Day22——二叉搜索树最近的公共祖先、二叉搜索树中的插入操作、删除二叉搜索树中的节点

简介: Day22——二叉搜索树最近的公共祖先、二叉搜索树中的插入操作、删除二叉搜索树中的节点

前言


今日文案:

与其埋怨世界,不如改变自己。管好自己的心,做好自己的事,比什么都强。人生无完美,曲折亦风景。别把失去看得过重,放弃是另一种拥有;不要经常艳羡他人,人做到了,心悟到了,相信属于你的风景就在下一个拐弯处。

一、二叉搜索树最近的公共祖先


力扣

在前面做过 二叉树最近的公共祖先,二叉搜索树作为一种特殊情况,一样适用,我们只要用后序遍历,向上传递消息,看是否有节点就行,这里我们用另外一种利用搜索树特性的方法。

class Solution {
public:
    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
        if(root==NULL)            //空直接反空
        {
            return root;
        }
        if(p->val<root->val&&q->val<root->val)                //判断p q大小,往左去遍历
        {
            TreeNode*left=lowestCommonAncestor(root->left,p,q);    //左
            if(left!=NULL)
            {
                return left;
            }
        }
        else if(p->val>root->val&&q->val>root->val)        //右
        {
            TreeNode*right=lowestCommonAncestor(root->right,p,q);
            if(right!=NULL)
            {
                return right;
            }
        }
        return root;
    }

在这个过程中,我们没有判断p->valval>root 或者q->valval>root,也就是两个点在根节点两边,这种情况。其实想想可以知道,这种情况一旦出现,root就已经是我们要找的最近公共祖先,可以直接返回。

而我们的遍历就一直在等待这种情况出现,一旦出现就马上一层一层返回。

二、二叉搜索树中的插入操作


力扣

解题思路:

插入,就像链表一样,只要创建一个节点吗,然后改变父节点的指向,和新节点的指向就行,这里的关键是找到插入那里,这就是搜索树的特性了。插入的位子都是作为叶子。

class Solution {
public:
    TreeNode* traversal(TreeNode* cur, int val)
    {
        if(cur==0)                                //创建节点
        {
            TreeNode*node=new TreeNode(val);
            return node;
        }
        if(val>cur->val)                            //寻找插入位置
        {
            cur->right=traversal(cur->right,val);
        }
        else
        {
            cur->left= traversal(cur->left,val);
        }
        return cur;
    }
    TreeNode* insertIntoBST(TreeNode* root, int val) {
        return traversal(root,val);
    }
};

三、删除二叉搜索树中的节点


力扣

class Solution {
public:
    TreeNode* deleteNode(TreeNode* root, int key) {
        if(root==0)
        {
            return NULL;
        }
        if(root->val==key)
        {
            if(root->left==NULL&&root->right==NULL)    //搜到叶子节点了,没搜到就返回
            {
                return NULL;
            }
            if(root->left==NULL&&root->right!=NULL)    //判断单孩子,左or右
            {
                return root->right;                    //返回上一层链接它
            }
            if(root->left!=NULL&&root->right==NULL)
            {
                return root->left;
            }
            else                                //这是两边都有的,那就爆掉
            {
                TreeNode*node=root;
                node=node->right;         //左孩子全部插入右孩子的左子树末端
                while(node->left)           //搜索树大小排列特性
                {
                    node=node->left;
                }
                node->left=root->left;
                return root->right;
            }
        }
            if(key>root->val)                    //搜索方向
            {
                root->right=deleteNode(root->right,key);
            }
            if(key<root->val)
            {
                root->left=deleteNode(root->left,key);
            }
            return root;
    }
};

因为右子树一定>中节点(被删除的节点)>左子树,那中节点被删后,左子树的值肯定是大于中节点(被删除节点)的父节点,它又小于右子树的所有点,它只能插入在右子树最小的点的后面,也就是右子树,左下角叶子节点后面。

总结


搜索树关键终于判断方向,删除搜索树节点,关键要分清楚不同的情况,还有搜索树特性:左子树都比根节点小,右子树都比根节点大。

相关文章
|
应用服务中间件 索引 nginx
生产环境ES查询延迟排查
最近经常收到业务方配置的ES查询延迟告警,同样的请求手动在Kibana控制台执行只需几十毫秒就返回结果。受影响的整个链路情况如下,php应用程序通过部署在ES集群各节点上的nginx访问ES请求查询数据。
5741 0
|
9月前
|
前端开发 网络架构
如何在React Router中传递参数?
如何在React Router中传递参数?
365 57
|
存储 中间件 数据库连接
|
11月前
|
机器学习/深度学习 人工智能 编解码
Inf-DiT:清华联合智谱AI推出超高分辨率图像生成模型,生成的空间复杂度从 O(N^2) 降低到 O(N)
Inf-DiT 是清华大学与智谱AI联合推出的基于扩散模型的图像上采样方法,能够生成超高分辨率图像,突破传统扩散模型的内存限制,适用于多种实际应用场景。
328 21
Inf-DiT:清华联合智谱AI推出超高分辨率图像生成模型,生成的空间复杂度从 O(N^2) 降低到 O(N)
|
11月前
|
SQL 弹性计算 运维
云卓越架构:稳定性支柱整体解决方案综述
阿里云卓越架构聚焦于五大支柱,其中稳定性是关键。常见的云上稳定性风险包括架构单点、容灾设计不足和容量规划不合理等。为提升稳定性,需从架构设计时考虑容灾与容错、实施变更时遵循“三板斧”原则(灰度发布、可观测性和可回滚性),并确保快速响应和恢复能力。此外,通过客观度量、主观评估和巡检等方式识别风险,并进行专项治理。识货APP作为成功案例,通过优化容器化改造、统一发布体系、告警系统和扩缩容机制,实现了99.8%的高可用率,大幅提升了业务稳定性。
|
存储 缓存 关系型数据库
阿里云数据库 SelectDB 多计算集群核心设计要点揭秘与场景应用
在云原生存算分离架构下,多计算集群的实现从技术方案上看似乎并不存在过多难题。但从产品的角度而言,具备成熟易用的多计算集群能力且能运用于用户实际业务场景中,还有较多核心要点需要深度设计
405 23
阿里云数据库 SelectDB 多计算集群核心设计要点揭秘与场景应用
|
存储 关系型数据库 MySQL
MySQL高级篇——覆盖索引、前缀索引、索引下推、SQL优化、主键设计
覆盖索引、前缀索引、索引下推、SQL优化、EXISTS 和 IN 的区分、建议COUNT(*)或COUNT(1)、建议SELECT(字段)而不是SELECT(*)、LIMIT 1 对优化的影响、多使用COMMIT、主键设计、自增主键的缺点、淘宝订单号的主键设计、MySQL 8.0改造UUID为有序
MySQL高级篇——覆盖索引、前缀索引、索引下推、SQL优化、主键设计
|
算法 前端开发
一文了解贪心算法和回溯算法在前端中的应用
该文章深入讲解了贪心算法与回溯算法的原理及其在前端开发中的具体应用,并通过分析LeetCode题目来展示这两种算法的解题思路与实现方法。
|
算法 C语言 开发者
C语言手撕实战代码_单链表
本文档详细介绍了使用C语言实现单链表的各种基本操作和经典算法。内容涵盖单链表的构建、插入、查找、合并及特殊操作,如头插法和尾插法构建单链表、插入元素、查找倒数第m个节点、合并两个有序链表等。每部分均配有详细的代码示例和注释,帮助读者更好地理解和掌握单链表的编程技巧。此外,还提供了判断子链、查找公共后缀等进阶题目,适合初学者和有一定基础的开发者学习参考。
208 2
|
机器学习/深度学习 算法 数据安全/隐私保护
基于深度学习网络的USB摄像头实时视频采集与水果识别matlab仿真
本项目展示了使用MATLAB 2022a和USB摄像头识别显示器上不同水果图片的算法。通过预览图可见其准确识别效果,完整程序无水印。项目采用GoogleNet(Inception-v1)深度卷积神经网络,利用Inception模块捕捉多尺度特征。代码含详细中文注释及操作视频,便于理解和使用。