构建二叉树

简介: 构建二叉树

从中序与后序构建二叉树



给定两个整数数组 inorder 和 postorder ,其中 inorder 是二叉树的中序遍历, postorder 是同一棵树的后序遍历,请你构造并返回这颗 二叉树 。


示例 1:


输入:inorder = [9,3,15,20,7], postorder = [9,15,7,20,3]

输出:[3,9,20,null,null,15,7]

示例 2:

tree.jpg



输入:inorder = [-1], postorder = [-1]

输出:[-1]


思路


  1. 判断数组是否为空 !
  2. 不为空则向下继续,为空返回null
  3. 去后序数组中的最后一个元素为树的头节点的val值,(原因由后序遍历可知)
  4. 切割中序数组 ,以头节点的val值为区分(作为切割点) ,切割成中序左数组 和 中序右数组
  5. 切割后序数组, 切成后序左数组 和后序右数组
  6. 递归处理左右区间


思维图

image.png


代码实现(复杂易懂)


class Solution {
    public TreeNode buildTree(int[] inorder, int[] postorder) {
        if(inorder.length == 0 || postorder.length == 0){
            return null;
        }
        int rootVal = postorder[postorder.length - 1];
        TreeNode node = new TreeNode(rootVal);
        int inSize = inorder.length;
        int postSize = postorder.length;
        int mid; 
        for(mid = 0; mid < inSize;mid++){
            if(inorder[mid] == rootVal){
                break;
            }
        }
        //切割中序
        int inBegin =  0;
        int inEnd = mid;
        int[] newIn = Arrays.copyOfRange(inorder,inBegin,inEnd);
        int[] newPost = Arrays.copyOfRange(postorder,inBegin,inEnd);
        node.left = buildTree(newIn,newPost);
        int postBegin = mid + 1 ;
        int postEnd = postorder.length - 1;
        int[] newIn2 = Arrays.copyOfRange(inorder , postBegin , inSize);
        int[] newPost2 = Arrays.copyOfRange(postorder,mid, postEnd);
        node.right = buildTree(newIn2,newPost2);
        return node;
    }
}


代码实现(简易map版)


class Solution {
    Map<Integer, Integer> map;  // 方便根据数值查找位置
    public TreeNode buildTree(int[] inorder, int[] postorder) {
        map = new HashMap<>();
        for (int i = 0; i < inorder.length; i++) { // 用map保存中序序列的数值对应位置
            map.put(inorder[i], i);
        }
        return findNode(inorder,  0, inorder.length, postorder,0, postorder.length);  // 前闭后开
    }
    public TreeNode findNode(int[] inorder, int inBegin, int inEnd, int[] postorder, int postBegin, int postEnd) {
        // 参数里的范围都是前闭后开
        if (inBegin >= inEnd || postBegin >= postEnd) {  // 不满足左闭右开,说明没有元素,返回空树
            return null;
        }
        int rootIndex = map.get(postorder[postEnd - 1]);  // 找到后序遍历的最后一个元素在中序遍历中的位置
        TreeNode root = new TreeNode(inorder[rootIndex]);  // 构造结点
        int lenOfLeft = rootIndex - inBegin;  // 保存中序左子树个数,用来确定后序数列的个数
        root.left = findNode(inorder, inBegin, rootIndex,
                            postorder, postBegin, postBegin + lenOfLeft);
        root.right = findNode(inorder, rootIndex + 1, inEnd,
                            postorder, postBegin + lenOfLeft, postEnd - 1);
        return root;
    }
}


从前序与中序构建二叉树



思路

与从中序和后序构建二叉树相同


代码实现


/**
 * 通过中序数组 and 后序数组 构建一颗二叉树
 * @param inorder 中序数组
 * @param postorder 后序数组
 * @return
 */
Node* buildTree(vector<int> &inorder , vector<int> &postorder){
    if (inorder.size() == 0){
        return nullptr;
    }
     //1. 先找到root节点
     int val = postorder[postorder.size()-1];
     Node *root = new Node(val);
     //2.找到中序数组的切割点
     int index ;    // 中序切割点
     for(index=  0; index < inorder.size();index++){
         if (inorder[index] == val){
             break;
         }
     }
     //3. 切割中序数组
     //[inorder.begin() - index)
     vector<int> leftIn(inorder.begin(),inorder.begin() + index);
     //(index, inorder.end()]
     vector<int> rightIn(inorder.begin() + index + 1,inorder.end());
     //4. 重新定义后序的长度,删除root节点占的位置
     postorder.resize(postorder.size() - 1);
     //5. 切割后序数组
     // [postorder.begin() , leftIn.size() + postorder.begin() )
     vector<int> leftPost(postorder.begin(), postorder.begin() + leftIn.size());
    // (leftIn.size() + postorder.begin() , postorder.end() ]
     vector<int> rightPost(postorder.begin() + leftIn.size() , postorder.end());
    root->left = buildTree(leftIn, leftPost);
    root->right = buildTree(rightIn , rightPost);
    return  root;
}


c++版本实现



从中序与后序构建二叉树


/**
 * 通过中序数组 and 后序数组 构建一颗二叉树
 * @param inorder 中序数组
 * @param postorder 后序数组
 * @return
 */
Node* buildTree(vector<int> &inorder , vector<int> &postorder){
    if (inorder.size() == 0){
        return nullptr;
    }
     //1. 先找到root节点
     int val = postorder[postorder.size()-1];
     Node *root = new Node(val);
     //2.找到中序数组的切割点
     int index ;    // 中序切割点
     for(index=  0; index < inorder.size();index++){
         if (inorder[index] == val){
             break;
         }
     }
     //3. 切割中序数组
     //[inorder.begin() - index)
     vector<int> leftIn(inorder.begin(),inorder.begin() + index);
     //(index, inorder.end()]
     vector<int> rightIn(inorder.begin() + index + 1,inorder.end());
     //4. 重新定义后序的长度,删除root节点占的位置
     postorder.resize(postorder.size() - 1);
     //5. 切割后序数组
     // [postorder.begin() , leftIn.size() + postorder.begin() )
     vector<int> leftPost(postorder.begin(), postorder.begin() + leftIn.size());
    // (leftIn.size() + postorder.begin() , postorder.end() ]
     vector<int> rightPost(postorder.begin() + leftIn.size() , postorder.end());
    root->left = buildTree(leftIn, leftPost);
    root->right = buildTree(rightIn , rightPost);
    return  root;
}


从前序与中序构建二叉树


Node* Build(vector<int> &preorder ,vector<int> &inorder){
    if (inorder.size() == 0){
        return nullptr;
    }
    int val = preorder[0];
    Node * root = new Node(val);
    int index;
    for(index = 0;index < inorder.size();index++){
        if (val == inorder[index])
            break;
    }
    //重新定义前序数组的大小
    for (int i = 1; i < preorder.size(); ++i) {
        preorder[i - 1] = preorder[i];
    }
    preorder.resize(preorder.size() - 1);
    //切割中序数组
    //[ inorder.begin(), inorder.begin() + index )
    vector<int> leftIn(inorder.begin(), inorder.begin() + index);
    //( inorder.begin() + index + 1,inorder.end() ]
    vector<int> rightIn(inorder.begin() + index + 1,inorder.end());
    //切割后序数组
    //[ preorder.begin() , preorder.begin() + leftIn.size() )
    vector<int> leftPre(preorder.begin() , preorder.begin() + leftIn.size());
    // ( preorder.begin() + leftIn.size() , preorder.end() ]
    vector<int> rightPre(preorder.begin() + leftIn.size() , preorder.end());
    //递归链接
    root->left = Build(leftPre,leftIn);
    root->right = Build(rightPre, rightIn);
    return root;
}


主函数


int main(){
    int arr[] = {1, 2, 3, 4, 5};
    int size = sizeof(arr) / sizeof(arr[0]); // 计算数组的长度
    // 将数组转换为 vector
    vector<int> vec(arr, arr + size);
    vector<int> preorder =  {3,9,20,15,7};
    vector<int> inOrder =  {9,3,15,20,7};
    vector<int> postOrder =  {9,15,7,20,3};
    Node* root = buildTree(inOrder,postOrder);
    Node* root1 = Build(preorder,inOrder);
    preOrder(root1);
    preOrder(root);
    return 0;
}

image-20230526140405753.png


参考说明(感谢!):


力扣!


代码随想录!

目录
相关文章
|
Dart 前端开发 Android开发
Flutter的架构层
Flutter的架构层
178 1
|
8月前
|
机器学习/深度学习 算法 物联网
DeepSeek V3+R1满血微调工具上线!一键启动,硬件要求降10倍
DeepSeek V3+R1满血微调工具上线!一键启动,硬件要求降10倍
302 1
|
机器学习/深度学习 算法
概率分布深度解析:PMF、PDF和CDF的技术指南
本文将深入探讨概率分布,详细阐述概率质量函数(PMF)、概率密度函数(PDF)和累积分布函数(CDF)这些核心概念,并通过实际示例进行说明。
1380 15
概率分布深度解析:PMF、PDF和CDF的技术指南
|
前端开发
Vue3基础(十ba)___在css中使用props或者计算属性的变量,来实现动态样式
本文介绍了如何在Vue3中通过CSS变量和props或计算属性来实现动态样式。
355 0
|
SQL Java 关系型数据库
JDBC详解
Java Database Connectivity(JDBC)是Java语言中用于访问关系型数据库的标准接口,定义了一组API,使Java程序能以统一方式连接、访问和操作不同关系型数据库,简化数据库操作,提高Java应用程序的可移植性和可维护性。使用JDBC进行数据库操作主要包括创建数据源对象、建立连接、构造和执行SQL语句及释放资源等步骤。此外,还可以使用Set系列方法设置值,并使用get系列方法获取查询结果。
1003 2
JDBC详解
|
安全 虚拟化 Docker
在win10中使用ModelScope官方镜像
为在办公环境笔记本win10上测试ModelScope的开源模型 ,记录踩坑过程
2561 0
在win10中使用ModelScope官方镜像
|
数据采集 缓存 测试技术
性能测试中,除了迭代次数,还有哪些因素会影响测试结果?
性能测试中,除了迭代次数,还有哪些因素会影响测试结果?
361 2
|
Web App开发 JavaScript 前端开发
鸿蒙Flutter实战:04-如何使用DevTools调试Webview
本文介绍如何在鸿蒙 Flutter 开发中调试 Webview,包括配置允许调试、找到 devtools 端口、开启端口转发、在 Chrome 中调试 Webview等。
466 0
鸿蒙Flutter实战:04-如何使用DevTools调试Webview
|
缓存 JavaScript 前端开发
三个小时vue3.x从零到实战(vue3.x面试总结)
该文章总结了Vue 3.x面试中常见的知识点和问题,包括Vue的生命周期、核心概念、组件通信方式等方面的内容,有助于准备Vue相关技术面试。
184 0
|
机器学习/深度学习 算法 Python
OpenAI Gym高级教程——解决实际问题与研究探索
OpenAI Gym高级教程——解决实际问题与研究探索
640 1