【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
码破苍穹ovo2 小时前
堆----1.数组中的第K个最大元素
java·数据结构·算法·排序算法
愤怒的小鸟~~~2 小时前
c语言创建的一个队列结构(含有这个头指针和这个尾指针的结构具有一定的参考价值)
c语言·开发语言·算法
叫我:松哥3 小时前
python案例:基于python 神经网络cnn和LDA主题分析的旅游景点满意度分析
人工智能·python·神经网络·数据挖掘·数据分析·cnn·课程设计
Joker-01113 小时前
深入 Go 底层原理(十二):map 的实现与哈希冲突
算法·go·哈希算法·map
2202_756749694 小时前
01 基于sklearn的机械学习-机械学习的分类、sklearn的安装、sklearn数据集及数据集的划分、特征工程(特征提取与无量纲化、特征降维)
人工智能·python·机器学习·分类·sklearn
lifallen4 小时前
深入解析RocksDB的MVCC和LSM Tree level
大数据·数据结构·数据库·c++·lsm-tree·lsm tree
王者鳜錸4 小时前
PYTHON从入门到实践-18Django从零开始构建Web应用
前端·python·sqlite
金融小师妹4 小时前
AI量化模型解析黄金3300关口博弈:市场聚焦“非农数据”的GRU-RNN混合架构推演
大数据·人工智能·算法
金融小师妹4 小时前
基于LSTM-GRU混合网络的动态解析:美联储维稳政策与黄金单日跌1.5%的非线性关联
大数据·人工智能·算法
冗量4 小时前
PPT自动化 python-pptx - 8: 文本(text)
python·自动化·powerpoint