LeetCode-hot100——验证二叉搜索树

题目:验证二叉搜索树

问题定义

验证二叉搜索树(BST)是判断一棵棵二叉树是否满足以下特性:

  • 左子树中所有节点的值都严格小于当前节点的值
  • 右子树中所有节点的值都严格大于当前节点的值
  • 左、右子树也必须是有效的二叉搜索树

方法思路

采用「递归 + 范围约束」策略,核心思想是为每个节点维护一个合法的取值范围(最小值min和最大值max):

  1. 根节点的初始范围为(-∞, +∞)(用 LONG_MIN LONG_MAX 表示)
  2. 左子树的取值范围为(父节点的min, 父节点的值)
  3. 右子树的取值范围为(父节点的值, 父节点的max)
  4. 若任何节点的值超出其合法范围,则该树不是有效的 BST

代码实现

cpp 复制代码
class Solution {
public:
    // 辅助递归函数:验证以root为根的子树是否为BST
    // min: 当前子树节点允许的最小值(开区间)
    // max: 当前子树节点允许的最大值(开区间)
    bool BST(TreeNode* root, long long min, long long max) {
        // 空节点视为有效BST
        if (root == nullptr) return true;
        
        // 若当前节点值超出范围,则不是BST
        if (root->val >= max || root->val <= min) return false;
        
        // 递归验证左子树和右子树
        // 左子树最大值为当前节点值,右子树最小值为当前节点值
        return BST(root->left, min, root->val) && BST(root->right, root->val, max);
    } 
    
    // 主函数:验证整棵树是否为BST
    bool isValidBST(TreeNode* root) {
        // 初始范围设为long long的极值,避免int边界值问题
        return BST(root, LONG_MIN, LONG_MAX);
    }
};

样例演示

以示例[6,3,8,2,5,7,9]为例;

cpp 复制代码
          6
        /   \
       3     8
      / \   / \
     2   5 7   9

根节点验证

cpp 复制代码
调用  BST(6, LONG_MIN, LONG_MAX)
  • 节点值:6
  • 合法范围:(-∞, +∞)
  • 验证:6 在范围内
  • 下一步:验证左子树 (3) 和右子树 (8)

左子树验证(节点 3)

cpp 复制代码
调用  BST(3, LONG_MIN, 6)
  • 节点值:3
  • 合法范围:(-∞, 6)(因为父节点是 6,左子树最大值为 6)
  • 验证:3 在范围内
  • 下一步:验证左子树 (2) 和右子树 (5)

左子树的左子树(节点 2)

cpp 复制代码
调用  BST(2, LONG_MIN, 3)
  • 节点值:2
  • 合法范围:(-∞, 3)(父节点是 3,左子树最大值为 3)
  • 验证:2 在范围内
  • 节点 2 的左右子树均为空,返回 true

左子树的右子树(节点 5)

cpp 复制代码
调用  BST(5, 3, 6)
  • 节点值:5
  • 合法范围:(3, 6) (父节点是 3,右子树最小值为 3;祖父节点是 6,左子树最大值为 6)
  • 验证:5 在范围内 ✅
  • 节点 5 的左右子树均为空,返回 true
  • 左子树 (3) 的验证结果:true && true = true

右子树验证(节点 8)

cpp 复制代码
调用  BST(8, 6, LONG_MAX)
  • 节点值:8
  • 合法范围:(6, +∞)(父节点是 6,右子树最小值为 6)
  • 验证:8 在范围内 ✅
  • 下一步:验证左子树 (7) 和右子树 (9)

右子树的左子树(节点 7)

cpp 复制代码
调用 BST(7, 6, 8)
  • 节点值:7
  • 合法范围:(6, 8)(父节点是 8,左子树最大值为 8;祖父节点是 6,右子树最小值为 6)
  • 验证:7 在范围内 ✅
  • 节点 7 的左右子树均为空,返回 true

右子树的右子树(节点 9)

cpp 复制代码
调用  BST(9, 8, LONG_MAX)
  • 节点值:9
  • 合法范围:(8, +∞)(父节点是 8,右子树最小值为 8)
  • 验证:9 在范围内 ✅
  • 节点 9 的左右子树均为空,返回 true
  • 右子树 (8) 的验证结果:true && true = true

验证结果

根节点的验证结果:左子树结果 && 右子树结果 = true && true = true 因此该树是有效的二叉搜索树

关键细节解析

  1. 范围约束机制:每个节点的取值范围由整条祖先路径共同决定,例如节点 5 的范围 (3,6) 同时受父节点 3 和祖父节点 6 的约束。

  2. 数据类型选择

    • 使用long long而非int作为范围边界类型;
    • 避免当节点值为 INT_MAX INT_MIN 时出现的溢出问题(如节点值为INT_MAX时,其父节点的 max 若为INT_MAX会导致判断错误);
  3. 严格不等式

    • 条件root->val >= max || root->val <= min确保了 BST 中不允许存在相等的值;
    • 符合二叉搜索树 "严格小于 / 大于" 的定义;
相关推荐
blasit4 小时前
笔记:Qt C++建立子线程做一个socket TCP常连接通信
c++·qt·tcp/ip
AI软著研究员4 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish4 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
颜酱5 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
地平线开发者21 小时前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮21 小时前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者1 天前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考1 天前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx1 天前
CART决策树基本原理
算法·机器学习
Wect1 天前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript