剑指offer常见题 - 二叉树问题(一)

简介: 剑指offer常见题 - 二叉树问题(一)

二叉树相关算法

二叉树相关性质:

性质一:在二叉树的第i层上至多有2^(i-1)个结点(i>=1)

性质二:深度为k的二叉树至多有2^(k-1)个结点(k>=1)

性质三:对任意一颗二叉树T,若终端结点数为n0 ,而其度数为2的结点数为n2n0=n2+1

性质四:具有n个结点的完全二叉树的深度为 ⌊log n⌋+1(以2为底)

满二叉树:深度为k,且有2^(k-1)个结点的二叉树。 在满二叉树中,每层结点都是满的,即每层节点都具有最大结点数。

完全二叉树:深度为k,结点数为n的二叉树,如果其结点1n的位置序号分别于满二叉树的节点1n的位置序号一一对应,则为完全二叉树。可见,满二叉树必为完全二叉树,而完全二叉树不一定是满二叉树。

题目

重建二叉树

典型题例:

输入一棵二叉树前序遍历和中序遍历的结果,请重建该二叉树。

示例 :

给定:
前序遍历是:[3, 9, 20, 15, 7]
中序遍历是:[9, 3, 15, 20, 7]
返回:[3, 9, 20, null, null, 15, 7, null, null, null, null]
返回的二叉树如下所示:
    3
   / \
  9  20
    /  \
   15   7

思路

核心

代码:

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    //哈希map
    unordered_map<int, int> pos;
    TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {
       int n = preorder.size(); //for循环中<=时,n=preorder.size() - 1
       //遍历中序序列
       for (int i = 0; i < n; i ++) 
            pos[inorder[i]] = i;    //在哈希表中记录每个值在中序遍历中的位置
        return dfs(preorder, inorder, 0, n - 1, 0, n - 1);
    }
    TreeNode *dfs(vector<int> &pre, vector<int> &in, int pl, int pr, int il, int ir){
            if(pl > pr)   return nullptr;
            //pl为root,在中序遍历中的位置-最左端的值为左子树长度
            int k = pos[pre[pl]] - il;  
            TreeNode *root = new TreeNode(pre[pl]); //定义根结点
            root->left = dfs(pre, in, pl + 1, pl + k, il, il + k - 1);  //递归遍历左子树
            root->right = dfs(pre, in, pl + k +1, pr, il + k + 1, ir);  //递归遍历右子树
            return root;
    }
};

二叉树的下一个节点

典型题例:

给定一棵二叉树的其中一个节点,请找出中序遍历序列的下一个节点。

注意:

  • 如果给定的节点是中序遍历序列的最后一个,则返回空节点;
  • 二叉树一定不为空,且给定的节点一定不是空节点;

示例 :

输入:
假定二叉树是:[2, 1, 3, null, null, null, null], 给出的是值等于2的节点。
则应返回值等于3的节点。
解释:该二叉树的结构如下,2的后继节点是3。
  2
 / \
1   3

思路

代码:

class Solution {
public:
    TreeNode* inorderSuccessor(TreeNode* p) {
        if(p->right){       //存在右子树,找到右子树最左侧的节点就是当前节点的后继
            p = p->right;
            while(p->left)  p = p->left;
            return p;
        }
        //无右子树,沿father域找到第一个实其father左儿子的节点,该节点的father节点是当前节点的后继
        while(p->father && p == p->father->right) p = p->father;
        return p->father;
    }
};

充电站

推荐一个零声学院免费公开课程,个人觉得老师讲得不错,分享给大家:Linux,Nginx,ZeroMQ,MySQL,Redis,fastdfs,MongoDB,ZK,流媒体,CDN,P2P,K8S,Docker,TCP/IP,协程,DPDK等技术内容,立即学习

相关文章
|
存储 弹性计算 监控
ECS的基本操作教程
ECS的基本操作教程
569 7
|
机器学习/深度学习 数据采集 人工智能
动手实践:从零开始训练AI模型的全面指南
【7月更文第14天】随着人工智能技术的飞速发展,训练AI模型已成为科研、工程乃至创业领域的热门技能。本文旨在为初学者提供一个清晰、实用的指南,带领大家从零开始,了解并实践如何训练一个人工智能模型。我们将以一个简单的线性回归任务为例,逐步深入,探讨数据预处理、模型构建、训练过程及评估方法,最后展示如何使用Python和深度学习库PyTorch实现这一过程。
7147 0
|
前端开发
清除浮动的几种方式?各自的优缺点?
清除浮动的几种方式?各自的优缺点?
133 0
|
Java 数据库连接 mybatis
使用Mybatis获取sqlSession对象老爆红的问题解决
使用Mybatis获取sqlSession对象老爆红的问题解决
|
前端开发
web前端作业3
web前端作业3
104 1
|
C语言 索引 编译器
|
SQL 安全 数据库
Windows server 2016——权限管理与数据恢复
Windows server 2016——权限管理与数据恢复
338 0
Windows server 2016——权限管理与数据恢复
|
存储 安全 Java
synchronized 的底层原理
synchronized 的底层是通过 Java 中的监视器锁(monitor)来实现的。每个 Java 对象都有一个与之对应的监视器锁,当一个线程获取了该对象的监视器锁,就可以执行 synchronized 代码块或方法。其他线程只能等待该线程释放锁,才能获取该对象的监视器锁并执行 synchronized 代码块或方法。
899 0
synchronized 的底层原理
|
运维 自然语言处理 安全
人人网校园开发者大赛:来看看校园极客都开发出了哪些有意思的作品?
人人网作为大学生喜爱的社交网站,在校园里有着广泛的使用人群和影响力。由人人网主办的校园开发者大赛面向全国各高校在校大学生,鼓励大家通过实践提升产品设计、技术应用与创新的能力。
1145 0
人人网校园开发者大赛:来看看校园极客都开发出了哪些有意思的作品?
|
消息中间件 Cloud Native 网络协议
消息队列——延时消息应用解析及实践
在大部分场景下业务系统如果只需要实现异步解耦、削峰填谷等能力,常规的普通消息就可以满足此类需求。除此之外,在某些特殊的业务场景中,普通消息类型存在无法满足需求的情况。这就需要消息队列服务本身支持一些特殊的消息类型,或者开发者通过开发一些定制化的代码实现目的。
6162 0
消息队列——延时消息应用解析及实践