654.最大二叉树
1.题目
给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建:
创建一个根节点,其值为 nums 中的最大值。
递归地在最大值 左边 的 子数组前缀上 构建左子树。
递归地在最大值 右边 的 子数组后缀上 构建右子树。
返回 nums 构建的 最大二叉树 。
654.最大二叉树
2.实现
实现原理和用前序+中序遍历数组构建二叉树类似,而且要简单些~
# 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
class Solution:
def constructMaximumBinaryTree(self, nums: List[int]) -> Optional[TreeNode]:
# 构造二叉树,寻找最大值
if len(nums) == 0:
return None
tmp, index = -1, -1
for i in range(len(nums)):
if tmp < nums[i]:
tmp = nums[i]
index = i
root = TreeNode(tmp)
root.left = self.constructMaximumBinaryTree(nums[:index])
root.right = self.constructMaximumBinaryTree(nums[index+1:])
return root
3.文章讲解
优化部分——终止条件可以改为:
if len(nums) == 1:
node = Treenode(nums[0])
return node
题目拓展:合并二叉树
700. 二叉搜索树中的搜索
1.题目
给定二叉搜索树(BST)的根节点 root 和一个整数值 val。你需要在 BST 中找到节点值等于 val 的节点。 返回以该节点为根的子树。 如果节点不存在,则返回 null 。
700. 二叉搜索树中的搜索
2.实现
虽然简单,但二叉树的特点得好好总结下
1.对于树中的每个节点X,它的左子树中所有值小于根的值,而它的右子树中所有值大于根的值。根据这个性质,对一个二叉树进行中序遍历,如果是单调递增的,则可以说明这个树是二叉搜索树。
2.二叉搜索树不要求是完全二叉树,上述值得比较仅针对有节点值的节点而言
class Solution:
def searchBST(self, root: Optional[TreeNode], val: int) -> Optional[TreeNode]:
# 二叉搜索树的有序性避免了回溯,所以此时无需栈和队列来辅助遍历节点,只需自顶向下确定搜索方向
if not root:
return None
if root.val == val:
return root
elif root.val < val:
return self.searchBST(root.right, val)
else:
return self.searchBST(root.left, val)
3.文章讲解
尝试下迭代法解决,此时利用二叉树的特点只需自顶向下二分查找,不需要回溯
98. 验证二叉搜索树
1.题目
给你一个二叉树的根节点 root ,判断其是否是一个有效的二叉搜索树。
有效 二叉搜索树定义如下:
节点的左子树只包含 小于 当前节点的数。
节点的右子树只包含 大于 当前节点的数。
所有左子树和右子树自身必须也是二叉搜索树
98. 验证二叉搜索树
2.复习前
1)没有注意到左右子树的所有节点与根的关系,而只是简单比较左右根的大小
2)以为二叉搜索树除叶子节点外没有空节点
3.实现
# 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
class Solution:
def isValidBST(self, root: Optional[TreeNode]) -> bool:
# 有个问题是要保证子树的所有节点都需满足与根的关系
# 用中序遍历,迭代的方法加入节点,如果严格单调递增,则有效
# 不需要用数组来记录,只需要一点前节点即可pre=None(初始化) if pre and。。。。。。
nodes = []
stack = []
if not root:
return True
cur = root
while stack or cur:
while cur:
stack.append(cur)
cur = cur.left
cur = stack.pop()
if nodes and cur.val <= nodes[-1]:
return False
nodes.append(cur.val)
cur = cur.right
return True
4.文章讲解
对于自己写的用数组来记录节点值,是可用前后节点来优化的哦!