• 二叉搜索树的后序遍历序列


    问题描述

    输入一个整数数组,判断该数组是不是某二叉搜索树的后序遍历结果。如果是则返回 true,否则返回 false。假设输入的数组的任意两个数字都互不相同。

    参考以下这颗二叉搜索树:

         5
        / 
       2   6
      / 
     1   3

    示例 1:

    输入: [1,6,3,2,5]
    输出: false

    示例 2:

    输入: [1,3,2,6,5]
    输出: true

    提示:数组长度 <= 1000

    解法一(递归):

      如果这题说的是判断该数组是不是某二叉树的中序遍历结果,那么这道题就非常的简单了,因为二叉树搜索树的中序遍历结果一定是有序的,我们只需要判断数组是否有序就行了,但这道题要判断的是不是某二叉搜索树的后序遍历结果,这样就有点难办了。

    二叉搜索树的特点是左子树的值<根节点<右子树的值。而后续遍历的顺序是:左子节点→右子节点→根节点;

    比如下面这棵二叉树,他的后续遍历是

    [3,5,4,10,12,9]

    我们知道后续遍历的最后一个数字一定是根节点,所以数组中最后一个数字9就是根节点,我们从前往后找到第一个比9大的数字10,那么10后面的[10,12](除了9)都是9的右子节点,10前面的[3,5,4]都是9的左子节点,后面的需要判断一下,如果有小于9的,说明不是二叉搜索树,直接返回false。然后再以递归的方式判断左右子树。

     再来看一个,他的后续遍历是[3,5,13,10,12,9]

     

     我们来根据数组拆分,第一个比9大的后面都是9的右子节点[13,10,12]。然后再拆分这个数组,12是根节点,第一个比12大的后面都是12的右子节点[13,10],但我们看到10是比12小的,他不可能是12的右子节点,所以我们能确定这棵树不是二叉搜索树。搞懂了上面的原理我们再来看下代码。

     
        public boolean verifyPostorder(int[] postorder){
            return helper(postorder, 0, postorder.length - 1);
        }
    
        private boolean helper(int[] postorder, int left, int right) {
            //如果left==right,就一个节点不需要判断了,如果left>right说明没有节点,
            //也不用再看了,否则就要继续往下判断
            if (left>=right)return  true;
            //因为数组中最后一个值postorder[right]是根节点,这里从左往右找出第一个比
            // 根节点大的值,他后面的都是根节点的右子节点(包含当前值,不包含最后一个值,
            //因为最后一个是根节点),他前面的都是根节点的左子节点
            int mid = left;
            //根节点
            int root = postorder[right];
            //找到左右节点临界点
            while (postorder[mid] < root)
                mid++;
            int temp = mid;
            //因为postorder[mid]前面的值都是比根节点root小的,
            //我们还需要确定postorder[mid]后面的值都要比根节点root大,
            //如果后面有比根节点小的直接返回false
            while (temp < right) { 
                if (postorder[temp++] < root) 
                    return false;
            }
            //然后对左右子节点进行递归调用
            return  helper(postorder,left,mid-1)&&helper(postorder,mid,right-1);
        }

    解法二(迭代):

    我们先来画一个节点多一些的二叉搜索树,然后观察一下他的规律

    他的后续遍历结果是

    [3,6,5,9,8,11,13,12,10]

    从前往后不好看,我们来从后往前看

    [10,12,13,11,8,9,5,6,3]

    如果你仔细观察会发现一个规律,就是挨着的两个数如果arr[i]<arr[i+1],那么arr[i+1]一定是arr[i]的右子节点,这一点是毋庸置疑的,,我们可以看下上面的10和12是挨着的并且10<12,所以12是10的右子节点。同理12和13,8和9,5和6,他们都是挨着的,并且前面的都是小于后面的,所以后面的都是前面的右子节点。如果想证明也很简单,因为比arr[i]大的肯定都是他的右子节点,如果还是挨着他的,肯定是在后续遍历中所有的右子节点最后一个遍历的,所以他一定是arr[i]的右子节点。

    我们刚才看的是升序的,再来看一下降序的(这里的升序和降序都是基于后续遍历从后往前看的,也就是上面的数组)。

    如果arr[i]>arr[i+1],那么arr[i+1]一定是arr[0]……arr[i]中某个节点的左子节点,并且这个值是大于arr[i+1]中最小的。我们来看一下上面的数组,比如13,11是降序的,那么11肯定是他前面某一个节点的左子节点,并且这个值是大于11中最小的,我们看到12和13都是大于11的,但12最小,所以11就是12的左子节点。同理我们可以观察到11和8是降序,8前面大于8中最小的是10,所以8就是10的左子节点。9和5是降序,6和3是降序,都遵守这个规律。

    根据上面分析的过程,很容易想到使用栈来解决。遍历数组的所有元素,如果栈为空,就把当前元素压栈。如果栈不为空,并且当前元素大于栈顶元素,说明是升序的,那么就说明当前元素是栈顶元素的右子节点,就把当前元素压栈,如果一直升序,就一直压栈。当前元素小于栈顶元素,说明是倒序的,说明当前元素是某个节点的左子节点,我们目的是要找到这个左子节点的父节点,就让栈顶元素出栈,直到栈为空或者栈顶元素小于当前值为止,其中最后一个出栈的就是当前元素的父节点。我们来看下代码

     public boolean verifyPostorder1(int[] postorder) {
            Stack<Integer> stack = new Stack<>();
            int parent = Integer.MAX_VALUE;
            //注意for循环是倒叙遍历的
            for (int i = postorder.length - 1; i >= 0; i--) {
                int cur = postorder[i];
                //当如果前节点小于栈顶元素,说明栈顶元素和当前值构成了倒叙,
                //说明当前节点是前面某个节点的左子节点,我们要找到他的父节点
                while (!stack.isEmpty() && stack.peek() > cur) {
                    parent = stack.pop();
                }
                //只要遇到了某一个左子节点,才会执行上面的代码,才会更
                //新parent的值,否则parent就是一个非常大的值,也就
                //是说如果一直没有遇到左子节点,那么右子节点可以非常大
                if (cur > parent) return false;
                //入栈
                stack.add(cur);
            }
            return true;
        }

    上面代码可能大家有点蒙的是if(cur>parent)这一行的判断。二叉搜索树应该是左子节点小于根节点,右子节点大于根节点,但上面为什么大于父节点的时候要返回false,注意这里的parent是在什么情况下赋的值,parent并不一定都是父节点的值,相对于遇到了左子节点的时候他是左子节点的父节点。如果是右子节点,parent就是他的某一个祖先节点,并且这个右子节点是这个祖先节点的一个左子树的一部分,所以不能超过他,有点绕,慢慢体会。

    总结:

    这题第一种方式是最容易想到的,每次把数组劈两半,因为通过第一个while循环,左边的都是小于根节点的,然后再判断右边的是不是都大于根节点,然后左右两边再以同样的方式计算……。第二种方式也能解决,但比较绕,相对来说不太好容易理解,但如果真的搞懂了,会豁然开朗,也会有很大的收获。

      

  • 相关阅读:
    手写token解析器、语法解析器、LLVM IR生成器(GO语言)
    Windows下切分文件(GnuWin32)
    转载:教你分分钟搞定Docker私有仓库Registry
    marathon传参一
    DC/OS安装
    自己写编程语言-m语言
    揽货最短路径解决方案算法
    揽货最短路径解决方案算法
    用keras作CNN卷积网络书本分类(书本、非书本)
    用keras做SQL注入攻击的判断
  • 原文地址:https://www.cnblogs.com/xiaofeng-fu/p/13925029.html
Copyright © 2020-2023  润新知