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
AI视觉网奇2 分钟前
pycharm 默认终端设置 cmd
ide·python·pycharm
言之。6 分钟前
LiteLLM:让LLM调用变得简单统一
后端·python·flask
宠友信息9 分钟前
java微服务驱动的社区平台:友猫社区的功能模块与实现逻辑
java·开发语言·微服务
驰羽15 分钟前
[GO]golang接口入门:从一个简单示例看懂接口的多态与实现
开发语言·后端·golang
ZhengEnCi21 分钟前
Python_try-except-finally 完全指南-从异常处理到程序稳定的 Python 编程利器
后端·python
jarreyer33 分钟前
常见分析方法与对应图表汇总
python·信息可视化·数据分析
ii_best34 分钟前
IOS/ 安卓开发工具按键精灵Sys.GetAppList 函数使用指南:轻松获取设备已安装 APP 列表
android·开发语言·ios·编辑器
m0_64880493_江哥38 分钟前
用正则方法从中英文本提取英文的python示例
python·mysql·正则表达式
王夏奇40 分钟前
C++友元函数和友元类!
开发语言·c++
N0nename40 分钟前
TR3--Transformer之pytorch复现
人工智能·pytorch·python