算法打卡第18天

从中序与后序遍历序列构造二叉树

(力扣106题)

给定两个整数数组 inorderpostorder ,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:

img

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:

输入:inorder = [-1], postorder = [-1]
输出:[-1]

提示:

  • 1 <= inorder.length <= 3000
  • postorder.length == inorder.length
  • -3000 <= inorder[i], postorder[i] <= 3000
  • inorderpostorder 都由 不同 的值组成
  • postorder 中每一个值都在 inorder
  • inorder 保证是树的中序遍历
  • postorder 保证是树的后序遍历

解题思路

这道题的解题思路是利用二叉树的中序遍历和后序遍历结果来重建二叉树。中序遍历的特点是左根右,后序遍历的特点是左右根。通过这两个遍历结果,可以唯一确定一棵二叉树。

  1. 确定根节点:后序遍历的最后一个元素是当前子树的根节点。
  2. 切割中序遍历:在中序遍历中找到根节点的位置,其左侧是左子树的中序遍历,右侧是右子树的中序遍历。
  3. 切割后序遍历:根据左子树的中序遍历长度,从后序遍历中切分出左子树和右子树的后序遍历。
  4. 递归构建:对左子树和右子树分别递归执行上述步骤,直到所有子树都被构建完成。

通过递归的方式,利用中序和后序遍历的特性,可以高效地重建出原始的二叉树。

代码

#include <iostream>
#include <vector>
#include <queue>
using namespace std;
struct TreeNode
{int val;TreeNode *left;TreeNode *right;TreeNode() : val(0), left(nullptr), right(nullptr) {}TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}~TreeNode(){delete left;delete right;}
};class Solution
{// 递归地构建二叉树// 函数直接操作原始的vector对象,而不是创建一个副本
private:TreeNode *traversal(vector<int> &inorder, vector<int> &postorder){// 空数组if (postorder.size() == 0){return NULL;}// 后序遍历数组最后一个元素,就是当前的根节点int rootValue = postorder[postorder.size() - 1];// 构建根节点TreeNode *root = new TreeNode(rootValue);// 当前子树只有一个节点(即叶子节点)if (postorder.size() == 1){return root;}// 找到中序遍历的切割点int delimiterIndex = 0;for (delimiterIndex; delimiterIndex < inorder.size(); delimiterIndex++){if (inorder[delimiterIndex] == rootValue){break;}}// 切中序数组// 左闭右开区间:[0, delimiterIndex)// 是C++标准库中对范围的约定是左闭右开vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex);// [delimiterIndex + 1, end)vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end());// postorder 舍弃末尾元素,因为这个元素就是中间节点,已经用过了// resize调整数组大小postorder.resize(postorder.size() - 1);// 左闭右开,注意这里使用了左中序数组大小作为切割点:[0, leftInorder.size)vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size());vector<int> rightPostorder(postorder.begin() + leftInorder.size() , postorder.end());cout << "----------" << endl;cout << "leftInorder :";for (int i : leftInorder){cout << i << "";}cout << endl;cout << "rightInorder :";for (int i : rightPostorder){cout << i << "";}cout << endl;cout << "leftPostorder :";for (int i : leftPostorder){cout << i << "";}cout << endl;cout << "rightPostorder :";for (int i : rightPostorder){cout << i << "";}cout << endl;// 递归root->left = traversal(leftInorder, leftPostorder);root->right = traversal(rightInorder, rightPostorder);return root;}public:TreeNode *buildTree(vector<int> &inorder, vector<int> &postorder){if (inorder.size() == 0 || postorder.size() == 0){return NULL;}return traversal(inorder, postorder);}
};
// 打印函数
void printTree(TreeNode *root)
{if (root == nullptr){return;}queue<TreeNode *> que;que.push(root);while (!que.empty()){TreeNode *current = que.front(); // 取出队列中的当前节点que.pop();                       // 从队列中移除当前节点// 打印当前节点的值cout << current->val << "";// 如果当前节点有左子节点,将左子节点加入队列if (current->left){que.push(current->left);}if (current->right){que.push(current->right);}}
}

最大二叉树

(力扣654题)

给定一个不重复的整数数组 nums最大二叉树 可以用下面的算法从 nums 递归地构建:

  1. 创建一个根节点,其值为 nums 中的最大值。
  2. 递归地在最大值 左边子数组前缀上 构建左子树。
  3. 递归地在最大值 右边子数组后缀上 构建右子树。

返回 nums 构建的 *最大二叉树*

示例 1:

img

输入:nums = [3,2,1,6,0,5]
输出:[6,3,5,null,2,0,null,null,1]
解释:递归调用如下所示:
- [3,2,1,6,0,5] 中的最大值是 6 ,左边部分是 [3,2,1] ,右边部分是 [0,5] 。- [3,2,1] 中的最大值是 3 ,左边部分是 [] ,右边部分是 [2,1] 。- 空数组,无子节点。- [2,1] 中的最大值是 2 ,左边部分是 [] ,右边部分是 [1] 。- 空数组,无子节点。- 只有一个元素,所以子节点是一个值为 1 的节点。- [0,5] 中的最大值是 5 ,左边部分是 [0] ,右边部分是 [] 。- 只有一个元素,所以子节点是一个值为 0 的节点。- 空数组,无子节点。

示例 2:

img

输入:nums = [3,2,1]
输出:[3,null,2,null,1]

提示:

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

解题思路

这道题的解题思路是利用递归构建最大二叉树。最大二叉树的定义是:对于每个节点,其左子树上的所有值都小于该节点的值,右子树上的所有值都大于该节点的值。

  1. 递归终止条件:如果输入数组的大小为1,则直接创建一个值为该元素的节点并返回,因为此时已经到达叶子节点。
  2. 寻找最大值及其索引:遍历数组,找到最大值及其索引。最大值将作为当前子树的根节点。
  3. 构建根节点:根据最大值创建根节点。
  4. 递归构建左右子树
    • 左子树:最大值左侧的数组元素用于构建左子树。如果最大值索引大于0,则递归调用函数构建左子树。
    • 右子树:最大值右侧的数组元素用于构建右子树。如果最大值索引小于数组长度减1,则递归调用函数构建右子树。
  5. 返回根节点:递归完成后,返回构建好的根节点。

通过递归的方式,每次选择数组中的最大值作为当前子树的根节点,并分别用其左侧和右侧的数组元素构建左右子树,最终构建出满足条件的最大二叉树。

代码

#include <iostream>
#include <vector>
#include <queue>
using namespace std;
// 最大二叉树
struct TreeNode
{int val;TreeNode *left;TreeNode *right;TreeNode() : val(0), left(nullptr), right(nullptr) {}TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}~TreeNode(){delete left;delete right;}
};class Solution
{
public:TreeNode *constructMaximumBinaryTree(vector<int> &nums){// 确定终止条件 果传入的数组大小为1,说明遍历到了叶子节点了TreeNode *node = new TreeNode(0);if (nums.size() == 1){node->val = nums[0];return node;}// 找到数组中最大的值和对应的下标 构建根节点int maxValue = 0; // 数组中最大的值int maxIndex = 0; // 数组中最大的值索引for (int i = 0; i < nums.size(); i++){if (nums[i] > maxValue){maxValue = nums[i];maxIndex = i;}}node->val = maxValue;// 上面的是创建根节点的逻辑//  最大值所在的下标左区间 构造左子树if (maxIndex > 0){vector<int> newVec(nums.begin(), nums.begin() + maxIndex);node->left = constructMaximumBinaryTree(newVec);}// 最大值所在的下标右区间 构造右子树if (maxIndex <  nums.size() - 1){vector<int> newVec(nums.begin() + maxIndex + 1, nums.end());node->right = constructMaximumBinaryTree(newVec);}return node;}
};
// 打印函数
void printTree(TreeNode *root)
{if (root == nullptr){return;}queue<TreeNode *> que;que.push(root);while (!que.empty()){TreeNode *current = que.front(); // 取出队列中的当前节点que.pop();                       // 从队列中移除当前节点// 打印当前节点的值cout << current->val << "";// 如果当前节点有左子节点,将左子节点加入队列if (current->left){que.push(current->left);}if (current->right){que.push(current->right);}}
}
int main()
{TreeNode *root = new TreeNode(3);root->left = new TreeNode(9);root->right = new TreeNode(20);root->right->left = new TreeNode(15);root->right->right = new TreeNode(7);vector<int> inorder = {9, 3, 15, 20, 7};vector<int> postorder = {9, 15, 7, 20, 3};Solution s;return 0;
}

合并二叉树

(力扣617题)

给你两棵二叉树: root1root2

想象一下,当你将其中一棵覆盖到另一棵之上时,两棵树上的一些节点将会重叠(而另一些不会)。你需要将这两棵树合并成一棵新二叉树。合并的规则是:如果两个节点重叠,那么将这两个节点的值相加作为合并后节点的新值;否则,不为 null 的节点将直接作为新二叉树的节点。

返回合并后的二叉树。

注意: 合并过程必须从两个树的根节点开始。

示例 1:

img

输入:root1 = [1,3,2,5], root2 = [2,1,3,null,4,null,7]
输出:[3,4,5,5,4,null,7]

示例 2:

输入:root1 = [1], root2 = [1,2]
输出:[2,2]

提示:

  • 两棵树中的节点数目在范围 [0, 2000]
  • -104 <= Node.val <= 104

解题思路

这道题的解题思路是通过递归合并两棵二叉树。合并规则是:对于两个树的每个对应节点,将它们的值相加,并将结果存储在一个新的节点中。如果某个节点在其中一棵树中不存在,则直接使用另一棵树中的节点。

  1. 递归终止条件
    • 如果 root1 为空,则直接返回 root2,因为 root2 就是合并后的结果。
    • 如果 root2 为空,则直接返回 root1,因为 root1 就是合并后的结果。
  2. 合并节点
    • 如果两个节点都不为空,将它们的值相加,并存储在 root1 中(也可以选择存储在 root2 中,但这里选择 root1 作为主树)。
  3. 递归合并左右子树
    • 递归地合并左子树:root1->left = mergeTrees(root1->left, root2->left)
    • 递归地合并右子树:root1->right = mergeTrees(root1->right, root2->right)
  4. 返回合并后的树
    • 最终返回 root1,它已经包含了合并后的所有节点。

通过递归的方式,逐层合并两棵树的节点,最终得到一棵新的二叉树,其中每个节点的值是两棵树对应节点值的和。这种方法既简洁又高效,充分利用了二叉树的递归结构。

代码

#include <iostream>
// 合并二叉树
struct TreeNode
{int val;TreeNode *left;TreeNode *right;TreeNode() : val(0), left(nullptr), right(nullptr) {}TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}~TreeNode(){delete left;delete right;}
};
// 合并二叉树
class Solution
{
public:TreeNode *mergeTrees(TreeNode *root1, TreeNode *root2){// 终止条件// 如果t1为空,合并之后就应该是t2if (root1 == NULL){return root2;}// 如果t2为空,合并之后就应该是t1if (root2 == NULL){return root1;}// 单层递归 节点都不是空// 修改了t1的数值和结构root1->val += root2->val;   //根root1->left = mergeTrees(root1->left, root2->left);    //左root1->right = mergeTrees(root1->right, root2->right);  //右return root1;}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/pingmian/84113.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LangChain工具集成实战:构建智能问答系统完整指南

导读&#xff1a;在人工智能快速发展的今天&#xff0c;如何构建一个既能理解自然语言又能调用外部工具的智能问答系统&#xff0c;成为许多开发者面临的核心挑战。本文将为您提供一套完整的解决方案&#xff0c;从LangChain内置工具包的基础架构到复杂系统的工程实践。 文章深…

P3156 【深基15.例1】询问学号

P3156 【深基15.例1】询问学号 - 洛谷 数据结构-线性表 #include<bits/stdc.h> using namespace std; int n,m,a[2000005]; int main(){cin>>n>>m;for(int i1;i<n;i)cin>>a[i];//使用数组模拟线性表while(m--){int k;cin>>k;cout<<a[…

衡量嵌入向量的相似性的方法

衡量嵌入向量的相似性的方法 一、常见相似性计算方法对比 方法核心原理公式优点缺点适用场景余弦相似度计算向量夹角的余弦值,衡量方向相似性,与向量长度无关。$\text{cos}\theta = \frac{\mathbf{a} \cdot \mathbf{b}}{\mathbf{a}\mathbf{b}欧氏距离计算向量空间中的直线距离…

小番茄C盘清理:专业高效的电脑磁盘清理工具

在使用电脑的过程中&#xff0c;我们常常会遇到系统盘空间不足、磁盘碎片过多、垃圾文件堆积等问题&#xff0c;这些问题不仅会导致电脑运行缓慢&#xff0c;还可能引发系统崩溃。为了解决这些问题&#xff0c;小番茄C盘清理应运而生。它是一款专业的C盘清理软件&#xff0c;能…

【版本控制】Git 和 GitHub 入门教程

目录 0 引言1 Git与GitHub的诞生1.1 Git&#xff1a;Linus的“两周奇迹”&#xff0c;拯救Linux内核1.2 GitHub&#xff1a;为Git插上协作的翅膀1.3 协同进化&#xff1a;从工具到生态的质变1.4 关键历程时间轴&#xff08;2005–2008&#xff09; 2 Git与GitHub入门指南2.1 Gi…

Dify源码教程:账户和密码传递分析

概述 Dify系统中账户创建过程中的密码处理是Web应用安全的重要环节。本教程详细分析了从前端表单到后端存储的完整流程&#xff0c;展示了Dify如何安全地处理用户凭据。 前端部分 在 dify/web/app/install/installForm.tsx 文件中&#xff0c;当用户填写完表单并点击安装按钮…

window查看SVN账号密码

背景 公司的SVN地址发生迁移&#xff0c;想迁移一下本地SVN地址&#xff0c;后来发现SVN账号密码忘记了。写此文章纯记录。 迁移SVN地址&#xff1a; 找到svn目录点击relocate&#xff0c;输入新的svn地址&#xff0c;如需输入账号密码&#xff0c;输入账号密码即完成svn地址…

Read View在MVCC里如何工作

Read View的结构 Read View中有四个重要的字段&#xff1a; m_ids&#xff1a;创建 Read View 时&#xff0c;数据库中启动但未提交的「活跃事务」的事务 id 列表 。min_trx_id&#xff1a;创建 Read View 时&#xff0c;「活跃事务」中事务 id 最小的值&#xff0c;即 m_ids …

如何在mac上安装podman

安装 Podman 在 macOS 上 在 macOS 上安装 Podman 需要使用 Podman 的桌面客户端工具 Podman Desktop 或通过 Homebrew 安装命令行工具。 使用 Homebrew 安装 Podman&#xff1a; (base) ninjamacninjamacdeMacBook-Air shell % brew install podman > Auto-updating Hom…

QGraphicsView中鼠标点击与移动事件传递给MainWindow

在Qt图形应用程序开发中,QGraphicsView和QGraphicsScene框架提供了强大的2D图形显示功能。然而,当我们需要在主窗口(MainWindow)中处理这些视图中的鼠标事件。 问题背景 在典型的Qt图形应用程序架构中: MainWindow └── QGraphicsView└── QGraphicsScene└── QGra…

Spring Boot 缓存注解详解:@Cacheable、@CachePut、@CacheEvict(超详细实战版)

&#x1f4a1; 前言 在高并发、高性能的系统开发中&#xff0c;缓存是提升接口响应速度和降低数据库压力的重要手段。Spring Boot 提供了强大的缓存抽象层 —— spring-context-support&#xff0c;并结合 JSR-107 标准&#xff0c;提供了多个缓存注解&#xff0c;如&#xff…

vue中ref的详解以及react的ref对比

文章目录 1. ref是什么2. ref的使用3. ref的特性4. 使用场景5. 注意事项6. 与 React 的对比7. 动态 ref8. 函数式组件中的 ref9. 组合式 API 中的 ref10. 总结 1. ref是什么 ref 被用来给元素或子组件注册引用信息。引用信息将会注册在父组件的 $refs 对象上。可以通过实例对象…

通过ca证书的方式设置允许远程访问Docker服务

设置允许远程访问Docker服务 使用场景 环境 系统&#xff1a;anolis7.9 修改Docker服务配置&#xff0c;配置安全证书 生成ca证书到/etc/docker目录中&#xff0c;后续会要用到 #该步骤需要设置密码&#xff0c;后面步骤会要用到&#xff0c;此处设置密码为123456 openss…

Qt Quick Layout功能及架构

Qt Quick Layouts 是 Qt Quick 中用于管理用户界面布局的模块&#xff0c;在 Qt 6.0 中继续提供强大的布局管理功能。 一、主要功能 主要布局类型 RowLayout - 水平排列项目 ColumnLayout - 垂直排列项目 GridLayout - 网格排列项目 StackLayout - 堆叠项目&#xff08;一…

Golang 面试经典题:map 的 key 可以是什么类型?哪些不可以?

Golang 面试经典题&#xff1a;map 的 key 可以是什么类型&#xff1f;哪些不可以&#xff1f; 在 Golang 的面试中&#xff0c;map 类型的使用是一个常见的考点&#xff0c;其中对 key 类型的合法性 是一道常被提及的基础却很容易被忽视的问题。本文将带你深入理解 Golang 中…

从 ClickHouse、Druid、Kylin 到 Doris:网易云音乐 PB 级实时分析平台降本增效

网易云音乐基于 Apache Doris 替换了早期架构中 Kylin、Druid、Clickhouse、Elasticsearch、HBase 等引擎&#xff0c;统一了实时分析架构&#xff0c;并广泛应用于广告实时数仓、日志平台和会员报表分析等典型场景中&#xff0c;带来导入性能提升 3&#xff5e;30 倍&#xff…

Android 本地存储路径说明

一、背景 作为一个开发者,我们经常需要通过缓存一些文件到SD卡中,常见的方式就是,通过: File sdCard Environment.getExternalStorageDirectory(); 获取SD卡根目录,然后自定义文件/文件名进行文件存储.这样做法的结果就是,当手机安装了大量的app时&#xff0c;SD卡根目录会…

开发的几种格式,TCP的十个重要机制

自定义协议中&#xff0c; 我们有几种常见的数据格式&#xff1a; 1.xml 通过标签来组织数据 请求&#xff1a; 优势&#xff1a; 让数据的可读性变更好了 劣势&#xff1a; 标签非常繁琐&#xff0c;传输的时候也占用更多网络带宽&#xff08;maven会使用xml来管理项目配…

dify打造数据可视化图表

一、概述 在日常工作和学习中&#xff0c;我们经常需要和数据打交道。无论是分析报告、项目展示&#xff0c;还是简单的数据洞察&#xff0c;一个清晰直观的图表&#xff0c;往往能胜过千言万语。 一款能让数据可视化变得超级简单的 MCP Server&#xff0c;由蚂蚁集团 AntV 团队…

自然语言处理——文本分类

文本分类 传统机器学习方法文本表示向量空间模型 特征选择文档频率互信息信息增益&#xff08;IG&#xff09; 分类器设计贝叶斯理论&#xff1a;线性判别函数 文本分类性能评估P-R曲线ROC曲线 将文本文档或句子分类为预定义的类或类别&#xff0c; 有单标签多类别文本分类和多…