题⽬描述
输⼊⼀个整数数组,判断该数组是不是某⼆叉搜索树的后序遍历的结果。如果是则返回true,否则返回false 。假设输⼊的数组的任意两个数字都互不相同。
提示:
- ⼆叉搜索树是指⽗亲节点⼤于左⼦树中的全部节点,但是⼩于右⼦树中的全部节点的树。
- 该题我们约定空树不是⼆叉搜索树
- 后序遍历是指按照 "左⼦树-右⼦树-根节点" 的顺序遍历
- 参考下⾯的⼆叉搜索树,示例 1
示例1

输⼊:[1,3,2] 返回值:true 说明:是上图的后序遍历 ,返回true
思路及解答
需要判断给定的整数数组是否是某个二叉搜索树(BST)的后序遍历结果。二叉搜索树具有以下特性:
- 左子树所有节点的值小于根节点的值
- 右子树所有节点的值大于根节点的值
- 左右子树也必须是二叉搜索树
后序遍历的顺序是:左子树 → 右子树 → 根节点,因此数组的最后一个元素一定是根节点
递归(标准解法)
注意是⼆叉搜索树,如果是后续遍历的话,那么应该最后⼀个元素是中间元素 mid ,前⾯的元素可以分为两部分,⼀部分⽐ mid ⼩,另⼀部分全部⽐ mid ⼤。如果破坏这个原则,那么就应该输出No 。采取分⽽治之的⽅法,分别递归检查左⼦树以及右⼦树:
- 确定根节点:后序遍历的最后一个元素是根节点
- 划分左右子树:从数组开头找到第一个大于根节点的元素,该元素之前为左子树,之后到根节点前为右子树
- 验证BST性质:右子树所有元素必须大于根节点
- 递归验证:对左右子树重复上述过程
java
public class Solution {
public boolean VerifySquenceOfBST(int[] postorder) {
if (postorder == null || postorder.length == 0) {
return false; // 空树不是BST
}
return verify(postorder, 0, postorder.length - 1);
}
private boolean verify(int[] postorder, int start, int end) {
if (start >= end) {
return true; // 单个节点总是BST
}
int root = postorder[end]; // 根节点是最后一个元素
int i = start;
// 找到第一个大于根节点的元素,作为左右子树分界
while (i < end && postorder[i] < root) {
i++;
}
// 检查右子树是否都大于根节点
for (int j = i; j < end; j++) {
if (postorder[j] < root) {
return false;
}
}
// 递归检查左右子树
return verify(postorder, start, i - 1) && verify(postorder, i, end - 1);
}
}
- 时间复杂度:O( <math xmlns="http://www.w3.org/1998/Math/MathML"> n 2 n^2 </math>n2),n 为⼆叉树节点的个数,当树为链式时时间复杂度最坏为 O( <math xmlns="http://www.w3.org/1998/Math/MathML"> n 2 n^2 </math>n2)
- 空间复杂度:O(n),当树为链式结构时,递归深度为 n
单调栈法
利用单调栈和后序遍历的倒序特性:
- 逆序处理:后序遍历的逆序是"根→右→左",类似于变种的前序遍历
- 维护最小值:使用单调栈保持递增顺序,遇到较小值时弹出并更新最小值
- 验证性质:确保当前元素不大于最小值(即违反BST性质)










java
public boolean verifyPostorder(int[] postorder) {
if (postorder == null || postorder.length == 0) {
return false;
}
Stack<Integer> stack = new Stack<>();
int max = Integer.MAX_VALUE; // 初始化最大值
// 从后往前遍历
for (int i = postorder.length - 1; i >= 0; i--) {
int current = postorder[i];
// 如果当前节点大于max,违反BST性质
if (current > max) {
return false;
}
// 弹出所有比当前节点大的元素,并更新max
while (!stack.isEmpty() && stack.peek() > current) {
max = stack.pop();
}
stack.push(current);
}
return true;
}
- 时间复杂度:O(n),每个元素最多入栈和出栈一次
- 空间复杂度:O(n),最坏情况下需要存储所有元素