这三道题的核心都是树(Tree)&二叉树(Binary Tree)&二叉搜索树(Binary Search Tree)
这节老师主要讲解的内容
a.Tree、Binary Tree、Binary Search Tree
b.Graph
Tree的概念图:
Binary Tree的概念图:
这里的二叉树是满二叉树,而满二叉树是一种特殊的完全二叉树。
Graph的概念图:
这里的是有向图,图分为有向图和无向图
现在,我们再回顾下链表的概念图:
此时,我们发现:
Linked List 就是特殊化的Tree
Tree 就是特殊化的 Graph
PS:就是一种包含关系,比如正方形是特殊化的长方形。
下面来看不同的语言对于树节点的描述:
接下来开始介绍二叉搜索树:
以及二叉搜索树的概念图:
PS:概念性的问题具体了解可以百度百科或者WIKI
最后祭出这张神图:
这里,我们不难看出二叉搜索树,以及4种特殊的二叉搜索树的复杂度。
PS:在Java、C++标准库中实现二叉搜索树 都是用的红黑树。
然后是三道题目:
给定一个二叉树,判断其是否是一个有效的二叉搜索树。
假设一个二叉搜索树具有如下特征:
- 节点的左子树只包含小于当前节点的数。
- 节点的右子树只包含大于当前节点的数。
- 所有左子树和右子树自身必须也是二叉搜索树。
示例 1:
输入:
2
/ \
1 3
输出: true
示例 2:
输入:
5
/ \
1 4
/ \
3 6
输出: false
解释: 输入为: [5,1,4,null,null,3,6]。
根节点的值为 5 ,但是其右子节点值为 4 。
思路:
①中序遍历(左根右,in-order),如果出来的数组(array)是升序,则是二叉搜索树。
②递归法:根的值要大于左子树返回的最大值,小于右子树返回的最小值
请注意:是左右子树,不是左右节点!
①的代码:
# Definition for a binary tree node.
# class TreeNode(object):
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
class Solution(object):
def isValidBST(self, root):
"""
:type root: TreeNode
:rtype: bool
"""
inorder = self.inorder(root)
return inorder == list(sorted(set(inorder)))
def inorder(self,root):
if not root:return []
return self.inorder(root.left)+[root.val]+self.inorder(root.right)
②的代码:
class Solution(object):
def isValidBST(self, root):
"""
:type root: TreeNode
:rtype: bool
"""
self.pre = None
return self.helper(root)
def helper(self,root):
if root is None:return True
if not self.helper(root.left):return False
if self.pre and self.pre.val >= root.val:return False
self.pre = root
return self.helper(root.right)
235,236题目: