ACM 选手图解 LeetCode 最大二叉树

简介: ACM 选手图解 LeetCode 最大二叉树

大家好,我是帅蛋。


今天解决最大二叉树,这是一道构造二叉树的题,只不过是按照题目的规则来构造。


我们之前做过【前 + 中 -> 二叉树】、【中 +后 -> 二叉树】,最大二叉树也大抵如此,这种问题本身还是考察二叉树遍历的掌握程度。

640.png

   LeetCode 654:最大二叉树



题意


不重复的整数数组 nums。最大二叉树可以用下面的算法从 nums 递归地构建:


创建一个根节点,其值为 nums 中地最大值。

递归地在最大值左边地子数组前缀上构建左子树。

递归地在最大值右边地子数组后缀上构建右子树。


返回 nums 构建地最大二叉树。


示例


输入:nums = [3,2,1,6,0,5]

输出:[6,3,5,null,2,0,null,null,1]

640.png

提示


  • 1 <= nums.length <= 1000
  • 0 <= nums[i] <= 1000
  • nums 中的所有整数互不相同


题目解析


最大二叉树这道题 LeetCode 定义难度为中等。呃,说实话,我没搞明白难度在哪,我感觉就是道简单题。


至于解法我就不卖关子了,这是一道极其典型的使用分治算法求解的题目。


如果还不了解分治算法,可以先看下面这篇文章:


ACM 选手带你玩转分治算法!


分治算法由“分”和“治”两部分组成,但是它主要包括 3 个过程


  • 划分(Divide)
  • 求解(Conquer)
  • 合并(Combine)


其中:


划分(Divide):将原问题划分为规模较小的子问题,子问题相互独立,与原问题形式相同。


求解(Conquer):递归的求解划分之后的子问题。


合并(Combine):这一步非必须。有些问题涉及合并子问题的解,将子问题的解合并成原问题的解。有的问题则不需要,只是求出子问题的解即可。

640.png


说白了就是先找找拆分到最小规模问题时怎么解,然后再瞅瞅随着问题规模增大点问题怎么解,最后就是找到递归函数,码出递归代码即可


在本题中,其实只需要前两步:划分和求解。


(1) 划分


划分就是拆解到问题的最小规模。


在本问题中拆解是个很简单的事,每次找到区间里的最大值,最大值左边为左子树,右边为右子树(其实就是拆成了两个区间)。


然后左子树和右子树还是按照同样的方式拆解,直至拆成最小规模的问题,即区间内没有数为止。


但是你仔细品,上面找最大值构造根节点,然后再左子树,最后右子树的形式你有没有觉得很熟?


这不就是前序遍历的方式嘛,又破案了...


(2) 求解


递归的求解划分之后的子问题。


最小的情况就是,当右边界 > 左边界,即区间内没有数了,也就结束了。


图解


以 nums = [3,2,1,6,0,5] 为例。


首先初始化当前 nums 最大值所在的下标 maxIndex = 0,start = 0,end = len(nums) = 6。

640.png


# 初始化最大值下标
maxIndex = start

第 1 步,找到当前 nums 的最大值的下标 maxIndex = 3。

640.png

# 找到最大值的下标
for i in range(start + 1, end):
    if nums[i] > nums[maxIndex]:
        maxIndex = i



当前最大值下标对应的就是最大值,即最大二叉树的根节点的值,此时创建根节点。

640.png

# 构建根节点
root = TreeNode(nums[maxIndex])


此时就区分出了左子树(即左区间)和右子树(即右区间),左区间的范围为[0,3),右区间的范围为[4, 6)。

640.png


接下来就还是按照上面的方式,对左子树和右子树进行操作。

# 递归左子树
root.left = self.maxBinaryTree(nums, start, maxIndex)
# 递归右子树
root.right = self.maxBinaryTree(nums, maxIndex + 1, end)

直至分无可分。


# 区间内没有数字,返回 None
if start == end:
    return None


最终最大二叉树就成了下图的样子。

640.png


对于本题解,最坏情况下数组为单调数组,此时递归 n 次,每次递归查找最大值的时间复杂度为 O(n),即总的时间复杂度为 O(n^2)


此外递归过程中调用了额外的栈空间,栈的大小取决于二叉树的高度,二叉树最坏情况下的高度为 n,所以空间复杂度为 O(n)


代码实现


Python 代码实现

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def maxBinaryTree(self, nums:List[int], start, end):
        # 区间内没有数字,返回 None
        if start == end:
            return None
        # 初始化最大值下标
        maxIndex = start
        # 找到最大值的下标
        for i in range(start + 1, end):
            if nums[i] > nums[maxIndex]:
                maxIndex = i
        # 构建根节点
        root = TreeNode(nums[maxIndex])
        # 递归左子树
        root.left = self.maxBinaryTree(nums, start, maxIndex)
        # 递归右子树
        root.right = self.maxBinaryTree(nums, maxIndex + 1, end)
        return root
    def constructMaximumBinaryTree(self, nums: List[int]) -> TreeNode:
        return self.maxBinaryTree(nums, 0, len(nums))


Java 代码实现

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public TreeNode maxBinaryTree(int[] nums, int start, int end){
        // 区间内没有数字,返回 None
        if(start == end){
            return null;
        }
        // 初始化最大值下标
        int maxIndex = start;
        // 找到最大值的下标
        for(int i = start + 1; i < end; i ++){
            if(nums[i] > nums[maxIndex]){
                maxIndex = i;
            }
        }
        // 构建根节点
        TreeNode root = new TreeNode(nums[maxIndex]);
        // 递归左子树
        root.left = maxBinaryTree(nums, start, maxIndex);
        // 递归右子树
        root.right = maxBinaryTree(nums, maxIndex + 1, end);
        return root;
    }
    public TreeNode constructMaximumBinaryTree(int[] nums) {
        return  maxBinaryTree(nums, 0, nums.length);
    }
}

图解最大二叉树到这就结束辣,是不是就是道简单题,没骗你们叭?


但是你没觉得很有意思么?我们用的分治算法,用着用着,这不又是个前序遍历的方式嘛!


真是有意思的二叉树!


希望大家能多多思考,做题的时候不要做完了就算了。


我是帅蛋,我们下次见咯~



相关文章
|
1月前
【LeetCode 31】104.二叉树的最大深度
【LeetCode 31】104.二叉树的最大深度
19 2
|
1月前
【LeetCode 29】226.反转二叉树
【LeetCode 29】226.反转二叉树
15 2
|
1月前
【LeetCode 28】102.二叉树的层序遍历
【LeetCode 28】102.二叉树的层序遍历
15 2
|
1月前
【LeetCode 43】236.二叉树的最近公共祖先
【LeetCode 43】236.二叉树的最近公共祖先
18 0
|
1月前
【LeetCode 38】617.合并二叉树
【LeetCode 38】617.合并二叉树
14 0
|
1月前
【LeetCode 37】106.从中序与后序遍历构造二叉树
【LeetCode 37】106.从中序与后序遍历构造二叉树
16 0
|
1月前
【LeetCode 34】257.二叉树的所有路径
【LeetCode 34】257.二叉树的所有路径
12 0
|
1月前
【LeetCode 32】111.二叉树的最小深度
【LeetCode 32】111.二叉树的最小深度
16 0
|
3月前
|
存储 算法
二叉树进阶-学会层序遍历助你一次刷完leetcode10道题
文章深入探讨了二叉树的层序遍历方法,并展示了如何通过队列实现层序遍历的算法逻辑,同时指出掌握层序遍历技巧可以帮助解决LeetCode上的多道相关题目。
二叉树进阶-学会层序遍历助你一次刷完leetcode10道题
|
3月前
|
算法 Java
LeetCode第94题二叉树的中序遍历
文章介绍了LeetCode第94题"二叉树的中序遍历"的解法,使用递归实现了中序遍历的过程,遵循了"左根右"的遍历顺序,并提供了清晰的Java代码实现。
LeetCode第94题二叉树的中序遍历