【算法入门&二叉树】从先中后序的遍历到用中后序列构造二叉树|如何抵挡递归法该死的魅力(下

简介: 【算法入门&二叉树】从先中后序的遍历到用中后序列构造二叉树|如何抵挡递归法该死的魅力

2、AB17 从中序与后序遍历序列构造二叉树

利用了 无序 的哈希 map容器,解法巧妙,快来围观!


题目链接:构造二叉树

d5323f04132f4d7b9c116bbd2e1ae388.png0941663f62e241dbbcc04aa113a1bb55.png



2.1、解题思路

刚看到题目不要慌,我们知道后序遍历的步骤是:左、右、根,说明后序序列的最后一个元素就是二叉树的根结点。


而中序遍历的步骤是:左、根、右,那么我们只要知道根结点在中序序列的位置就可以确定构建左右子树的范围了:最左与根结点位置之间用来构造左子树,根结点与最右用来构建右子树。


怎么确定根结点位置呢?那就要借助 unordered_map 容器:


这个容器底层是二叉树实现,无自动排序,可去重

根据中序的值来从零存放下标,这样做就可以根据值来找位置了

注意递归结束的条件:左边界大于右边界,不难想到左右边界相等时的情况是构建了边界结点。


2.2、代码实现及注释

本题源码:

/**
 * struct TreeNode {
 *  int val;
 *  struct TreeNode *left;
 *  struct TreeNode *right;
 *  TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 * };
 */
class Solution {
    int post_idx;
    unordered_map<int, int> idx_map;
public:
    /**
     * 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 inorder int整型vector 中序遍历序列
     * @param postorder int整型vector 后序遍历序列
     * @return TreeNode类
     */
    TreeNode* helper(int in_left,int in_right,vector<int>& inorder,vector<int>& postorder){
        if(in_left>in_right){
            return nullptr;
        }
        // 选择 post_idx 位置的元素作为当前子树根结点
        int root_val = postorder[post_idx];
        TreeNode* root = new TreeNode(root_val);
        // 根据 root 所在位置分成左右两棵子树
        int index = idx_map[root_val];
        // 下标减一
        post_idx--;
        // 构造右子树
        root->right=helper(index + 1, in_right, inorder, postorder);
        // 构造左子树
        root->left=helper(in_left, index - 1, inorder, postorder);
        return root;
    }
    TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {
        // 从后序遍历的最后一个元素开始,是先序根结点
        post_idx = (int)postorder.size()-1;
        // 建立 map集合(值,键) 相反的
        int idx=0;
        for(auto &val : inorder){
            idx_map[val] = idx++;
        }
        return helper(0, post_idx, inorder, postorder);
    }
};

重要注释:


注意结构体 struct 部分,题目给出了有参构造函数:通过构造方法创建结点默认无左右子树

默认给出的是 buildTree 函数,带有中序和后序的动态数组:

post_idx 初始代表的是后序序列最后一个元素的下标,其实也是根结点值的下标

for循环这块构建了一个键值对,键对应中序序列的值,而值对应着中序序列的下标

这样可以传入根结点的值,从而找到根结点在中序序列的位置,划分子树的递归范围

接下里就是对helper函数的调用

helper是用来辅助的函数:

先给出递归结束的条件:左边界大于右边界

post_idx减一后先进行右子树的递归是有东西在里面的:

后序步骤是左、右、根,因此后序序列的倒数第二个下标对应的就是二叉树的右子树

每一次递推都会出现左右子树的构建,直到边界不允许时开始回溯,大家可以根据示例2给出的中后序列结合代码去自己 “调试” 递归算法,你会发现构建的顺序实际上是:1、3、5、4、2

本次分享的两道二叉树经典题目到此结束了,如果第一道属于开胃菜,那么第二道就是正餐了。最后浅谈一下递归的知识:


递归 可分为 递推 和归溯(回溯),前者是不断调用子函数直到无法在调用,后者是从最后一个可调用子函数中返回其结果,然后不断的往前返回,最终回溯到主递归的函数,得出最终结果。


不可否认的是二叉树类问题,使用递归解决真的很方便,或许这就是递归的魅力吧!


目录
相关文章
|
1月前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
1月前
|
存储 缓存 算法
如何提高二叉树遍历算法的效率?
选择合适的遍历算法,如按层次遍历树时使用广度优先搜索(BFS),中序遍历二叉搜索树以获得有序序列。优化数据结构,如使用线索二叉树减少空指针判断,自定义节点类增加辅助信息。利用递归与非递归的特点,避免栈溢出问题。多线程并行遍历提高速度,注意线程安全。缓存中间结果,避免重复计算。预先计算并存储信息,提高遍历效率。综合运用这些方法,提高二叉树遍历算法的效率。
58 5
|
1月前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
50 2
|
1月前
|
算法
树的遍历算法有哪些?
不同的遍历算法适用于不同的应用场景。深度优先搜索常用于搜索、路径查找等问题;广度优先搜索则在图的最短路径、层次相关的问题中较为常用;而二叉搜索树的遍历在数据排序、查找等方面有重要应用。
38 2
|
1月前
|
机器学习/深度学习 JSON 算法
二叉树遍历算法的应用场景有哪些?
【10月更文挑战第29天】二叉树遍历算法作为一种基础而重要的算法,在许多领域都有着不可或缺的应用,它为解决各种复杂的问题提供了有效的手段和思路。随着计算机科学的不断发展,二叉树遍历算法也在不断地被优化和扩展,以适应新的应用场景和需求。
43 0
|
2月前
|
算法
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
这篇文章介绍了动态规划算法中解决最大上升子序列问题(LIS)的方法,包括问题的描述、动态规划的步骤、状态表示、递推方程、计算最优值以及优化方法,如非动态规划的二分法。
79 0
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
|
2月前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
32 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
2月前
|
存储 算法 搜索推荐
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
这篇文章主要介绍了顺序存储二叉树和线索化二叉树的概念、特点、实现方式以及应用场景。
36 0
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
|
2月前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
31 0
|
18天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。