算法(TS):验证二叉搜索树

给你一个二叉树的根节点 root ,判断其是否是一个有效的二叉搜索树。有效 二叉搜索树定义如下:

  • 节点的左子树只包含小于当前节点的数。
  • 节点的右子树只包含大于当前节点的数。
  • 所有左子树和右子树自身必须也是二叉搜索树。

示例

示例一

示例一是有效的二叉搜索树

示例二

示例二不是有效的二叉搜索树,因为根节点的值是 5 ,但是右子节点的值是 4 。

提示:

  • 树中节点数目范围在1, 104
  • -231 <= Node.val <= 231 - 1****

解答

解答一

有效的二叉搜索树中每一个节点都有一个最大取值和最小取值,以示例二来说,假设我们要将它变成有效二叉搜索树,那么,顶层节点【5】的取值范围是(-Infinity,Infinity),第一层的左节点【1】的取值范围是(-Infinity,5),第一层的右节点【4】的取值范围是(5,Infinity);接下来分享第三层,第三层【3】的取值范围是(【4】的最小取值,【4】的值),第三层【6】的取值范围是(【4】的值,【4】的最大取值,即Infinity)。

使用递归解法如下:

kotlin 复制代码
/**
 * Definition for a binary tree node.
 * class TreeNode {
 *     val: number
 *     left: TreeNode | null
 *     right: TreeNode | null
 *     constructor(val?: number, left?: TreeNode | null, right?: TreeNode | null) {
 *         this.val = (val===undefined ? 0 : val)
 *         this.left = (left===undefined ? null : left)
 *         this.right = (right===undefined ? null : right)
 *     }
 * }
 */

function isValidBST(root: TreeNode | null): boolean {
    const isValid = (root:TreeNode | null,minVal: number,maxVal: number) => {
        if (!root) return true
        if (root.val <= minVal || root.val >= maxVal) {
            return false
        }
        return isValid(root.left,minVal,root.val) && isValid(root.right,root.val,maxVal)
    }
    return isValid(root,-Infinity,Infinity)
};

时间复杂度O(n),空间复杂度O(n)

解答二

进行中序优先遍历,如果是有效的二叉搜索树,那么上一个节点的值一定小于当前节点的值,否则不是有效的二叉搜索树。

ini 复制代码
/**
 * Definition for a binary tree node.
 * class TreeNode {
 *     val: number
 *     left: TreeNode | null
 *     right: TreeNode | null
 *     constructor(val?: number, left?: TreeNode | null, right?: TreeNode | null) {
 *         this.val = (val===undefined ? 0 : val)
 *         this.left = (left===undefined ? null : left)
 *         this.right = (right===undefined ? null : right)
 *     }
 * }
 */

function isValidBST(root: TreeNode | null): boolean {
    let prevVal = -Infinity
    const stack: TreeNode[] = []
    while(root || stack.length) {
        while(root) {
            stack.push(root)
            root = root.left
        }

        root = stack.pop()
        if (root.val <= prevVal) {
            return false
        }

        prevVal = root.val
        root = root.right
    }

    return true
};

时间复杂度O(n),空间复杂度O(n)

相关推荐
Dillon Dong2 小时前
【风电控制】TI TMS320F28379D 双CPU架构解析与任务分布设计
嵌入式硬件·算法·变流器·风电控制
NiceCloud喜云7 小时前
Opus 4.8 的 Effort Control 怎么选:Low 到 Max 五档策略
android·java·大数据·前端·c++·python·spring
小羊在睡觉8 小时前
力扣84. 柱状图中最大的矩形
后端·算法·leetcode·golang·go
3DVisionary8 小时前
蓝光三维扫描:医疗制造的精度焦虑怎么解
人工智能·算法·制造·蓝光三维扫描·医疗制造·三维检测·义齿检测
wordbaby8 小时前
React Native + RNOH:跨页面数据回传的最佳实践与避坑指南
前端·react native
丷丩8 小时前
MapLibre GL JS第22课:查看本地GeoJSON
前端·javascript·map·mapbox·maplibre gl js
好评笔记8 小时前
机器学习面试八股——常用损失函数
人工智能·深度学习·算法·机器学习·校招
weixin_468466858 小时前
全局与局部注意力机制新手实战指南
人工智能·python·深度学习·算法·自然语言处理·transformer·注意力机制
_日拱一卒8 小时前
LeetCode:994腐烂的橘子
java·数据结构·算法·leetcode·深度优先
珂朵莉MM9 小时前
第七届全球校园人工智能算法精英大赛-算法巅峰赛产业命题赛第3赛季优化题--束搜索
人工智能·算法