本文为大便一箩筐的原创内容,转载请注明出处,谢谢:http://www.cnblogs.com/dbylk/p/4048209.html
原题:
Given n, generate all structurally unique BST's (binary search trees) that store values 1...n.
For example,
Given n = 3, your program should return all 5 unique BST's shown below.
1 3 3 2 1
/ / /
3 2 1 1 3 2
/ /
2 1 2 3
The serialization of a binary tree follows a level order traversal, where '#' signifies a path terminator where no node exists below.
Here's an example:
1
/
2 3
/
4
5
The above binary tree is serialized as "{1,2,3,#,#,4,#,#,5}"
.
解释:
对给定的数字 n,生成所有储存了数字 1 至 n 的结构不同的 BST's (二叉查找树)。
举个栗子 ⊙o⊙,
假如给定的 n = 3,你的程序应该返回如下图所示的5个不同的二叉查找树。
1 3 3 2 1
/ / /
3 2 1 1 3 2
/ /
2 1 2 3
二叉树的序列化遵循水平阶遍历,“#”表示没有节点存在。
这儿有一个栗子 ⊙o⊙ :
1
/
2 3
/
4
5
上图的二叉树序列化后的结果为“{1,2,3,#,#,4,#,#,5}”。
思路:
这道题是 Unique Binary Search Trees 的升级版,解决方法同样是动态规划。
在做 Unique Binary Search Trees 这道题时,我们用一个数组保存 1 至 n-1 对应的不同二叉树的个数 X1、X2、X3、... Xn-1,
则 n 对应的不同二叉树个数Xn = Xn-1 + X1*Xn-2 + X2*Xn-3 + X3*Xn-4 + ... + Xn-2*X1 + Xn-1
通过这个递推式,我们可以从 N = 1 开始递推,最后得到 N = n 时不同二叉查找树的个数。
与上述思路类似,我们可以通过深度优先搜索(递归)解决这道题。
因为二叉查找树满足父节点的值大于左子节点的值,小于右子节点的值,所以我们可以:
(1) 从 N=1 开始构建二叉查找树,则它的左子树节点数为 0,右子树节点数为 n-1;
(2) N=2 时,左子树节点数为 1,右子树节点数为 n-2;
……
(n) N=n 时,左子树节点数为 n-1,右子树节点数 0。
而在第(1)步中,右子树继续执行上述循环,子树的子树又执行这个循环,最终,我们可以将子树节点数减少到 1,而一个节点只有一种排列方式,所以此时可以毫不犹豫地将结果返回给上一级。然后包含有两个节点的二叉树排列方式又被返回给上一级。……
依此类推,我们最后可以得到所有不同结构的二叉查找树。
源码:
// Author DaBianYiLuoKuang. // http://www.cnblogs.com/dbylk/ class Solution { public: vector<TreeNode *> generateTrees(int n) { return GenerateSubTree(1, n + 1); } vector<TreeNode*> GenerateSubTree(int l, int r) { vector<TreeNode *> subTree; if (l >= r) { subTree.push_back(NULL); return subTree; } if (l == r - 1) { subTree.push_back(new TreeNode(l)); return subTree; } for (int i = l; i < r; ++i) { vector<TreeNode *> leftSubTree = GenerateSubTree(l, i); vector<TreeNode *> rightSubTree = GenerateSubTree(i + 1, r); for (int m = 0; m < leftSubTree.size(); ++m) { for (int n = 0; n < rightSubTree.size(); ++n) { TreeNode *root = new TreeNode(i); root->left = leftSubTree[m]; root->right = rightSubTree[n]; subTree.push_back(root); } } } return subTree; } };