leetcode-java-108. Convert Sorted Array to Binary Search Tree

关注

原创最新推荐文章于 2026-04-16 10:11:17 发布 1k 阅读 AI 写同款· GEO 优化 ›

海量Embedding进行相似度查询和比较的方法这个是在科研中的现实需求。例如每一个源代码文件，我们可以生成一个embedding，如果有超过5000万个embedding（例如用BERT生成5000万个embedding），怎么样有效地计算相似性呢（例如有5000个positive的embedding，想在5000万个中找到类似的）。简单介绍一下我尝试的结果：如果直接用torch.cosine_similarity，我手里的数据估计至少要处理两个月。这时候就想到了用LSH -- Locality Sensitive Hashing，但是我之前并没怎阅读详情

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
/*
二叉搜索树特点：小的值在左边，大的值在右边
这样的结构有一个好处是很容易获得最大值（Maximum）、最小值（minimum）、某元素的前驱（Precursor）、某元素的后继（Successor）。
最大值：树的最右节点。
最小值：树的最左节点。
某元素前驱：左子树的最右。
某元素的后继：右子树的最左。

思路：
1.找到排序数组的中点
2.递归生成左子树和右子树
 */
 public class Solution {
    public TreeNode sortedArrayToBST(int[] nums) {
        if(nums.length == 0) {
            return null;
        }

        return sortedArrayToBST(nums,0,nums.length - 1);
    }

    public TreeNode sortedArrayToBST(int[] nums,int start,int end) {
        int mid = (start + end) /2,
            val = nums[mid];

        if(start > end) {
            return null;
        }

        TreeNode root = new TreeNode(val);

        root.left = sortedArrayToBST(nums,start,mid - 1);
        root.right = sortedArrayToBST(nums,mid + 1,end);

        return root;
    }
}