0108.将有序数组转换为二叉搜索树


文档摘要

参与本项目 ,贡献其他语言版本的代码,拥抱开源,让更多学习算法的小伙伴们受益! 构造二叉搜索树,一不小心就平衡了 108.将有序数组转换为二叉搜索树 力扣题目链接 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 算法公开课 《代码随想录》算法视频公开课:构造平衡二叉搜索树!| LeetCode:108.将有序数组转换为二叉搜索树,相信结合视频在看本篇题解,更有助于大家对本题的理解。 思路 做这道题目之前大家可以了解一下这几道: 106.从中序与后序遍历序列构造二叉树 654.最大二叉树中其实已经讲过了,如果根据数组构造一棵二叉树。 701.

参与本项目,贡献其他语言版本的代码,拥抱开源,让更多学习算法的小伙伴们受益!

构造二叉搜索树,一不小心就平衡了

108.将有序数组转换为二叉搜索树

力扣题目链接

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

算法公开课

《代码随想录》算法视频公开课:,相信结合视频在看本篇题解,更有助于大家对本题的理解

思路

做这道题目之前大家可以了解一下这几道:

进入正题:

题目中说要转换为一棵高度平衡二叉搜索树。为什么强调要平衡呢?

因为只要给我们一个有序数组,如果不强调平衡,都可以以线性结构来构造二叉搜索树。

例如 有序数组[-10,-3,0,5,9] 就可以构造成这样的二叉搜索树,如图。

上图中,是符合二叉搜索树的特性吧,如果要这么做的话,是不是本题意义就不大了,所以才强调是平衡二叉搜索树。

其实数组构造二叉树,构成平衡树是自然而然的事情,因为大家默认都是从数组中间位置取值作为节点元素,一般不会随机取。所以想构成不平衡的二叉树是自找麻烦

二叉树:构造二叉树登场!二叉树:构造一棵最大的二叉树中其实已经讲过了,如果根据数组构造一棵二叉树。

本质就是寻找分割点,分割点作为当前节点,然后递归左区间和右区间

本题其实要比二叉树:构造二叉树登场!二叉树:构造一棵最大的二叉树简单一些,因为有序数组构造二叉搜索树,寻找分割点就比较容易了。

分割点就是数组中间位置的节点。

那么为问题来了,如果数组长度为偶数,中间节点有两个,取哪一个?

取哪一个都可以,只不过构成了不同的平衡二叉搜索树。

例如:输入:[-10,-3,0,5,9]

如下两棵树,都是这个数组的平衡二叉搜索树:

108.将有序数组转换为二叉搜索树

如果要分割的数组长度为偶数的时候,中间元素为两个,是取左边元素 就是树1,取右边元素就是树2。

这也是题目中强调答案不是唯一的原因。 理解这一点,这道题目算是理解到位了

递归

递归三部曲:

  • 确定递归函数返回值及其参数

删除二叉树节点,增加二叉树节点,都是用递归函数的返回值来完成,这样是比较方便的。

相信大家如果仔细看了二叉树:搜索树中的插入操作二叉树:搜索树中的删除操作,一定会对递归函数返回值的作用深有感触。

那么本题要构造二叉树,依然用递归函数的返回值来构造中节点的左右孩子。

再来看参数,首先是传入数组,然后就是左下标left和右下标right,我们在二叉树:构造二叉树登场!中提过,在构造二叉树的时候尽量不要重新定义左右区间数组,而是用下标来操作原数组。

所以代码如下:

// 左闭右闭区间[left, right] TreeNode* traversal(vector<int>& nums, int left, int right)

这里注意,我这里定义的是左闭右闭区间,在不断分割的过程中,也会坚持左闭右闭的区间,这又涉及到我们讲过的循环不变量

二叉树:构造二叉树登场!35.搜索插入位置59.螺旋矩阵II都详细讲过循环不变量。

  • 确定递归终止条件

这里定义的是左闭右闭的区间,所以当区间 left > right的时候,就是空节点了。

代码如下:

if (left > right) return nullptr;
  • 确定单层递归的逻辑

首先取数组中间元素的位置,不难写出int mid = (left + right) / 2;这么写其实有一个问题,就是数值越界,例如left和right都是最大int,这么操作就越界了,在二分法中尤其需要注意!

所以可以这么写:int mid = left + ((right - left) / 2);

但本题leetcode的测试数据并不会越界,所以怎么写都可以。但需要有这个意识!

取了中间位置,就开始以中间位置的元素构造节点,代码:TreeNode* root = new TreeNode(nums[mid]);

接着划分区间,root的左孩子接住下一层左区间的构造节点,右孩子接住下一层右区间构造的节点。

最后返回root节点,单层递归整体代码如下:

int mid = left + ((right - left) / 2); TreeNode* root = new TreeNode(nums[mid]); root->left = traversal(nums, left, mid - 1); root->right = traversal(nums, mid + 1, right); return root;

这里int mid = left + ((right - left) / 2);的写法相当于是如果数组长度为偶数,中间位置有两个元素,取靠左边的。

  • 递归整体代码如下:
class Solution { private: TreeNode* traversal(vector<int>& nums, int left, int right) { if (left > right) return nullptr; int mid = left + ((right - left) / 2); TreeNode* root = new TreeNode(nums[mid]); root->left = traversal(nums, left, mid - 1); root->right = traversal(nums, mid + 1, right); return root; } public: TreeNode* sortedArrayToBST(vector<int>& nums) { TreeNode* root = traversal(nums, 0, nums.size() - 1); return root; } };

注意:在调用traversal的时候传入的left和right为什么是0和nums.size() - 1,因为定义的区间为左闭右闭

迭代法

迭代法可以通过三个队列来模拟,一个队列放遍历的节点,一个队列放左区间下标,一个队列放右区间下标。

模拟的就是不断分割的过程,C++代码如下:(我已经详细注释)

class Solution { public: TreeNode* sortedArrayToBST(vector<int>& nums) { if (nums.size() == 0) return nullptr; TreeNode* root = new TreeNode(0); // 初始根节点 queue<TreeNode*> nodeQue; // 放遍历的节点 queue<int> leftQue; // 保存左区间下标 queue<int> rightQue; // 保存右区间下标 nodeQue.push(root); // 根节点入队列 leftQue.push(0); // 0为左区间下标初始位置 rightQue.push(nums.size() - 1); // nums.size() - 1为右区间下标初始位置 while (!nodeQue.empty()) { TreeNode* curNode = nodeQue.front(); nodeQue.pop(); int left = leftQue.front(); leftQue.pop(); int right = rightQue.front(); rightQue.pop(); int mid = left + ((right - left) / 2); curNode->val = nums[mid]; // 将mid对应的元素给中间节点 if (left <= mid - 1) { // 处理左区间 curNode->left = new TreeNode(0); nodeQue.push(curNode->left); leftQue.push(left); rightQue.push(mid - 1); } if (right >= mid + 1) { // 处理右区间 curNode->right = new TreeNode(0); nodeQue.push(curNode->right); leftQue.push(mid + 1); rightQue.push(right); } } return root; } };

总结

二叉树:构造二叉树登场!二叉树:构造一棵最大的二叉树之后,我们顺理成章的应该构造一下二叉搜索树了,一不小心还是一棵平衡二叉搜索树

其实思路也是一样的,不断中间分割,然后递归处理左区间,右区间,也可以说是分治。

此时相信大家应该对通过递归函数的返回值来增删二叉树很熟悉了,这也是常规操作。

在定义区间的过程中我们又一次强调了循环不变量的重要性。

最后依然给出迭代的方法,其实就是模拟取中间元素,然后不断分割去构造二叉树的过程。

其他语言版本

Java

递归: 左闭右开 [left,right)

class Solution { public TreeNode sortedArrayToBST(int[] nums) { return sortedArrayToBST(nums, 0, nums.length); } public TreeNode sortedArrayToBST(int[] nums, int left, int right) { if (left >= right) { return null; } if (right - left == 1) { return new TreeNode(nums[left]); } int mid = left + (right - left) / 2; TreeNode root = new TreeNode(nums[mid]); root.left = sortedArrayToBST(nums, left, mid); root.right = sortedArrayToBST(nums, mid + 1, right); return root; } }

递归: 左闭右闭 [left,right]

class Solution { public TreeNode sortedArrayToBST(int[] nums) { TreeNode root = traversal(nums, 0, nums.length - 1); return root; } // 左闭右闭区间[left, right] private TreeNode traversal(int[] nums, int left, int right) { if (left > right) return null; int mid = left + ((right - left) >> 1); TreeNode root = new TreeNode(nums[mid]); root.left = traversal(nums, left, mid - 1); root.right = traversal(nums, mid + 1, right); return root; } }

迭代: 左闭右闭 [left,right]

class Solution { public TreeNode sortedArrayToBST(int[] nums) { if (nums.length == 0) return null; //根节点初始化 TreeNode root = new TreeNode(-1); Queue<TreeNode> nodeQueue = new LinkedList<>(); Queue<Integer> leftQueue = new LinkedList<>(); Queue<Integer> rightQueue = new LinkedList<>(); // 根节点入队列 nodeQueue.offer(root); // 0为左区间下标初始位置 leftQueue.offer(0); // nums.size() - 1为右区间下标初始位置 rightQueue.offer(nums.length - 1); while (!nodeQueue.isEmpty()) { TreeNode currNode = nodeQueue.poll(); int left = leftQueue.poll(); int right = rightQueue.poll(); int mid = left + ((right - left) >> 1); // 将mid对应的元素给中间节点 currNode.val = nums[mid]; // 处理左区间 if (left <= mid - 1) { currNode.left = new TreeNode(-1); nodeQueue.offer(currNode.left); leftQueue.offer(left); rightQueue.offer(mid - 1); } // 处理右区间 if (right >= mid + 1) { currNode.right = new TreeNode(-1); nodeQueue.offer(currNode.right); leftQueue.offer(mid + 1); rightQueue.offer(right); } } return root; } }

Python

递归法

class Solution: def traversal(self, nums: List[int], left: int, right: int) -> TreeNode: if left > right: return None mid = left + (right - left) // 2 root = TreeNode(nums[mid]) root.left = self.traversal(nums, left, mid - 1) root.right = self.traversal(nums, mid + 1, right) return root def sortedArrayToBST(self, nums: List[int]) -> TreeNode: root = self.traversal(nums, 0, len(nums) - 1) return root

递归 精简(自身调用)

class Solution: def sortedArrayToBST(self, nums: List[int]) -> Optional[TreeNode]: if not nums: return mid = len(nums) // 2 root = TreeNode(nums[mid]) root.left = self.sortedArrayToBST(nums[:mid]) root.right = self.sortedArrayToBST(nums[mid + 1 :]) return root

迭代法

from collections import deque class Solution: def sortedArrayToBST(self, nums: List[int]) -> TreeNode: if len(nums) == 0: return None root = TreeNode(0) # 初始根节点 nodeQue = deque() # 放遍历的节点 leftQue = deque() # 保存左区间下标 rightQue = deque() # 保存右区间下标 nodeQue.append(root) # 根节点入队列 leftQue.append(0) # 0为左区间下标初始位置 rightQue.append(len(nums) - 1) # len(nums) - 1为右区间下标初始位置 while nodeQue: curNode = nodeQue.popleft() left = leftQue.popleft() right = rightQue.popleft() mid = left + (right - left) // 2 curNode.val = nums[mid] # 将mid对应的元素给中间节点 if left <= mid - 1: # 处理左区间 curNode.left = TreeNode(0) nodeQue.append(curNode.left) leftQue.append(left) rightQue.append(mid - 1) if right >= mid + 1: # 处理右区间 curNode.right = TreeNode(0) nodeQue.append(curNode.right) leftQue.append(mid + 1) rightQue.append(right) return root

Go

递归(隐含回溯)

func sortedArrayToBST(nums []int) *TreeNode { if len(nums) == 0 { //终止条件,最后数组为空则可以返回 return nil } idx := len(nums)/2 root := &TreeNode{Val: nums[idx]} root.Left = sortedArrayToBST(nums[:idx]) root.Right = sortedArrayToBST(nums[idx+1:]) return root }

JavaScript

递归

var sortedArrayToBST = function (nums) { const buildTree = (Arr, left, right) => { if (left > right) return null; let mid = Math.floor(left + (right - left) / 2); let root = new TreeNode(Arr[mid]); root.left = buildTree(Arr, left, mid - 1); root.right = buildTree(Arr, mid + 1, right); return root; } return buildTree(nums, 0, nums.length - 1); };

迭代

var sortedArrayToBST = function(nums) { if(nums.length===0) { return null; } let root = new TreeNode(0); //初始根节点 let nodeQue = [root]; //放遍历的节点,并初始化 let leftQue = [0]; //放左区间的下标,初始化 let rightQue = [nums.length-1]; // 放右区间的下标 while(nodeQue.length) { let curNode = nodeQue.pop(); let left = leftQue.pop(); let right = rightQue.pop(); let mid = left + Math.floor((right-left)/2); curNode.val = nums[mid]; //将下标为mid的元素给中间节点 // 处理左区间 if(left <= mid-1) { curNode.left = new TreeNode(0); nodeQue.push(curNode.left); leftQue.push(left); rightQue.push(mid-1); } // 处理右区间 if(right >= mid+1) { curNode.right = new TreeNode(0); nodeQue.push(curNode.right); leftQue.push(mid+1); rightQue.push(right); } } return root; };

TypeScript

function sortedArrayToBST(nums: number[]): TreeNode | null { function recur(nums: number[], left: number, right: number): TreeNode | null { if (left > right) return null; let mid: number = Math.floor((left + right) / 2); const root: TreeNode = new TreeNode(nums[mid]); root.left = recur(nums, left, mid - 1); root.right = recur(nums, mid + 1, right); return root; } return recur(nums, 0, nums.length - 1); };

C

递归

struct TreeNode* traversal(int* nums, int left, int right) { if (left > right) return NULL; int mid = left + ((right - left) / 2); struct TreeNode* root = (struct TreeNode*)malloc(sizeof(struct TreeNode)); root->val = nums[mid]; root->left = traversal(nums, left, mid - 1); root->right = traversal(nums, mid + 1, right); return root; } struct TreeNode* sortedArrayToBST(int* nums, int numsSize) { struct TreeNode* root = traversal(nums, 0, numsSize - 1); return root; }

Scala

递归:

object Solution { def sortedArrayToBST(nums: Array[Int]): TreeNode = { def buildTree(left: Int, right: Int): TreeNode = { if (left > right) return null // 当left大于right的时候,返回空 // 最中间的节点是当前节点 var mid = left + (right - left) / 2 var curNode = new TreeNode(nums(mid)) curNode.left = buildTree(left, mid - 1) curNode.right = buildTree(mid + 1, right) curNode } buildTree(0, nums.size - 1) } }

Rust

递归:

impl Solution { pub fn sorted_array_to_bst(nums: Vec<i32>) -> Option<Rc<RefCell<TreeNode>>> { if nums.is_empty() { return None; } let index = nums.len() / 2; let mut root = TreeNode::new(nums[index]); root.left = Self::sorted_array_to_bst(nums[..index].to_vec()); root.right = Self::sorted_array_to_bst(nums[index + 1..].to_vec()); Some(Rc::new(RefCell::new(root))) } }

C#

// 递归 public TreeNode SortedArrayToBST(int[] nums) { return Traversal(nums, 0, nums.Length - 1); } public TreeNode Traversal(int[] nums, int left, int right) { if (left > right) return null; int mid = left + (right - left) / 2; TreeNode node = new TreeNode(nums[mid]); node.left = Traversal(nums, left, mid - 1); node.right = Traversal(nums, mid + 1, right); return node; }


发布者: 作者: 转发
评论区 (0)
U