treePre = new List<int> {1, 2, 4, 7, 3, 5, 6, 8};
var treeIn = new List<int> {4, 7, 2, 1, 5, 3, 8, 6};
var tree = reConstructBinaryTree(treePre, treeIn);
var levelOrderRes = LevelOrder(tree);
foreach (var item in levelOrderRes)
{
foreach (var ele in item)
{
Console.Write(ele);
Console.Write(" ");
}
Console.WriteLine();
}
Console.ReadLine();
}
|
复杂度分析:
时间复杂度 O(N): 其中 N为树的节点数量。初始化 HashMap 需遍历 inorder ,占用 O(N)。递归共建立 N个节点,每层递归中的节点建立、搜索操作占用 O(1),因此使用 O(N) 时间。
空间复杂度 O(N) : HashMap 使用 O(N) 额外空间。最差情况下,树退化为链表,递归深度达到 NN ,占用 O(N) 额外空间;最好情况下,树为满二叉树,递归深度为logN ,占用 O(log N) 额外空间。
高手代码赏析
解题思路
不用递归的话,另外很巧妙的办法是用了迭代法;
迭代法是一种非常巧妙的实现方法, 坦白说, 也不是很好理解。
对于前序遍历中的任意两个连续节点 u和 v,根据前序遍历的流程,我们可以知道 u和 v 只有两种可能的关系:
算法
我们归纳出上述例子中的算法流程:
具体细节可参考 leetcode 重建二叉树- 迭代法 题解
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
class Solution {
public TreeNode buildTree(int[] preorder, int[] inorder) {
if (preorder == null || preorder.length == 0) {
return null;
}
TreeNode root = new TreeNode(preorder[0]);
Deque<TreeNode> stack = new LinkedList<TreeNode>();
stack.push(root);
int inorderIndex = 0;
for (int i = 1; i < preorder.length; i++) {
int preorderVal = preorder[i];
TreeNode node = stack.peek();
if (node.val != inorder[inorderIndex]) {
node.left = new TreeNode(preorderVal);
stack.push(node.left);
} else {
while (!stack.isEmpty() && stack.peek().val == inorder[inorderIndex]) {
node = stack.pop();
inorderIndex++;
}
node.right = new TreeNode(preorderVal);
stack.push(node.right);
}
}
return root;
}
}
|