数据结构与算法(二叉搜索树)~ 介绍二叉搜索树以及力扣上几道二叉搜索树题目的方法和套路

简介: 数据结构与算法(二叉搜索树)~ 介绍二叉搜索树以及力扣上几道二叉搜索树题目的方法和套路

数据结构与算法(二叉搜索树)~ 介绍二叉搜索树以及力扣上几道二叉搜索树题目的方法和套路



1,二叉树的数据结构:

请参考文章:《数据结构与算法(二叉树)~ 介绍二叉树以及力扣上几道二叉树题目的方法和套路~ 第一部分


❀ 二叉搜索树的特点:

● 整个二叉搜索树非常有特点,根大于左子树, 小于右子树

● 二叉搜索数的中序遍历是有序的~升序的


2,二叉树的力扣算法题:


37.png


✿ 总结一些小套路吧 (没有通用的套路,就讲一下方法哈):

(1)108_将有序数组转换为二叉搜索树 的方法 和 套路:

方法一:利用二叉搜索树特点:根大于左,小于右【将数组不断地按中间点划分成左右子树】


(2)173_二叉搜索树迭代器 的方法 和 套路:

方法一:迭代器(容器,提前存储了按照一定规则摆放的数据~ 中序遍历(递归)),然后定义一个全局索引变量来辅助是否有next和进入next

方法二:迭代器(容器,提前存储了按照一定规则摆放的数据~ 中序遍历(迭代)),然后定义一个全局索引变量来辅助是否有next和进入next~因为题意要最小的,所以next方法,next到最后一层后【左为null】,该值【根】便是所求,然后切换到右边


(3)230_二叉搜索树中第K小的元素 的方法 和 套路:

方法一:中序遍历【递归法~辅助变量,递归到第k次 便是所求】

方法二:中序遍历【迭代法~辅助变量,pop掉k个数,便是所求】


(4)450_删除二叉搜索树中的节点 的方法 和 套路:

方法一:

       //删除值大于 根值,则只能在左子树删除目标,删除值小于根值,只能子啊右子树删除目标。

      //当删除的目标就是根值时,考虑:① 根是叶子 【根置空】 ② 有右子树 【根用后驱结点值覆盖,然后对右子树的重复结点进行删除】

      ③ 没有右子树【只能到左子树找了,根用前驱结点值覆盖,然后对左子树的重复结点进行删除】


(5)530_二叉搜索树的最小绝对差 的方法 和 套路:

      跟 783_二叉搜索树节点最小距离(一模一样。)

方法一:

       //中序遍历 (二叉搜索树的中序遍历是递增的,最小绝对值,只需要用前一个值-后二个值得出)

       //从第二个结点开始,每次进入一个新的结点,都要不断的更新最小距离


(6)700_二叉搜索树中的搜索 的方法 和 套路:

方法一:递归实现:① 若是值 = 根值,直接返回根结点;② 若是值 > 根值,只能到右子树中找,否则只能在左子树中找。

方法二:迭代实现:当一直不是 根值时,判断若 值小于根值,则只能在左区域找,否则只能在右区域找。


(7)701_二叉搜索树中的插入操作 的方法 和 套路:

方法一:递归实现

方法二:迭代实现:

       ①一开始:root == null; 创建一个结点(值即传入的val),然后返回给结点。

       ② 若值= 根值,重复了,直接return

       ③ 从根开始不断地遍历【需要记录一下父节点,以便跟插入结点构成联系】:(若值 > 父结点值【切换到右区域】),否者切换到左区域。直到找到一个 null的空地来建立结点:

       ④ 判断父结点:

       ● 没有左、右结点(判断一下父结点值和传入的值,从而得知插入是左还是右结点)

       ● 有左结点,直接插入在右结点位置

       ● 最后, 则插入在左结点位置


(8)783_二叉搜索树节点最小距离 的方法 和 套路:

方法一:(看 上面的 530_二叉搜索树的最小绝对差)


(9)938_二叉搜索树的范围和 的方法 和 套路:

方法一:遍历(随便一种遍历方式都可以,去比较遍历到的当前结点是否在【low high】范围内,是则直接添加即可了)

方法二:递归,利用二叉搜索树的特点(根大于左子树,根小于右子树):

当前结点(根值 小于 low)只能考虑右子树了;当前结点(根值 大于 low)只能考虑左子树了;当前结点(根值 处在【low high】 范围内)累加当前结点数据同时考虑左子树区域 + 右子树区域;

方法三:迭代实现 【队列:当前层的结点一个一个拿出来判断,若当前结点值范围大于high,考虑左子树区域,当前结点值小于low,考虑右子树区域,等于直接累加范围,然后左右子树区域都有可能】


(10)98_验证二叉搜索树 的方法 和 套路:

方法一:● 官网是通过重载接口方法使用递归法,(参数:根,最小,最大)~ 实现了局部到整体都满足: 二叉搜索树:根大于左子树,大于左边整棵树的最大值哦,同理,根小于右子树,小于右边整棵树的最小值。

方法二:递归或者迭代(中序遍历),只要出现当前结点小于前一个结点的值【false】


(11)99_恢复二叉搜索树 的方法 和 套路:

方法一:先中序遍历将有序的元素存放到容器 list 里,然后遍历容器找出两个有问题的结点。扫描 list的结果,找出可能存在错误交换的节点x和y【利用升序,

第一个错误结点:是出现递减的前一个【突然变大,导致后边那个结点受到影响,与之关系的递增被破坏】,

第二个错误结点,是出现递减的后一个【突然变小,导致前边一个结点受到影响,与之关系的递增被破坏】

方法二:迭代遍历(其实是第一种方法的简单优化一下而已,将第一种方法的中序递归改成中序迭代,将第一种存储数据元素于容器list,再找到问题结点优化成直接找,标记出两个问题结点,然后进行交换)

目录
相关文章
|
4月前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
4月前
|
存储 算法 编译器
算法入门:剑指offer改编题目:查找总价格为目标值的两个商品
给定递增数组和目标值target,找出两数之和等于target的两个数字。利用双指针法,left从头、right从尾向中间逼近,根据和与target的大小关系调整指针,时间复杂度O(n),空间复杂度O(1)。找不到时返回{-1,-1}。
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
1445 6
|
Java C++ 索引
让星星⭐月亮告诉你,LinkedList和ArrayList底层数据结构及方法源码说明
`LinkedList` 和 `ArrayList` 是 Java 中两种常见的列表实现。`LinkedList` 基于双向链表,适合频繁的插入和删除操作,但按索引访问元素效率较低。`ArrayList` 基于动态数组,支持快速随机访问,但在中间位置插入或删除元素时性能较差。两者均实现了 `List` 接口,`LinkedList` 还额外实现了 `Deque` 接口,提供了更多队列操作。
319 3
|
存储 算法 Java
数据结构与算法学习八:前缀(波兰)表达式、中缀表达式、后缀(逆波兰)表达式的学习,中缀转后缀的两个方法,逆波兰计算器的实现
前缀(波兰)表达式、中缀表达式和后缀(逆波兰)表达式的基本概念、计算机求值方法,以及如何将中缀表达式转换为后缀表达式,并提供了相应的Java代码实现和测试结果。
1691 0
数据结构与算法学习八:前缀(波兰)表达式、中缀表达式、后缀(逆波兰)表达式的学习,中缀转后缀的两个方法,逆波兰计算器的实现
|
算法 Java C语言
【数据结构】后缀(逆波兰)表达式的计算以及中缀转后缀的方法
【数据结构】后缀(逆波兰)表达式的计算以及中缀转后缀的方法
3907 1
ES6中的Set数据结构的常用方法和使用场景
ES6中的Set数据结构的常用方法和使用场景
|
存储 算法 索引
HashMap底层数据结构及其增put删remove查get方法的代码实现原理
HashMap 是基于数组 + 链表 + 红黑树实现的高效键值对存储结构。默认初始容量为16,负载因子为0.75。当存储元素超过容量 * 负载因子时,会进行扩容。HashMap 使用哈希算法计算键的索引位置,通过链表或红黑树解决哈希冲突,确保高效存取。插入、获取和删除操作的时间复杂度接近 O(1)。
354 0
|
存储 C语言
栈和队列题目练习
栈和队列题目练习

热门文章

最新文章