Day 27 卡玛笔记

这是基于代码随想录的每日打卡

669. 修剪二叉搜索树

给你二叉搜索树的根节点 root ,同时给定最小边界low 和最大边界 high。通过修剪二叉搜索树,使得所有节点的值在[low, high]中。修剪树 不应该 改变保留在树中的元素的相对结构 (即,如果没有被移除,原有的父代子代关系都应当保留)。 可以证明,存在 唯一的答案

所以结果应当返回修剪好的二叉搜索树的新的根节点。注意,根节点可能会根据给定的边界发生改变。

示例 1:

复制代码
输入:root = [1,0,2], low = 1, high = 2
输出:[1,null,2]

示例 2:

复制代码
输入:root = [3,0,4,null,2,null,null,1], low = 1, high = 3
输出:[3,2,null,1]

递归法

python 复制代码
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def trimBST(self, root: Optional[TreeNode], low: int, high: int) -> Optional[TreeNode]:
        # 递归终止条件
        if root==None:
            return None
        # 虽然当前节点值小于最小值,但是二叉搜索树的右孩子值会大于其父节点,有可能存在符合区间的值
        if root.val<low:
            # 把右孩子拿去剪剪
            right=self.trimBST(root.right,low,high)
            return right
        # 虽然当前节点值大于最小值,但是二叉搜索树的左孩子值会小于其父节点,有可能存在符合区间的值
        if root.val>high:
            # 把左孩子拿去剪剪
            left=self.trimBST(root.left,low,high)
            return left
        
        # 递归逻辑
        # 若当前节点在区间内
        root.left=self.trimBST(root.left,low,high)   # 左孩子拿去剪剪
        root.right=self.trimBST(root.right,low,high) # 右孩子拿去剪剪
        return root

运行结果

108. 将有序数组转换为二叉搜索树

给你一个整数数组 nums ,其中元素已经按 升序 排列,请你将其转换为一棵 平衡二叉搜索树。

示例 1:

复制代码
输入:nums = [-10,-3,0,5,9]
输出:[0,-3,9,-10,null,5]
解释:[0,-10,5,null,-3,null,9] 也将被视为正确答案:

示例 2:

复制代码
输入:nums = [1,3]
输出:[3,1]
解释:[1,null,3] 和 [3,1] 都是高度平衡二叉搜索树。

递归法

python 复制代码
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def construct(self,nums,left,right):
        # 递归终止条件
        if left>right:
            return None
        # 递归逻辑
        mid=(left+right)//2
        root=TreeNode(nums[mid])
        root.left=self.construct(nums,left,mid-1)
        root.right=self.construct(nums,mid+1,right)
        return root
    def sortedArrayToBST(self, nums: List[int]) -> Optional[TreeNode]:
        return self.construct(nums,0,len(nums)-1)  

运行结果


538. 把二叉搜索树转换为累加树

给出二叉 搜索 树的根节点,该树的节点值各不相同,请你将其转换为累加树(Greater Sum Tree),使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。

提醒一下,二叉搜索树满足下列约束条件:

  • 节点的左子树仅包含键 小于 节点键的节点。
  • 节点的右子树仅包含键 大于 节点键的节点。
  • 左右子树也必须是二叉搜索树。

**注意:**本题和 1038: https://leetcode-cn.com/problems/binary-search-tree-to-greater-sum-tree/ 相同

示例 1:

复制代码
输入:[4,1,6,0,2,5,7,null,null,null,3,null,null,null,8]
输出:[30,36,21,36,35,26,15,null,null,null,33,null,null,null,8]

示例 2:

复制代码
输入:root = [0,null,1]
输出:[1,null,1]

示例 3:

复制代码
输入:root = [1,0,2]
输出:[3,3,2]

示例 4:

复制代码
输入:root = [3,2,4,1]
输出:[7,9,4,10]

双指针法

python 复制代码
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def __init__(self):
        # 指向当前节点的前一个指针
        self.pre=None
      
    def convertBST(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        self.convert(root)
        return root

    def convert(self,cur):
        # 递归终止条件:cur一直指向最右边节点直到空,就返回到最右边的节点
        if cur==None:
            return
        # 递归逻辑
        self.convert(cur.right)     # 右
        # 第一次先将pre指向最右边节点
        if self.pre==None:
            self.pre=cur
        # 不是第一次,则当前节点值更新为与前一个指针节点值相加
        else:
            cur.val=cur.val+self.pre.val
            # 更新指针
            self.pre=cur
        self.convert(cur.left)  # 左

运行结果

相关推荐
蹦蹦跳跳真可爱5892 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
nananaij2 小时前
【Python进阶篇 面向对象程序设计(3) 继承】
开发语言·python·神经网络·pycharm
雷羿 LexChien2 小时前
从 Prompt 管理到人格稳定:探索 Cursor AI 编辑器如何赋能 Prompt 工程与人格风格设计(上)
人工智能·python·llm·编辑器·prompt
敲键盘的小夜猫3 小时前
LLM复杂记忆存储-多会话隔离案例实战
人工智能·python·langchain
高压锅_12203 小时前
Django Channels WebSocket实时通信实战:从聊天功能到消息推送
python·websocket·django
胖达不服输5 小时前
「日拱一码」020 机器学习——数据处理
人工智能·python·机器学习·数据处理
吴佳浩5 小时前
Python入门指南-番外-LLM-Fingerprint(大语言模型指纹):从技术视角看AI开源生态的边界与挑战
python·llm·mcp
吴佳浩5 小时前
Python入门指南-AI模型相似性检测方法:技术原理与实现
人工智能·python·llm
叶 落5 小时前
计算阶梯电费
python·python 基础·python 入门
Python大数据分析@6 小时前
Origin、MATLAB、Python 用于科研作图,哪个最好?
开发语言·python·matlab