python-leetcode 42.验证二叉搜索树

题目:

给定二叉树的根节点root,判断是否是一个有效二叉搜索树

有效二叉搜索树:

1.节点的左子树只包含小于当前节点的树

2.节点的右子树只包含大于当前节点的树

3.所有左子树和右子树自身必须也是二叉搜索树

方法一:递归

如果该二叉树的左子树不为空,则左子树上所有节点的值均小于它的根节点的值; 若它的右子树不空,则右子树上所有节点的值均大于它的根节点的值;它的左右子树也为二叉搜索树。

设计一个递归函数 helper(root, lower, upper) 来递归判断,函数表示考虑以 root 为根的子树,判断子树中所有节点的值是否都在 (l,r) 的范围内(注意是开区间)。如果 root 节点的值 val 不在 (l,r) 的范围内说明不满足条件直接返回,否则我们要继续递归调用检查它的左右子树是否满足,如果都满足才说明这是一棵二叉搜索树。

根据二叉搜索树的性质,在递归调用左子树时,我们需要把上界 upper 改为 root.val,即调用 helper(root.left, lower, root.val),因为左子树里所有节点的值均小于它的根节点的值。同理递归调用右子树时,我们需要把下界 lower 改为 root.val,即调用 helper(root.right, root.val, upper)。

函数递归调用的入口为 helper(root, -inf, +inf), inf 表示一个无穷大的值。

python 复制代码
class TreeNode(object):
    def __init__(self, x):
        self.val = x
        self.left = None
        self.right = None

class Solution(object):
    def isValidBST(self, root):
        def helper(node, lower=float('-inf'), upper=float('inf')):
            # 如果节点为空,说明已经遍历到叶子节点或空树,返回 True
            if not node:
                return True

            val = node.val

            # 当前节点的值必须大于 lower 且小于 upper
            if val <= lower or val >= upper:
                return False

            # 递归检查右子树,将当前节点的值作为新的 lower
            if not helper(node.right, val, upper):
                return False

            # 递归检查左子树,将当前节点的值作为新的 upper
            if not helper(node.left, lower, val):
                return False

            return True

        return helper(root)

时间复杂度:O(n)其中 n 为二叉树的节点个数。在递归调用的时候二叉树的每个节点最多被访问一次

空间复杂度:O(n)


方法二:中序遍历

二叉搜索树「中序遍历」得到的值构成的序列一定是升序的,这启示我们在中序遍历的时候实时检查当前节点的值是否大于前一个中序遍历到的节点的值即可。如果均大于说明这个序列是升序的,整棵树是二叉搜索树,否则不是

中序遍历是二叉树的一种遍历方式,它先遍历左子树,再遍历根节点,最后遍历右子树。而我们二叉搜索树保证了左子树的节点的值均小于根节点的值,根节点的值均小于右子树的值,因此中序遍历以后得到的序列一定是升序序列

python 复制代码
# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution(object):
    def isValidBST(self, root):
        """
        :type root: Optional[TreeNode]
        :rtype: bool
        """
        stack=[]  #用于模拟递归的栈,用来存储待处理的节点
        inorder=float('-inf') #用于记录前一个访问的节点值。初始值为负无穷
        while stack or root: #栈不为空或者当前节点不为空
            while root:  #当前节点和所有左子树节点压入栈
                stack.append(root)
                root=root.left
            root=stack.pop()  #从栈中弹出一个节点
#之前压入的是当前节点和所有左子树节点,所以栈顶的节点是当前树的最左节点
            if root.val<=inorder:
                return False
            inorder=root.val #更新 inorder 为当前节点的值
            root=root.right #将当前节点的右子树作为下一个要处理的节点
        return True

        

时间复杂度:O(n)其中 n 为二叉树的节点个数。在递归调用的时候二叉树的每个节点最多被访问一次

空间复杂度:O(n)

源自扣官方题解

相关推荐
程序员-King.5 小时前
day158—回溯—全排列(LeetCode-46)
算法·leetcode·深度优先·回溯·递归
月挽清风6 小时前
代码随想录第七天:
数据结构·c++·算法
小O的算法实验室6 小时前
2026年AEI SCI1区TOP,基于改进 IRRT*-D* 算法的森林火灾救援场景下直升机轨迹规划,深度解析+性能实测
算法·论文复现·智能算法·智能算法改进
小郭团队6 小时前
2_1_七段式SVPWM (经典算法)算法理论与 MATLAB 实现详解
嵌入式硬件·算法·硬件架构·arm·dsp开发
充值修改昵称7 小时前
数据结构基础:从二叉树到多叉树数据结构进阶
数据结构·python·算法
Deepoch7 小时前
Deepoc数学大模型:发动机行业的算法引擎
人工智能·算法·机器人·发动机·deepoc·发动机行业
浅念-7 小时前
C语言小知识——指针(3)
c语言·开发语言·c++·经验分享·笔记·学习·算法
Hcoco_me8 小时前
大模型面试题84:是否了解 OpenAI 提出的Clip,它和SigLip有什么区别?为什么SigLip效果更好?
人工智能·算法·机器学习·chatgpt·机器人
BHXDML8 小时前
第九章:EM 算法
人工智能·算法·机器学习
却道天凉_好个秋9 小时前
目标检测算法与原理(三):PyTorch实现迁移学习
pytorch·算法·目标检测