心路历程:
第一反映就是递归判断每个子树是否root的值大于左结点小于右节点的值,然后不断递归。后来写完之后发现错了,题目中不仅要求当前结点,还得保证其子树内的所有元素都得满足和root的大小关系。
然后想着这下麻烦了,需要记录一些值,不能单纯的遍历考虑一层的事情了。因为需要同时考虑一个root的左右子树的最大值和最小值,所以将递归函数返回值设置为:是否是二叉搜索树,该树的最大值,该树的最小值(包含自己)。这样就可以做了。
再次印证二叉树问题递归函数输入基本就是结点,return是比较多样的。
后面看了代码随想录的解法,发现'中序遍历下,输出的二叉搜索树节点的数值是有序序列。有了这个特性,验证二叉搜索树,就相当于变成了判断一个序列是不是递增的了。'
后来发现用中序遍历这道题会好做很多,需要记录前一个结点的值。其实这个也是用到了中序遍历顺序就是数组上升序列这一特性。
注意的点:
1、只需要返回当前root下树的最大值,最小值,不需要按照左子树最大最小值,右子树最大最小值来思考。需要维护循环不变量。
2、函数传参不要传反了
3、叶子节点可以用正负无穷来表示,这样更新的时候min max就能去掉了
4、二叉树问题需要深刻理解四种遍历的意义
5、如果找不到中序遍历这种特性的话,就会麻烦一点。
解法一:递归遍历 后序
python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def isValidBST(self, root: Optional[TreeNode]) -> bool:
# 二叉树一个简单的地方就在于递归函数传参只考虑节点即可,后序遍历
# 注意需要保证根节点大于或者小于子树中所有的数
# 返回值: 是否是二叉搜索树,该树下面的最大值,该树下面的最小值(包含自己)
# 这道题属于记录最值就可以,如果需要记录所有的节点值,那么就有点类似回溯算法需要在维护一个全局变量
def dfs(node):
if not node:
return True, -float('inf'), float('inf')
l1, l2, l3 = dfs(node.left)
r1, r2, r3 = dfs(node.right)
# 先看是不是二叉搜索树
flag = True
if node.right:
if node.val >= r3:
flag = False
if node.left:
if node.val <= l2:
flag = False
# 再更新最大值,最小值
max_value = max(node.val, l2, r2)
min_value = min(node.val, l3, r3)
return flag and l1 and r1 , max_value, min_value # 参数传反了!!!
res, _, _ = dfs(root)
return res
解法二:中序遍历验证是否上升
python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def __init__(self):
self.vec = []
def traversal(self, root):
if root is None:
return
self.traversal(root.left)
self.vec.append(root.val) # 将二叉搜索树转换为有序数组
self.traversal(root.right)
def isValidBST(self, root):
self.vec = [] # 清空数组
self.traversal(root)
for i in range(1, len(self.vec)):
# 注意要小于等于,搜索树里不能有相同元素
if self.vec[i] <= self.vec[i - 1]:
return False
return True