算法训练营Day20| ● 654.最大二叉树 ● 617.合并二叉树 ● 700.二叉搜索树中的搜索 ● 98.验证二叉搜索树

简介: 算法训练营Day20| ● 654.最大二叉树 ● 617.合并二叉树 ● 700.二叉搜索树中的搜索 ● 98.验证二叉搜索树

LeetCode:654.最大二叉树

654. 最大二叉树 - 力扣(LeetCode)


1.思路

题目给出思路,递归法实现即可。

①确定递归函数function(){}的参数nums, leftIndex,rightIndex及返回值root(在单层递归里体现)

②确定单层递归的逻辑

确定终止条件(往往在第②步的内部实现):数量为空或者为1,直接输出.

求数组区间内最大值及对应索引.

创建根节点root,作为返回值

递归遍历构建左右子树root.left = function(){};root.right= function(){};

最后,返回root.


2.代码实现

 1class Solution {
 2    public TreeNode constructMaximumBinaryTree(int[] nums) {
 3        return function(nums, 0, nums.length); // 确定递归函数的参数及其返回值
 4    }
 5
 6    // 确定单层递归的逻辑
 7    public TreeNode function(int[] nums, int leftIndex, int rightIndex) {
 8        // 确定终止条件
 9        if (rightIndex - leftIndex < 1) return null;
10        if (rightIndex - leftIndex == 1) return new TreeNode(nums[leftIndex]);
11
12        // 遍历选出数组区间内最大值及其索引,作为根节点值
13        int maxIndex = leftIndex; // 最大值索引假设
14        int maxValue = nums[maxIndex]; // 索引最大值
15        for (int i = leftIndex + 1; i < rightIndex; i++) { // 区间处理很关键
16            if (nums[i] > maxValue) {
17                maxValue = nums[i];
18                maxIndex = i;
19            }
20        }
21        // 构建根节点
22        TreeNode root = new TreeNode(maxValue);
23        // 构建左右子树
24        root.left = function(nums, leftIndex, maxIndex);
25        root.right = function(nums, maxIndex + 1, rightIndex);
26        return root;
27    }
28}

3.复杂度分析

时间复杂度:数组for()循环遍历历时O(n),递归调用为O(n).两者嵌套为O(n²).

空间复杂度:递归函数调用n次,也即栈使用n次,则复杂度为O(n).


LeetCode:617.合并二叉树

617. 合并二叉树 - 力扣(LeetCode)


1.思路

递归法:

怎么实现同时遍历两个树?递归函数传入两个树的根节点;

什么时间终止呢?当两棵树的左右孩子均为null时;

(前序遍历)将两节点值赋给其中的一个树相应节点即可

怎么返回结果呢?内部没有构建新树,使用的对root1的赋值操作,此时返回root1即可.


2.代码实现

 1class Solution {
 2    public TreeNode mergeTrees(TreeNode root1, TreeNode root2) {
 3        if (root1 == null) return root2; // 如果root1为空,返回root2
 4        if (root2 == null) return root1; // 如果root2为空,返回root1
 5
 6        root1.val += root2.val; // 合并两个节点的值
 7        root1.left = mergeTrees(root1.left, root2.left); // 递归合并左子树
 8        root1.right = mergeTrees(root1.right, root2.right); // 递归合并右子树
 9        return root1; // 返回合并后的根节点
10    }
11}

3.复杂度分析

时间复杂度:同时遍历两棵树是否和遍历一棵树相同?递归的时间复杂度取决于递归函数调用次数,什么时间结束递归?当节点数较小的那颗树合并完递归调用结束。因此最大时间开销取决于两树中节点较小的一棵,O(min(m,n)).

空间复杂度:调用n次函数,则栈空间开销为O(min(m,n)).


LeetCode:700.二叉搜索树中的搜索

700. 二叉搜索树中的搜索 - 力扣(LeetCode)


1.思路

递归法

给定函数及参数即为递归函数及参数;

(前序遍历)定义指向null的新节点,存储root.val == val 的节点;


2.代码实现

 1class Solution {
 2    public TreeNode searchBST(TreeNode root, int val) {
 3        // 前序递归遍历二叉树
 4
 5        if (root.val == val || root == null) return root; // 如果根节点为空或者根节点的值等于目标值,直接返回根节点
 6        TreeNode res = null; // 初始化结果节点为null
 7        if (root.val > val) {
 8            res = searchBST(root.left, val); // 递归搜索左子树
 9        } else {
10            root.right = searchBST(root.right, val); // 递归搜索右子树
11        }
12        return res; // 返回结果节点
13    }
14}

迭代法:

 1class Solution {
 2    public TreeNode searchBST(TreeNode root, int val) {
 3        while (root != null) {
 4            if (root.val == val) return root;
 5            else if (root.val > val) root = root.left;
 6            else root = root.right;
 7        }
 8        return null;
 9    }
10}

3.复杂度分析

时间复杂度:二叉树遍历最坏情况是单链表的二叉树,此时递归函数调用了n次,则为O(n).均值的普通二叉树为O(log(n)).

空间复杂度:介于O(logn)与O(n)之间.


LeetCode:98.验证二叉搜索树

98. 验证二叉搜索树 - 力扣(LeetCode)


1.思路

二叉树搜索树的特性:中序遍历的树是有序的。

树值为null时,二叉搜索树、完全二叉树、满二叉树、平衡二叉树

(中序遍历)


2.代码实现

 1class Solution {
 2    TreeNode max; // 用于保存当前节点的最大值
 3    public boolean isValidBST(TreeNode root) {
 4        if (root == null) {
 5            return true; // 空树为有效的二叉搜索树
 6        }
 7        // 左
 8        boolean left = isValidBST(root.left); // 判断左子树是否为有效的二叉搜索树
 9        if (!left) {
10            return false; // 如果左子树不是有效的二叉搜索树,直接返回false
11        }
12        // 中
13        if (max != null && root.val <= max.val) {
14            return false; // 如果当前节点的值小于等于最大值,说明不满足二叉搜索树的定义,返回false
15        }
16        max = root; // 更新最大值为当前节点
17        // 右
18        boolean right = isValidBST(root.right); // 判断右子树是否为有效的二叉搜索树
19        return right; // 返回右子树的结果 等价于 if (!right) {
20            return false;
21        }
22        return true;
23    }
24}

3.复杂度分析

时间复杂度:递归调用n次,则为O(n).

空间复杂度:递归调用n次,而最坏情况二叉树为链表,则栈空间开销为O(n).正常为O(logn).


相关文章
|
7天前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
|
10天前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
|
28天前
|
机器学习/深度学习 算法 文件存储
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
神经架构搜索(NAS)正被广泛应用于大模型及语言/视觉模型设计,如LangVision-LoRA-NAS、Jet-Nemotron等。本文回顾NAS核心技术,解析其自动化设计原理,探讨强化学习、进化算法与梯度方法的应用与差异,揭示NAS在大模型时代的潜力与挑战。
256 6
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
|
11天前
|
存储 算法 数据可视化
基于禁忌搜索算法的TSP问题最优路径搜索matlab仿真
本程序基于禁忌搜索算法解决旅行商问题(TSP),旨在寻找访问多个城市的最短路径。使用 MATLAB 2022A 编写,包含城市坐标生成、路径优化及结果可视化功能。通过禁忌列表、禁忌长度与藐视准则等机制,提升搜索效率与解的质量,适用于物流配送、路径规划等场景。
|
5月前
|
存储 算法 调度
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。
159 24
|
5月前
|
人工智能 自然语言处理 算法
阿里云 AI 搜索开放平台:从算法到业务——AI 搜索驱动企业智能化升级
本文介绍了阿里云 AI 搜索开放平台的技术的特点及其在各行业的应用。
632 3
|
11天前
|
存储 算法 生物认证
基于Zhang-Suen算法的图像细化处理FPGA实现,包含testbench和matlab验证程序
本项目基于Zhang-Suen算法实现图像细化处理,支持FPGA与MATLAB双平台验证。通过对比,FPGA细化效果与MATLAB一致,可有效减少图像数据量,便于后续识别与矢量化处理。算法适用于字符识别、指纹识别等领域,配套完整仿真代码及操作说明。
|
1月前
|
机器学习/深度学习 并行计算 算法
MATLAB实现利用禁忌搜索算法解决基站选址问题
MATLAB实现利用禁忌搜索算法解决基站选址问题
59 0
|
2月前
|
存储 算法 数据安全/隐私保护
基于FPGA的图像退化算法verilog实现,分别实现横向和纵向运动模糊,包括tb和MATLAB辅助验证
本项目基于FPGA实现图像运动模糊算法,包含横向与纵向模糊处理流程。使用Vivado 2019.2与MATLAB 2022A,通过一维卷积模拟点扩散函数,完成图像退化处理,并可在MATLAB中预览效果。
|
2月前
|
存储 搜索推荐 算法
加密算法、排序算法、字符串处理及搜索算法详解
本文涵盖四大类核心技术知识。加密算法部分介绍了对称加密(如 AES)、非对称加密(如 RSA)、哈希摘要(如 SHA-2)、签名算法的特点及密码存储方案(加盐、BCrypt 等)。 排序算法部分分类讲解了比较排序(冒泡、选择、插入、归并、快排、堆排序)和非比较排序(计数、桶、基数排序)的时间复杂度、适用场景及实现思路,强调混合排序的工业应用。 字符串处理部分包括字符串反转的双指针法,及项目中用正则进行表单校验、网页爬取、日志处理的实例。 搜索算法部分详解了二分查找的实现(双指针与中间索引计算)和回溯算法的概念(递归 + 剪枝),以 N 皇后问题为例说明回溯应用。内容全面覆盖算法原理与实践
129 0

热门文章

最新文章