• LeetCode108将有序数组转换为二叉搜索树


    将有序数组转换为二叉搜索树

    题目描述:给你一个整数数组 nums ,其中元素已经按 升序 排列,请你将其转换为一棵 高度平衡 二叉搜索树。

    高度平衡 二叉树是一棵满足「每个节点的左右两个子树的高度差的绝对值不超过 1 」的二叉树。

    示例说明请见LeetCode官网。

    来源:力扣(LeetCode)
    链接:https://leetcode-cn.com/problems/convert-sorted-array-to-binary-search-tree/
    著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

    解法一:递归

    根据二叉搜索树的性质,因为给定的数组是按升序排列的,所以可以确定数组num即为该二叉搜索树的中序遍历序列,为了得到一颗平衡的二叉树,取数组中间位置的节点作为根节点,这样,左右子树的节点较为平衡,具体处理过程如下:

    • 调用递归方法,初始的起始位置为数组的长度;
    • 当起点位置大于终点位置时,说明节点已经遍历完了,直接返回空树;
    • 获取中间位置的值作为根节点,这样左右子树的节点树是比较均衡的;
    • 然后递归获得当前根节点的左右子树;
    • 最后返回根节点即为平衡的二叉搜索树。
    import com.kaesar.leetcode.TreeNode;
    
    public class LeetCode_108 {
        public static TreeNode sortedArrayToBST(int[] nums) {
            // 调用递归方法,初始的起始位置为数组的长度
            return sortedArrayToBST(nums, 0, nums.length - 1);
        }
    
        /**
         * 递归
         *
         * @param nums
         * @param left
         * @param right
         * @return
         */
        private static TreeNode sortedArrayToBST(int[] nums, int left, int right) {
            // 当起点位置大于终点位置时,说明节点已经遍历完了,直接返回空树
            if (left > right) {
                return null;
            }
            // 获取中间位置的值作为根节点,这样左右子树的节点树是较为平衡点
            int mid = (left + right) / 2;
            TreeNode root = new TreeNode(nums[mid]);
            // 然后递归获得当前根节点的左右子树
            root.left = sortedArrayToBST(nums, left, mid - 1);
            root.right = sortedArrayToBST(nums, mid + 1, right);
            return root;
        }
    
        public static void main(String[] args) {
            int[] nums = new int[]{-10, -3, 0, 5, 9};
            sortedArrayToBST(nums).print();
        }
    }
    

    【每日寄语】 不辜负每个朝阳,不荒废每个深夜,因平凡而奋斗,因奋斗而不平凡。

  • 相关阅读:
    ServletContext的应用
    behavior planning——11 create a cost function speed penalty
    behavior planning——10 behaior planning pseudocode
    behavior planning——inputs to transition functions
    卡尔曼滤波——20.卡尔曼预测
    卡尔曼滤波——19.卡尔曼滤波器代码
    卡尔曼滤波——18.预测函数
    卡尔曼滤波——17.高斯移动
    卡尔曼滤波——16.新的均值和方差
    卡尔曼滤波——14.—15分离的高斯分布
  • 原文地址:https://www.cnblogs.com/kaesar/p/15559682.html
Copyright © 2020-2023  润新知