【LeetCode 刷题】二叉树-修改与构造

此博客为《代码随想录》二叉树章节的学习笔记,主要内容为二叉树的修改与构造相关的题目解析。

文章目录

226. 翻转二叉树

题目链接

python 复制代码
class Solution:
    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        if root is None:
            return
        left = self.invertTree(root.left)
        right = self.invertTree(root.right)
        root.right = left
        root.left = right
        return root
  • 上述代码为后序遍历版本,即先递归处理左、右节点,之后处理中间节点
  • 前序遍历也可正确求解,但中序遍历不可正确求解

105.从前序与中序遍历序列构造二叉树

题目链接

python 复制代码
class Solution:
    def buildTree(self, preorder: List[int], inorder: List[int]) -> Optional[TreeNode]:
        if not preorder:
            return None
        left_size = inorder.index(preorder[0])
        left = self.buildTree(preorder[1:1+left_size], inorder[:left_size])
        right = self.buildTree(preorder[1+left_size:], inorder[left_size+1:])
        return TreeNode(preorder[0], left, right)
  • list.index(x) 返回查找对象的索引位置,如果没有找到对象则抛出异常。因此此种构造方法只能处理节点值不重复的二叉树
  • 优化点:
    • 用哈希表预处理 inorder 每个元素的下标,可以 O(1) 查到preorder[0] 在 inorder 的位置,从而 O(1) 知道左子树的大小
    • 把递归参数改成子数组下标区间(左闭右开区间)的左右端点,从而避免复制数组

106.从中序与后序遍历序列构造二叉树

题目链接

python 复制代码
class Solution:
    def buildTree(self, inorder: List[int], postorder: List[int]) -> Optional[TreeNode]:
        if not inorder:
            return None
        left_size = inorder.index(postorder[-1])
        left = self.buildTree(inorder[:left_size], postorder[:left_size])
        right = self.buildTree(inorder[left_size+1:], postorder[left_size:-1])
        return TreeNode(postorder[-1], left, right)
  • 与上题类似,注意左右子树区间范围

654.最大二叉树

题目链接

python 复制代码
class Solution:
    def constructMaximumBinaryTree(self, nums: List[int]) -> Optional[TreeNode]:
        if not nums:
            return None
        left_size = nums.index(max(nums))
        left = self.constructMaximumBinaryTree(nums[0:left_size])
        right = self.constructMaximumBinaryTree(nums[left_size+1:])
        return TreeNode(max(nums), left, right)

617.合并二叉树

题目链接

python 复制代码
class Solution:
    def mergeTrees(self, root1: Optional[TreeNode], root2: Optional[TreeNode]) -> Optional[TreeNode]:
        if not root1:
            return root2
        if not root2:
            return root1
        left = self.mergeTrees(root1.left, root2.left)
        right = self.mergeTrees(root1.right, root2.right)
        return TreeNode(root1.val + root2.val, left, right)
相关推荐
辞--忧1 分钟前
K-Means 聚类算法详解与实战指南
算法·kmeans·聚类
尤超宇4 分钟前
K 均值聚类(K-Means)演示,通过生成笑脸和爱心两种形状的模拟数据,展示了无监督学习中聚类算法的效果。以下是详细讲解:
算法·均值算法·聚类
hui函数8 分钟前
Flask蓝图:模块化开发的利器
后端·python·flask
跟橙姐学代码9 分钟前
Python 装饰器超详细讲解:从“看不懂”到“会使用”,一篇吃透
前端·python·ipython
站大爷IP11 分钟前
Rust爬虫实战:用reqwest+select打造高效网页抓取工具
python
qq_4798754323 分钟前
设置接收超时(SO_RCVTIMEO)
c语言·算法
Chandler_Song28 分钟前
Excel 转化成JSON
python·json
山烛1 小时前
深度学习:CUDA、PyTorch下载安装
人工智能·pytorch·python·深度学习·cuda
封奚泽优1 小时前
MATLAB入门教程
数据结构·matlab·deepseek
张同学的IT技术日记1 小时前
【奇妙的数据结构世界】用图像和代码对堆栈的使用进行透彻学习 | C++
算法