95.不同的二叉搜索树Ⅱ python

不同的二叉搜索树Ⅱ

题目

题目描述

给你一个整数 n ,请你生成并返回所有由 n 个节点组成且节点值从 1 到 n 互不相同的不同 二叉搜索树 。可以按 任意顺序 返回答案。

示例 1:

输入:n = 3

输出:[[1,null,2,null,3],[1,null,3,2],[2,1,3],[3,1,null,null,2],[3,2,null,1]]

示例 2:

输入:n = 1

输出:[[1]]

提示:

1 <= n <= 8

题解

为了生成所有由 n 个节点组成且节点值从 1 到 n 互不相同的不同二叉搜索树(BST),我们可以使用递归和回溯的方法。这个问题可以通过递归地选择每个可能的根节点,然后分别构建左子树和右子树来解决。

解题思路

对于范围 [1, n] 中的每一个数 i,我们可以把它作为当前树的根节点,那么:

  • 所有可能的左子树是通过递归调用 [1, i-1] 获得的。
  • 所有可能的右子树是通过递归调用 [i+1, n] 获得的。

我们将这两个结果集合并,并将每一对左子树和右子树与当前根节点组合起来,形成一个完整的二叉搜索树。

Python 实现代码

首先,定义一个辅助函数来生成指定范围内所有可能的二叉搜索树。然后,在主函数中调用这个辅助函数并传入初始参数。

python 复制代码
def generateTrees(n: int):
    if n == 0:
        return []
    
    def generate_trees(start, end):
        if start > end:
            return [None,]
        
        all_trees = []
        for i in range(start, end + 1):  # 尝试每个数字作为根节点
            # 获取所有可能的左子树
            for left in generate_trees(start, i - 1):
                # 获取所有可能的右子树
                for right in generate_trees(i + 1, end):
                    # 创建当前树并加入到列表
                    current_tree = TreeNode(i)
                    current_tree.left = left
                    current_tree.right = right
                    all_trees.append(current_tree)
        
        return all_trees
    
    return generate_trees(1, n)

注意事项

  • n = 0 时,没有节点可以用来构建树,因此返回空列表。
  • 使用了深度优先搜索(DFS)的思想,通过递归来遍历所有可能性。
  • 该算法的时间复杂度较高,因为对于每一个节点都要考虑它作为根节点的情况,并递归处理其左右子树。但是由于题目限制了 1 <= n <= 8,这种方法在实际应用中是可行的。

提交结果

相关推荐
万粉变现经纪人2 小时前
如何解决 pip install 安装报错 ModuleNotFoundError: No module named ‘tokenizers’ 问题
python·selenium·测试工具·scrapy·beautifulsoup·fastapi·pip
自信的小螺丝钉2 小时前
Leetcode 146. LRU 缓存 哈希表 + 双向链表
leetcode·缓存·散列表
机器学习之心3 小时前
多目标鲸鱼优化算法(NSWOA),含46种测试函数和9个评价指标,MATLAB实现
算法·matlab·多目标鲸鱼优化算法·46种测试函数·9个评价指标
西阳未落3 小时前
C++基础(21)——内存管理
开发语言·c++·面试
古译汉书3 小时前
嵌入式铁头山羊STM32-各章节详细笔记-查阅传送门
数据结构·笔记·stm32·单片机·嵌入式硬件·个人开发
编程武士3 小时前
从50ms到30ms:YOLOv10部署中图像预处理的性能优化实践
人工智能·python·yolo·性能优化
我的xiaodoujiao4 小时前
Windows系统Web UI自动化测试学习系列2--环境搭建--Python-PyCharm-Selenium
开发语言·python·测试工具
max5006004 小时前
基于Meta Llama的二语习得学习者行为预测计算模型
人工智能·算法·机器学习·分类·数据挖掘·llama
callJJ4 小时前
从 0 开始理解 Spring 的核心思想 —— IoC 和 DI(2)
java·开发语言·后端·spring·ioc·di
ANYOLY4 小时前
Redis 面试宝典
数据库·redis·面试