【算法之路】🤦‍♂️ 吃透对称性递归 (四)

简介: 【算法之路】🤦‍♂️ 吃透对称性递归 (四)

前言

数据结构与算法属于开发人员的内功,不管前端技术怎么变,框架怎么更新,版本怎么迭代,它终究是不变的内容。 始终记得在参加字节青训营的时候,月影老师说过的一句话,不要问前端学不学算法。计算机学科的每一位都有必要了解算法,有写出高质量代码的潜意识

一、 从二叉搜索树到更大和树

1.1 问题描述

给定一个二叉搜索树 root (BST),请将它的每个节点的值替换成树中大于或者等于该节点值的所有节点值之和。

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:image.png

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]

提示:

  • 树中的节点数在 [1, 100] 范围内。
  • 0 <= Node.val <= 100
  • 树中的所有值均 不重复

2.2 题解思路

本题给的条件是BST,二叉搜索树,我们先回顾一下二叉搜索树的一些特点吧。

  • BST的左子节点都小于根节点,右子节点都大于根节点
  • BST的中序遍历的结果是递增的 基于上述两个特点,我们不妨按照右->中->左节点的方式去遍历,这样我们得到的结果就是递减的,之前访问的节点值都比当前访问的要大。

这里借用笨猪爆破组的图

image.png

  • 对于每一个节点都是先去遍历其右子树,再累加给sum
  • 再处理当前节点,将sum赋值给当前节点
  • 递归处理左子节点

3.3 AC代码

var bstToGst = function(root) {
    let sum = 0  
    const inOrder = (root)=>{
        if(!root) return
        inOrder(root.right) // 不断递归直到最右子节点
        sum +=root.val
        root.val = sum
        inOrder(root.left)
    }
    inOrder(root)
    return root
};

image.png

二、二叉搜索树中的搜索

2.1 问题描述

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 。

示例 1:image.png

输入:root = [4,2,7,1,3], val = 2
输出:[2,1,3]

Example 2:image.png

输入:root = [4,2,7,1,3], val = 5
输出:[]

提示:

  • 数中节点数在 [1, 5000] 范围内
  • 1 <= Node.val <= 107
  • root 是二叉搜索树
  • 1 <= val <= 107

2.2 题解思路

实现思路:

  • 先序遍历查找结果,满足则存入。
  • 找到了则无需继续递归。
var searchBST = function(root, val) {
    let res = null
    const rec = (root)=>{
        if(!root||res) return
        if(root.val==val){
            res = root
        }
        rec(root.left)
        rec(root.right)
    }
    rec(root)
    return res
};

优化上述代码: 既然是BST,那么我们可以在当前节点小于val的时候递归左节点,大于的时候递归右节点 实践复杂度O(logN)

var searchBST = function(root, val) {
    let res = null
    const rec = (root)=>{
        if(!root||res) return
        if(root.val==val){
            res = root
        }else if(root.val>val){
            rec(root.left)
        }else{
            rec(root.right)
        }
    }
    rec(root)
    return res
};

总结

对称性质的算法一共有六个系列


相关文章
|
19天前
|
算法 搜索推荐 Shell
数据结构与算法学习十二:希尔排序、快速排序(递归、好理解)、归并排序(递归、难理解)
这篇文章介绍了希尔排序、快速排序和归并排序三种排序算法的基本概念、实现思路、代码实现及其测试结果。
14 1
|
5月前
|
存储 算法 程序员
数据结构与算法===递归
数据结构与算法===递归
|
19天前
|
算法 定位技术
数据结构与算法学习九:学习递归。递归的经典实例:打印问题、阶乘问题、递归-迷宫问题、八皇后问题
本文详细介绍了递归的概念、重要规则、形式,并展示了递归在解决打印问题、阶乘问题、迷宫问题和八皇后问题等经典实例中的应用。
26 0
|
3月前
|
算法 JavaScript 前端开发
国标非对称加密:RSA算法、非对称特征、js还原、jsencrypt和rsa模块解析
国标非对称加密:RSA算法、非对称特征、js还原、jsencrypt和rsa模块解析
224 1
|
3月前
|
算法
【算法】递归、搜索与回溯——汉诺塔
【算法】递归、搜索与回溯——汉诺塔
|
3月前
|
算法
【算法】递归总结:循环与递归的区别?递归与深搜的关系?
【算法】递归总结:循环与递归的区别?递归与深搜的关系?
|
3月前
|
算法
【算法】递归、搜索与回溯——简介
【算法】递归、搜索与回溯——简介
|
4月前
|
算法 Python
python中算法递归错误(Recursion Errors)
【7月更文挑战第18天】
63 1
|
5月前
|
算法
基于仿射区间的分布式三相不对称配电网潮流算法matlab仿真
```markdown # 摘要 本课题聚焦于基于仿射区间的分布式三相配电网潮流算法在MATLAB2022a中的仿真。算法利用仿射运算处理三相不平衡情况及分布式电源注入,旨在提供比区间算法更精确的不确定区域。仿真结果展示了算法优势。核心程序设计考虑了PQ、PV及PI节点,将不同类型的节点转换统一处理,以适应含分布式电源的配电网潮流计算需求。 ``` 这个摘要以Markdown格式呈现,总字符数为233,满足了240字符以内的要求。
|
5月前
|
机器学习/深度学习 存储 算法
算法学习:递归
算法学习:递归
54 0