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
卷无止境5 分钟前
Python虚拟环境江湖:从venv到uv,如何避开依赖冲突的坑
后端·python
玉鸯9 分钟前
Agent Harness 工程核心架构拆解与 300 行代码实现
python·agent
编程圈子17 分钟前
电机驱动开发学习19. 霍尔 BLDC 三段式 FOC 启动算法
驱动开发·学习·算法
米码收割机20 分钟前
【Python】Django 电子设备商城系统(源码+说明文档)[独一无二]
开发语言·python·django
Hello_Damon_Nikola22 分钟前
伺服电机堵转检测算法详解
单片机·嵌入式硬件·算法
互联网中的一颗神经元25 分钟前
小白python入门 - 38. 动态内容:接口优先与自动化扫盲
开发语言·python·自动化
卷无止境29 分钟前
模块与包:Python 代码组织的两层逻辑
后端·python
夏日清风有你1 小时前
OpenDataLab 数据集下载
python
黑客-秋凌1 小时前
使用Python+selenium实现第一个自动化测试脚本
开发语言·自动化测试·软件测试·python·selenium·测试工具
罗小罗同学1 小时前
安德森癌症中心发表SCOPE IO模型,实现了对罕见肿瘤帕博利珠单抗疗效的精准预测,在患者早期即可预判药效
人工智能·算法·医学图像处理·医学ai