zoukankan      html  css  js  c++  java
  • LeetCode 把二叉搜索树转换为累加树

    第538题

    
    给定一个二叉搜索树(Binary Search Tree),把它转换成为累加树(Greater Tree),使得每个节点的值是原来的节点值加上所有大于它的节点值之和。
    
    例如:
    
    输入: 二叉搜索树:
                  5
                /   
               2     13
    
    输出: 转换为累加树:
                 18
                /   
              20     13
    
    来源:力扣(LeetCode)
    链接:https://leetcode-cn.com/problems/convert-bst-to-greater-tree
    
    

    概念

    二叉搜索树

    二叉查找树(Binary Search Tree),(又:二叉搜索树,二叉排序树)它或者是一棵空树,或者是具有下列性质的二叉树: 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值; 它的左、右子树也分别为二叉排序树。
    

    中序遍历

    中序遍历(LDR)是二叉树遍历的一种,也叫做中根遍历、中序周游。在二叉树中,中序遍历首先遍历左子树,然后访问根结点,最后遍历右子树。
    

    解题思路

    • 从定义我们知道,BST的中序遍历为一个递增序列
    • 我们将中序遍历倒置(先右子树,后根节点、再左子树),即可实现一个递减序列
    • 遍历该序列,从大往小累加并更新节点值,即可实现累加树(节点值=原来的节点值加上所有大于它的节点值之和)

    代码实现

    1.递归倒置中序遍历思路实现

    //递归实现
    class Solution1 {
        public TreeNode convertBST(TreeNode root) {
            addSum(root, 0);
            return root;
        }
    
        public int addSum(TreeNode node, int parentVal) {
            //如果没有节点了,返回父节点值
            if (node == null) {
                return parentVal;
            }
    
            //累加右边所有节点值
            int rVal = addSum(node.right, parentVal);
    
            //当前节点值=右边所有节点累加值+当前节点值
            node.val += rVal;
            //System.out.println("当前节点值:" + node.val);
    
            //累加左边所有节点值
            int lVal = addSum(node.left, node.val);
            return lVal;
        }
    }
    

    2.利用堆栈,去递归化实现

    //利用堆栈,去递归化
    class Solution2 {
        public TreeNode convertBST(TreeNode root) {
            TreeNode oRoot = root;
            Stack<TreeNode> stack = new Stack();
            int sum = 0;
            while (true) {
                //右节点入栈
                while (root != null) {
                    stack.push(root);
                    root = root.right;
                }
    
                //如果栈为空退出循环
                if (stack.empty()) {
                    break;
                }
                //否则出栈进入计算
                else {
                    TreeNode node = stack.pop();
                    //更新节点值
                    node.val += sum;
                    //更新sum值
                    sum = node.val;
                    //左节点进入[右节点入栈]
                    root = node.left;
                }
            }
            //返回原树,此时该树所有节点已做更新
            return oRoot;
        }
    }
    

    总结

    我们通过提交代码发现堆栈实现会比递归执行效率慢很多,这是因为:

    • 尾递归被jvm编译器识别并针对其迭代对应进行优化处理过
    • 堆栈实现需要频繁的push(入栈)、pop(出栈)操作导致性能下降

    资料

  • 相关阅读:
    第三篇、image 设置圆角的几种方式
    第二篇、为UITableViewCell 高度自适应加速 缓存cell的高度
    第一篇、Swift_搭建UITabBarController + 4UINavigationController主框架
    Quartz2D 编程指南(三)渐变、透明层 、数据管理
    Quartz2D 编程指南(二)变换、图案、阴影
    Quartz2D 编程指南(一)概览、图形上下文、路径、颜色与颜色空间
    iOS基于MVC的项目重构总结
    iOS开发路线简述
    iOS JavaScriptCore与H5交互时出现异常提示
    iOS开发小技巧
  • 原文地址:https://www.cnblogs.com/tqlin/p/11565256.html
Copyright © 2011-2022 走看看