48.不同的二叉搜索树

本文介绍了如何使用动态规划解决求解不同节点数的二叉搜索树种类数量的问题。通过分析例子和递推公式,得出状态转移方程`dp[i]=dp[j-1]*dp[i-j]`,并给出初始化dp数组为dp[0]=1。最后展示了解决此问题的Java代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、题目描述

给你一个整数 n ,求恰由 n 个节点组成且节点值从 1n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。
在这里插入图片描述

二、解题思路

不知道二叉搜索树可以先看47_验证二叉搜索树这道题,刚开始看一眼本题目是没有任何思路的,也是通过看了一些大佬的分析,这里也来总结一下。

先来举几个例子,看是不是有什么规律呢?

在这里插入图片描述
通过上图可以看到,当n=1时,所得二叉搜索树是一颗,当n=2时,可以得到两颗二叉搜索树。继续来看n=3的时候:在这里插入图片描述
可以看到能得到5颗子树,那么来分析一下这五颗子树的组成,看是不是有什么规律呢?

首先,五颗子树的头结点分别有1, 2, 3 组成:

当1为头结点时,子树全部分布在右子树,并且可以发现分布结构和n=2时是一样的。

当2为头结点时,求左右子树都为一个节点,我们可以把左右子树当做n=1时的分布。

分析到这里,就可以看到重叠子问题了。

当头结点为3的时候,我们可以总结到:元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量 ,这个式子的总和就是头结点为3时的二叉搜索树的数量。那下面来看看这个式子中的三个变量该如何通过计算得到呢?

元素1为头结点搜索树的数量 = 右⼦树有2个元素的搜索树数量 * 左⼦树有0个元素的搜索树数量

元素2为头结点搜索树的数量 = 右⼦树有1个元素的搜索树数量 * 左⼦树有1个元素的搜索树数量

元素3为头结点搜索树的数量 = 右⼦树有0个元素的搜索树数量 * 左⼦树有2个元素的搜索树数量

有2个元素的搜索树数量就是dp[2]。

有1个元素的搜索树数量就是dp[1]。

有0个元素的搜索树数量就是dp[0]。

所以就可得到:dp[3] = dp[2] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]

如下图:
在这里插入图片描述
然后利用动规五部曲:

第一步:确定dp数组(dp table)以及下标的含义

dp[i] :1到i为节点组成的⼆叉搜索树的个数为dp[i]。

也可以理解是i的不同元素节点组成的⼆叉搜索树的个数为dp[i] ,都是⼀样的。

第二步:确定转态转移方程(递推公式)

在上⾯的分析中,其实已经看出其递推关系, dp[i] += dp[以j为头结点左⼦树节点数量] * dp[以j为头结

点右⼦树节点数量]

j相当于是头结点的元素,从1遍历到i为⽌。所以:

dp[i] += dp[j - 1] * dp[i - j];

-1 为j为头结点左⼦树节点数量,i-j 为以j为头结点右⼦树节点数量

第三步:dp数组初始化

初始化,只需要初始化dp[0]就可以了,推导的基础,都是dp[0]。那么dp[0]应该是多少呢?

从定义上来讲,空节点也是⼀颗⼆叉树,也是⼀颗⼆叉搜索树,这是可以说得通的。

从递归公式上来讲,dp[以j为头结点左⼦树节点数量] * dp[以j为头结点右⼦树节点数量] 中以j为头结点

左⼦树节点数量为0,需要dp[以j为头结点左⼦树节点数量] = 1, 否则乘法的结果就都变成0了。

所以初始化dp[0] = 1

第四步:确定遍历顺序

⾸先⼀定是遍历节点数,从递归公式:dp[i] += dp[j - 1] * dp[i - j]可以看出,节点数为i的状态是依靠 i之

前节点数的状态。那么遍历i⾥⾯每⼀个数作为头结点的状态,⽤j来遍历。

代码如下:

for(int i=1; i<=n; i++){
    for(int j=1; j<=i; j++){
        dp[i] += dp[j-1] + dp[i-j]
    }
}

第五步:举例推导dp数组

当n=5时的数组转态:
在这里插入图片描述

三、代码演示

class Solution {
    public int numTrees(int n) {
        //用来存放结果的dp数组
        int[] dp = new int[n+1];
		//初始化dp数组
        dp[0] = 1;
		//确定遍历顺序
        for(int i=1; i<=n; i++){
            for(int j=1; j<=i; j++){
                //转态转移方程
                dp[i] = dp[i] + dp[j-1]*dp[i-j];
            }
        }
        return dp[n];
    }
}
好的,我来解答你的问题。 对于这个问题,我们可以按照以下步骤来解决: 步骤1:构建二叉搜索树 我们可以使用给定的数据元素来构建一棵二叉搜索树,具体构建方法可以参考二叉搜索树的构建方法。 步骤2:遍历二叉搜索树 同样按照二叉搜索树的遍历方法,对构建好的二叉搜索树进行遍历,可选择前序遍历、中序遍历或后序遍历。 步骤3:转换为双链表 对于二叉搜索树转换为双链表,我们可以使用中序遍历,按照从小到大的顺序将树中的节点连接起来。具体实现方法如下: 1. 定义一个全局变量pre,用来记录上一个节点 2. 对于每个节点,先将其左子树转换为双链表,然后将该节点与pre连接起来,更新pre为当前节点,最后将右子树转换为双链表 3. 最后返回双链表的头节点(即最左侧的节点) 步骤4:打印双链表 按照双链表的结构,我们可以从头节点开始遍历,依次输出每个节点的值。 步骤5:按正反序输出双链表中的所有元素 对于双链表的正反序输出,我们可以定义两个指针,一个指向头节点,一个指向尾节点,然后分别从头尾开始遍历输出即可。 下面是示例代码,你可以参考一下: ```python # 定义二叉树节点 class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right # 构建二叉搜索树 def buildBST(nums): if not nums: return None mid = len(nums) // 2 root = TreeNode(nums[mid]) root.left = buildBST(nums[:mid]) root.right = buildBST(nums[mid+1:]) return root # 中序遍历将二叉搜索树转换为双链表 def convertBSTtoDLL(root): global pre pre = None def inorder(root): nonlocal pre if not root: return None inorder(root.left) if pre: pre.right = root root.left = pre pre = root inorder(root.right) inorder(root) while root.left: root = root.left return root # 打印二叉树 def printTree(root): if not root: return None print(root.val) printTree(root.left) printTree(root.right) # 打印双链表 def printDLL(head): while head: print(head.val) head = head.right # 按正序输出双链表 def printDLLForward(head): while head: print(head.val) head = head.right # 按反序输出双链表 def printDLLBackward(head): while head.right: head = head.right while head: print(head.val) head = head.left # 测试代码 nums = [1, 2, 3, 4, 5, 6, 7] root = buildBST(nums) print("打印二叉树:") printTree(root) head = convertBSTtoDLL(root) print("打印双链表:") printDLL(head) print("按正序输出双链表:") printDLLForward(head) print("按反序输出双链表:") printDLLBackward(head) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值