代码随想录算法训练营 DAY 22 | 235.二叉搜索树的最近公共祖先 701.二叉搜索树中的插入操作 450.删除二叉搜索树中的节点

文章介绍了如何在二叉搜索树中进行最近公共祖先的查找,以及插入和删除节点的递归方法,强调了终止条件在删除操作中的重要性。

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

235.二叉搜索树的最近公共祖先

利用二叉搜索树的性质

从上到下去遍历,遇到 cur节点是数值在[p, q]区间中则一定可以说明该节点cur就是p 和 q的公共祖先。

问题来了,一定是最近公共祖先吗

  • 如果 从节点5继续向左遍历,那么将错过成为p的祖先, 如果从节点5继续向右遍历则错过成为q的祖先。

    所以当我们从上向下去递归遍历,第一次遇到 cur节点是数值在[q, p]区间中,那么cur就是 q和p的最近公共祖先。

递归法:

  1. 递归函数

public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q)

  1. 终止条件

if(root == null) return null;

  1. 单层递归逻辑
if(p.val < root.val && q.val < root.val) {
            TreeNode left = lowestCommonAncestor(root.left,p,q);
            if(left != null) return left;
        }
        else if(p.val > root.val && q.val > root.val) {
            TreeNode right = lowestCommonAncestor(root.right,p,q);
            if(right != null) return right;
        }
        //剩下的情况,cur一定是在p和q之间,找到了结果
        return root;

701.二叉搜索树中的插入操作

根据二叉搜索树的特性遍历,遇到空了说明找到了要插入的位置,把节点new出来返回。

怎么接住呢?在下面左右递归的同时接住root.left = traversal(...)

class Solution {
    public TreeNode insertIntoBST(TreeNode root, int val) {
        if(root == null) {
            TreeNode node = new TreeNode(val);
            return node;
        }
        if(val < root.val) {
            root.left = insertIntoBST(root.left,val);
        }
        if(val > root.val) {
            root.right = insertIntoBST(root.right,val);
        }
        return root;
    }
}

450.删除二叉搜索树中的节点

考虑以下几种删除的节点的情况:

  • 没找到要删的节点

  • 删的是叶子节点(左右都为空)

  • 左不为空,右为空,直接让父节点指向它的左孩子

  • 左为空,右不为空,直接让父节点指向它的右孩子

  • 左不空,右不空(最复杂)

    • 我们这里让右子树去继位。左子树安置在 右子树的最左下节点,让它的left指向原先的左子树
    • ==递归中套一个小迭代找右子树的最左下节点!==然后就变成左空右不空的情况了!

在这里插入图片描述

本题中我们不去遍历整棵二叉树,而是寻找要删的点。删除的逻辑在终止条件里面。

删除逻辑是直接return null或者左右孩子,然后直接在下面用root.left/right接住

  1. 确定递归函数
TreeNode delete(root,key)
  1. 终止条件
//没找到删的节点
if(root == null) return null;

if(root.val == key) {  //找到了要删的
    if(root.left==null && root.right==null) { //删的是叶子节点
        return null;  //在下面用root.left/right来接住null
    }
    else if(root.left!=null && root.right==null) { //左不为空右为空
        //直接让它的左孩子成为父节点的左孩子(会在下面接住它的)
        return root.left;
    } 
    else if(root.left==null && root.right!=null) { //左为空右不为空
        return root.right;
    }
    else {
        //递归中套一个小迭代 找右子树的最左下节点!
        TreeNode cur = root.right; //让cur先指向右节点
        while(cur.left!=null) {  //迭代找最左下节点
            cur = cur.left;
        }
        cur.left = root.left; //把原先的左子树赋给 最左下节点的左孩子
        
        //接下来移除节点,等同于左空右不空的情况了!
        return root.right;
    }    
}
  1. 单层递归逻辑
if(key < root.val) 
    root.left =  delete(root.left,key);  //返回回来的新节点要用root.left接住
if(key > root.val)
    root.right = delete(root.right,key);
return root;  

通过直接return root.left或right,然后在上一层root.左右孩子接住返回值

class Solution {
    public TreeNode deleteNode(TreeNode root, int key) {
        if(root == null) return null;
        if(root.val == key) {
            if(root.left == null && root.right == null) 
                return null;

            else if(root.left == null && root.right != null) 
                return root.right;

            else if(root.left != null && root.right == null) 
                return root.left;
            
            else {
                TreeNode cur = root.right;
                while(cur.left!=null) {
                    cur = cur.left;
                }
                cur.left = root.left;
                return root.right;  //等同于左空右不空了
            }
        }
        if(key < root.val) {
            root.left = deleteNode(root.left,key);
        }
        if(key > root.val) {
            root.right = deleteNode(root.right,key);
        }
        return root;
    }
}
### 关于代码随想录 Day04 的学习资料与解析 #### 一、Day04 主要内容概述 代码随想录 Day04 的主要内容围绕 **二叉树的遍历** 展开,包括前序、中序和后序三种遍历方式。这些遍历可以通过递归实现,也可以通过栈的方式进行迭代实现[^1]。 #### 二、二叉树的遍历方法详解 ##### 1. 前序遍历(Pre-order Traversal) 前序遍历遵循访问顺序:根节点 -> 左子树 -> 右子树。以下是基于递归的实现: ```python def preorderTraversal(root): result = [] def traversal(node): if not node: return result.append(node.val) # 访问根节点 traversal(node.left) # 遍历左子树 traversal(node.right) # 遍历右子树 traversal(root) return result ``` 对于迭代版本,则可以利用显式的栈来模拟递归过程: ```python def preorderTraversal_iterative(root): stack, result = [], [] current = root while stack or current: while current: result.append(current.val) # 访问当前节点 stack.append(current) # 将当前节点压入栈 current = current.left # 转向左子树 current = stack.pop() # 弹出栈顶元素 current = current.right # 转向右子树 return result ``` ##### 2. 中序遍历(In-order Traversal) 中序遍历遵循访问顺序:左子树 -> 根节点 -> 右子树。递归实现如下: ```python def inorderTraversal(root): result = [] def traversal(node): if not node: return traversal(node.left) # 遍历左子树 result.append(node.val) # 访问根节点 traversal(node.right) # 遍历右子树 traversal(root) return result ``` 迭代版本同样依赖栈结构: ```python def inorderTraversal_iterative(root): stack, result = [], [] current = root while stack or current: while current: stack.append(current) # 当前节点压入栈 current = current.left # 转向左子树 current = stack.pop() # 弹出栈顶元素 result.append(current.val) # 访问当前节点 current = current.right # 转向右子树 return result ``` ##### 3. 后序遍历(Post-order Traversal) 后序遍历遵循访问顺序:左子树 -> 右子树 -> 根节点。递归实现较为直观: ```python def postorderTraversal(root): result = [] def traversal(node): if not node: return traversal(node.left) # 遍历左子树 traversal(node.right) # 遍历右子树 result.append(node.val) # 访问根节点 traversal(root) return result ``` 而迭代版本则稍复杂一些,通常采用双栈法或标记法完成: ```python def postorderTraversal_iterative(root): if not root: return [] stack, result = [root], [] while stack: current = stack.pop() result.insert(0, current.val) # 插入到结果列表头部 if current.left: stack.append(current.left) # 先压左子树 if current.right: stack.append(current.right) # 再压右子树 return result ``` #### 三、补充知识点 除了上述基本的二叉树遍历外,Day04 还可能涉及其他相关内容,例如卡特兰数的应用场景以及组合问题的基础模板[^2][^4]。如果遇到具体题目,可以根据实际需求调用相应算法工具。 --- ####
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