3.12代码随想录第十五天打卡

654.最大二叉树

(1)题目描述:

(2)解题思路:

cpp 复制代码
class Solution {
public:
    TreeNode* constructMaximumBinaryTree(vector<int>& nums) {
        TreeNode* node = new TreeNode(0);
        if (nums.size() == 1) {
            node->val = nums[0];
            return node;
        }
        // 找到数组中最大的值和对应的下标
        int maxValue = 0;
        int maxValueIndex = 0;
        for (int i = 0; i < nums.size(); i++) {
            if (nums[i] > maxValue) {
                maxValue = nums[i];
                maxValueIndex = i;
            }
        }
        node->val = maxValue;
        // 最大值所在的下标左区间 构造左子树
        if (maxValueIndex > 0) {
            vector<int> newVec(nums.begin(), nums.begin() + maxValueIndex);
            node->left = constructMaximumBinaryTree(newVec);
        }
        // 最大值所在的下标右区间 构造右子树
        if (maxValueIndex < (nums.size() - 1)) {
            vector<int> newVec(nums.begin() + maxValueIndex + 1, nums.end());
            node->right = constructMaximumBinaryTree(newVec);
        }
        return node;
    }
};

(3)总结:

1.一定要用前序遍历(中左右)
2.每次确定最大元素的位置,然后按其左右进行划分,重复以上操作

617.合并二叉树

(1)题目描述:

(2)解题思路:

cpp 复制代码
class Solution {
public:
    TreeNode* mergeTrees(TreeNode* t1, TreeNode* t2) {
        if (t1 == NULL) return t2;
        if (t2 == NULL) return t1;
        // 重新定义新的节点,不修改原有两个树的结构
        TreeNode* root = new TreeNode(0);
        root->val = t1->val + t2->val;
        root->left = mergeTrees(t1->left, t2->left);
        root->right = mergeTrees(t1->right, t2->right);
        return root;
    }
};

(3)总结:

1.首先要合入两个二叉树,那么参数至少是要传入两个二叉树的根节点,返回值就是合并之后二叉树的根节点

700.二叉搜索树中的搜索

(1)题目描述:

(2)解题思路:

递归法
cpp 复制代码
class Solution {
public:
    TreeNode* searchBST(TreeNode* root, int val) {
        if (root == NULL || root->val == val) return root;
        TreeNode* result = NULL;
        if (root->val > val) result = searchBST(root->left, val);
        if (root->val < val) result = searchBST(root->right, val);
        return result;
    }
};
迭代法
cpp 复制代码
class Solution {
public:
    TreeNode* searchBST(TreeNode* root, int val) {
        while (root != NULL) {
            if (root->val > val) root = root->left;
            else if (root->val < val) root = root->right;
            else return root;
        }
        return NULL;
    }
};

(3)总结:

1.用迭代法的话对于二叉搜索树,不需要回溯的过程,因为节点的有序性就确定了搜索的方向。如要搜索元素为3的节点,不需要搜索其他节点,也不需要做回溯,查找的路径已经规划好了
2.二叉搜索树是一个有序树:若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;它的左、右子树也分别为二叉搜索树

98.验证二叉搜索树

(1)题目描述:

(2)解题思路:

最大值验证法(定义一个maxVal变量,每次记录除当前节点外已遍历节点最大值,并与当前节点进行比较,若maxVal较大,则判断为不是搜索树)
cpp 复制代码
class Solution {
public:
    long long maxVal = LONG_MIN; // 因为后台测试数据中有int最小值
    bool isValidBST(TreeNode* root) {
        if (root == NULL) return true;

        bool left = isValidBST(root->left);
        // 中序遍历,验证遍历的元素是不是从小到大
        if (maxVal < root->val) maxVal = root->val;
        else return false;
        bool right = isValidBST(root->right);

        return left && right;
    }
};
双指针法(定义一个maxVal变量,每次记录除当前节点外已遍历节点最大值,并与当前节点进行比较,若maxVal较大,则判断为不是搜索树)
cpp 复制代码
class Solution {
public:
    TreeNode* pre = nullptr;
    bool isValidBST(TreeNode* root) {
        if(!root) return true;
        bool left = isValidBST(root->left);//左
        if(pre && pre->val >= root->val) return false; //中
        pre = root;                                    //中
        bool right = isValidBST(root->right);//右
        return left && right;
    }
};

(3)总结:

1.注:根节点比右子树中的所有节点都要大(判断时不能只写成根结点的值比左孩子的值大比右孩子小,考虑的不全)
2.要定义一个longlong的全局变量,用来比较遍历的节点是否有序,因为后台测试数据中有int最小值,所以定义为longlong的类型,初始化为longlong最小值
相关推荐
*TQK*36 分钟前
双指针算法介绍+算法练习(2025)
c++·学习·算法·双指针
陈果然DeepVersion38 分钟前
算法奈我何(二)冒泡排序
算法
掘了39 分钟前
C++ 程序员应该了解的 Linux 命令
linux·c++·后端
郭涤生44 分钟前
并行算法_第十章_《C++并发编程实战》笔记
c++·算法·并发编程
SomeB1oody1 小时前
【Python机器学习】2.2. 聚类分析算法理论:K均值聚类(KMeans Analysis)、KNN(K近邻分类)、均值漂移聚类(MeanShift)
python·算法·机器学习·聚类·分类算法
Cindy辛蒂1 小时前
C语言:计算并输出三个整数的最大值 并对三个数排序
c语言·数据结构·算法
AI技术控1 小时前
计算机视觉算法实战——驾驶员玩手机检测(主页有源码)
算法·计算机视觉·智能手机
newki1 小时前
学习笔记,C/C++编译相关概念与相关示例
android·c++·c
小竹子141 小时前
L2-4 吉利矩阵
算法·矩阵·深度优先
AndrewHZ1 小时前
DeepSeek模型本地化部署方案及Python实现
人工智能·深度学习·算法·语言模型·ai助理·deepseek·本地化部署