230. 二叉搜索树中第K小的元素
思路一:维护最小k个元素
一次插入当前元素,如果堆中的元素个数超过了kkk个,弹出堆顶元素
时间复杂度:O(n)log(k)O(n)log(k)O(n)log(k),遍历树所有元素并且维护元素个数为kkk的堆
空间复杂度:O(n+k)O(n + k)O(n+k),维护kkk个最小的元素,搜索深度为二叉搜索树的层数
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
priority_queue<int> q;
int m;
int kthSmallest(TreeNode* root, int k) {
m = k;
dfs(root);
return q.top();
}
void dfs(TreeNode* root) {
if (!root) return ;
q.push(root->val);
if (q.size() > m) q.pop();
dfs(root->left);
dfs(root->right);
}
};
思路二:中序遍历有序
思路一没有用到BST树性质,因此可以利用中序遍历有序来降低开销
时间复杂度:O(k)O(k)O(k)
空间复杂度:O(h)O(h)O(h),hhh为树高度
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
int m, num, n = 0;
int kthSmallest(TreeNode* root, int k) {
m = k;
dfs(root);
return num;
}
void dfs(TreeNode* root) {
if (!root || n >= m) return ;
dfs(root->left);
if (n >= m) return ;
num = root->val;
n ++ ;
dfs(root->right);
}
};
这篇博客介绍了两种方法在二叉搜索树中寻找第K小的元素。第一种方法使用优先队列,时间复杂度为O(n)log(k),空间复杂度为O(n+k)。第二种方法利用中序遍历,时间复杂度降低到O(k),空间复杂度为O(h),其中h为树的高度。这两种方法都充分利用了二叉搜索树的特性,提高了效率。
1867

被折叠的 条评论
为什么被折叠?



