【算法】重建二叉树并进行后序遍历的Java实现

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 【算法】重建二叉树并进行后序遍历的Java实现

在二叉树的问题中,给定二叉树的前序遍历(Preorder)和中序遍历(Inorder)序列,如何求得其后序遍历(Postorder)序列是一个经典的面试题。本文将详细介绍如何通过Java实现这一过程。


问题描述

前序遍历(Preorder):按根节点 -> 左子树 -> 右子树的顺序访问节点。

中序遍历(Inorder):按左子树 -> 根节点 -> 右子树的顺序访问节点。

后序遍历(Postorder):按左子树 -> 右子树 -> 根节点的顺序访问节点。


给定前序遍历和中序遍历序列,我们需要构建二叉树并输出其后序遍历序列。

实现思路

  1. 重建二叉树:利用前序遍历和中序遍历的特性,通过递归方法重建二叉树。
  2. 后序遍历二叉树:通过递归方法进行后序遍历并输出结果。

实现步骤

1. 重建二叉树

首先,我们通过前序遍历的第一个元素确定根节点。在中序遍历中找到该根节点的位置,可以将中序遍历数组分为左子树和右子树两部分。递归地对这两部分继续构建左右子树。

2. 后序遍历

在构建好的二叉树上进行后序遍历,按左子树 -> 右子树 -> 根节点的顺序输出节点值。

代码实现

以下是完整的Java实现代码:

import java.util.HashMap;
import java.util.Map;
 
class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) { val = x; }
}
 
public class BinaryTree {
    private int preIndex = 0;
    private Map<Integer, Integer> inorderIndexMap = new HashMap<>();
 
    public TreeNode buildTree(int[] preorder, int[] inorder) {
        for (int i = 0; i < inorder.length; i++) {
            inorderIndexMap.put(inorder[i], i);
        }
        return buildTreeHelper(preorder, 0, inorder.length - 1);
    }
 
    private TreeNode buildTreeHelper(int[] preorder, int inorderStart, int inorderEnd) {
        if (inorderStart > inorderEnd) {
            return null;
        }
        
        int rootVal = preorder[preIndex++];
        TreeNode root = new TreeNode(rootVal);
        int inorderIndex = inorderIndexMap.get(rootVal);
        
        root.left = buildTreeHelper(preorder, inorderStart, inorderIndex - 1);
        root.right = buildTreeHelper(preorder, inorderIndex + 1, inorderEnd);
        
        return root;
    }
 
    public void postorderTraversal(TreeNode root) {
        if (root == null) {
            return;
        }
        postorderTraversal(root.left);
        postorderTraversal(root.right);
        System.out.print(root.val + " ");
    }
 
    public static void main(String[] args) {
        int[] preorder = {3, 9, 20, 15, 7};
        int[] inorder = {9, 3, 15, 20, 7};
        
        BinaryTree binaryTree = new BinaryTree();
        TreeNode root = binaryTree.buildTree(preorder, inorder);
        
        System.out.println("Postorder traversal:");
        binaryTree.postorderTraversal(root);
    }
}

代码解释

  1. TreeNode类:定义二叉树节点的数据结构。
class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) { val = x; }
}

BinaryTree类:包含重建二叉树和后序遍历的方法。

  • buildTree 方法:接受前序遍历和中序遍历数组,构建并返回二叉树的根节点。
  • buildTreeHelper 方法:递归地构建二叉树。
  • postorderTraversal 方法:递归地进行后序遍历,并输出节点值。
  1. buildTreeHelper方法:通过前序遍历的当前节点值和中序遍历的索引,递归地构建左右子树。
private TreeNode buildTreeHelper(int[] preorder, int inorderStart, int inorderEnd) {
    if (inorderStart > inorderEnd) {
        return null; // Base case: no elements to construct the tree
    }
 
    int rootVal = preorder[preIndex++]; // Get the current root value from preorder traversal
    TreeNode root = new TreeNode(rootVal); // Create the root node
    int inorderIndex = inorderIndexMap.get(rootVal); // Find the index of the root in inorder traversal
 
    // Recursively build the left subtree
    root.left = buildTreeHelper(preorder, inorderStart, inorderIndex - 1);
    // Recursively build the right subtree
    root.right = buildTreeHelper(preorder, inorderIndex + 1, inorderEnd);
 
    return root;
}

后序遍历:通过递归方法进行后序遍历,按照左子树 -> 右子树 -> 根节点的顺序输出节点值。

public void postorderTraversal(TreeNode root) {
    if (root == null) {
        return;
    }
    postorderTraversal(root.left);
    postorderTraversal(root.right);
    System.out.print(root.val + " ");
}

main方法:创建前序遍历和中序遍历数组,调用buildTree方法构建二叉树,然后调用postorderTraversal方法输出后序遍历结果。

public static void main(String[] args) {
    int[] preorder = {3, 9, 20, 15, 7};
    int[] inorder = {9, 3, 15, 20, 7};
    
    BinaryTree binaryTree = new BinaryTree();
    TreeNode root = binaryTree.buildTree(preorder, inorder);
    
    System.out.println("Postorder traversal:");
    binaryTree.postorderTraversal(root);
}

总结

通过上述步骤,我们可以实现根据前序遍历和中序遍历序列重建二叉树,并输出其后序遍历序列。这不仅帮助我们加深对二叉树遍历的理解,也为处理相关面试题提供了一个有力的工具。希望这篇文章对你有所帮助!

相关文章
|
10月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
302 6
|
存储 缓存 监控
上网行为监控系统剖析:基于 Java LinkedHashMap 算法的时间序列追踪机制探究
数字化办公蓬勃发展的背景下,上网行为监控系统已成为企业维护信息安全、提升工作效能的关键手段。该系统需实时记录并深入分析员工的网络访问行为,如何高效存储和管理这些处于动态变化中的数据,便成为亟待解决的核心问题。Java 语言中的LinkedHashMap数据结构,凭借其独有的有序性特征以及可灵活配置的淘汰策略,为上网行为监控系统提供了一种兼顾性能与功能需求的数据管理方案。本文将对LinkedHashMap在上网行为监控系统中的应用原理、实现路径及其应用价值展开深入探究。
301 3
|
9月前
|
设计模式 算法 搜索推荐
Java 设计模式之策略模式:灵活切换算法的艺术
策略模式通过封装不同算法并实现灵活切换,将算法与使用解耦。以支付为例,微信、支付宝等支付方式作为独立策略,购物车根据选择调用对应支付逻辑,提升代码可维护性与扩展性,避免冗长条件判断,符合开闭原则。
2525 35
|
人工智能 算法 NoSQL
LRU算法的Java实现
LRU(Least Recently Used)算法用于淘汰最近最少使用的数据,常应用于内存管理策略中。在Redis中,通过`maxmemory-policy`配置实现不同淘汰策略,如`allkeys-lru`和`volatile-lru`等,采用采样方式近似LRU以优化性能。Java中可通过`LinkedHashMap`轻松实现LRUCache,利用其`accessOrder`特性和`removeEldestEntry`方法完成缓存淘汰逻辑,代码简洁高效。
598 0
|
9月前
|
存储 算法 搜索推荐
《数据之美》:Java数据结构与算法精要
本系列深入探讨数据结构与算法的核心原理及Java实现,涵盖线性与非线性结构、常用算法分类、复杂度分析及集合框架应用,助你提升程序效率,掌握编程底层逻辑。
|
存储 算法 安全
Java中的对称加密算法的原理与实现
本文详细解析了Java中三种常用对称加密算法(AES、DES、3DES)的实现原理及应用。对称加密使用相同密钥进行加解密,适合数据安全传输与存储。AES作为现代标准,支持128/192/256位密钥,安全性高;DES采用56位密钥,现已不够安全;3DES通过三重加密增强安全性,但性能较低。文章提供了各算法的具体Java代码示例,便于快速上手实现加密解密操作,帮助用户根据需求选择合适的加密方案保护数据安全。
887 58
|
9月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
12月前
|
机器学习/深度学习 算法 Java
Java实现林火蔓延路径算法
记录正在进行的森林防火项目中林火蔓延功能,本篇文章可以较好的实现森林防火蔓延,但还存在很多不足,如:很多参数只能使用默认值,所以蔓延范围仅供参考。(如果底层设备获取的数据充足,那当我没说)。注:因林火蔓延涉及因素太多,如静可燃物载量、矿质阻尼系数等存在估值,所以得出的结果仅供参考。
564 5
|
存储 负载均衡 算法
我们来说一说 Java 的一致性 Hash 算法
我是小假 期待与你的下一次相遇 ~
673 1
|
11月前
|
运维 监控 算法
基于 Java 滑动窗口算法的局域网内部监控软件流量异常检测技术研究
本文探讨了滑动窗口算法在局域网流量监控中的应用,分析其在实时性、资源控制和多维分析等方面的优势,并提出优化策略,结合Java编程实现高效流量异常检测。
443 0

热门文章

最新文章