力扣108. 将有序数组转换为二叉搜索树

Problem: 108. 将有序数组转换为二叉搜索树

文章目录

题目描述

思路

根据二叉搜索树中序遍历为一个有序序列的特点得到:

1.定义左右下标left,right分别指向有序序列的头尾;

2.每次取出left和right的中间节点mid,构造出根节点;

3.递归得到根节点的左子树的区间范围是(left, mid - 1),递归退出条件为left >= right);

4.递归得到根节点的右子树的区间范围是(mid + 1, right);

复杂度

时间复杂度:

O ( n ) O(n) O(n);其中 n n n为数组的长度(树的节点个数)

空间复杂度:

O ( l o g n ) O(logn) O(logn)

Code

cpp 复制代码
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    /**
     * Converts an ordered array to a binary search tree
     *
     * @param nums Given array
     * @return TreeNode*
     */
    TreeNode* sortedArrayToBST(vector<int>& nums) {
        return buildBST(nums, 0, nums.size() - 1);
    }

private:
    /**
     *
     * @param nums Given array
     * @param left The left root
     * @param right The right root
     * @return TreeNode*
     */
    TreeNode* buildBST(vector<int>& nums, int left, int right) {
        if (left > right) {
            return nullptr;
        }

        int mid = left + (right - left) / 2;
        TreeNode* node = new TreeNode(nums[mid]);

        node->left = buildBST(nums, left, mid - 1);
        node->right = buildBST(nums, mid + 1, right);

        return node;
    }
};
相关推荐
yonuyeung4 分钟前
代码随想录算法【Day54】
java·数据结构·算法
敲上瘾10 分钟前
基础dp——动态规划
java·数据结构·c++·python·算法·线性回归·动态规划
西猫雷婶28 分钟前
python学智能算法(三)|模拟退火算法:深层分析
算法·机器学习·模拟退火算法
张有志_1 小时前
STL容器终极解剖:C++ vector源码级实现指南 | 从内存分配到异常安全的全流程避坑
c语言·c++·算法·开源·visual studio
mvufi1 小时前
day58 第十一章:图论part08
数据结构·算法·图论
williamzhou_20131 小时前
深搜专题2:组合问题
数据结构·算法
web_155342746562 小时前
性能巅峰对决:Rust vs C++ —— 速度、安全与权衡的艺术
c++·算法·rust
StickToForever7 小时前
第4章 信息系统架构(五)
经验分享·笔记·学习·职场和发展
计算机小白一个9 小时前
蓝桥杯 Java B 组之设计 LRU 缓存
java·算法·蓝桥杯
万事可爱^9 小时前
HDBSCAN:密度自适应的层次聚类算法解析与实践
算法·机器学习·数据挖掘·聚类·hdbscan