LintCode 87: Remove Node in Binary Search Tree BST操作经典题

87 · Remove Node in Binary Search Tree
Algorithms
Hard
Accepted Rate
32%
Description
Solution
Notes
Discuss
Leaderboard
Record

Description
Given a root of Binary Search Tree with unique value for each node. Remove the node with given value. If there is no such a node with given value in the binary search tree, do nothing. You should keep the tree still a binary search tree after removal.

Contact me on wechat to get Amazon、Google requent Interview questions . (wechat id : jiuzhang0607)

Example
Example 1:

Input:

Tree = {5,3,6,2,4}
value = 3
Output:

{5,2,6,#,4} or {5,4,6,2}
Explanation:

Given binary search tree:
5
/
3 6
/
2 4
Remove 3, you can either return:
5
/
2 6

4
or
5
/
4 6
/
2
Example 2:

Input:

Tree = {5,3,6,2,4}
value = 4
Output:

{5,3,6,2}
Explanation:

Given binary search tree:
5
/
3 6
/
2 4
Remove 4, you should return:
5
/
3 6
/
2

解法1:先找到要删除的节点,然后分0个子孩子,1个子孩子,2个子孩子3种情况讨论。注意2个子孩子的情况有两种选择(选左子树中最大值和选右子树中最小值)都可以。

/**
 * Definition of TreeNode:
 * class TreeNode {
 * public:
 *     int val;
 *     TreeNode *left, *right;
 *     TreeNode(int val) {
 *         this->val = val;
 *         this->left = this->right = NULL;
 *     }
 * }
 */


class Solution {
public:
    /*
     * @param root: The root of the binary search tree.
     * @param value: Remove the node with given value.
     * @return: The root of the binary search tree after removal.
     */
    TreeNode * removeNode(TreeNode * root, int value) {
        if (!root) return NULL;
        if (value < root->val) root->left = removeNode(root->left, value);
        else if (value > root->val) root->right = removeNode(root->right, value);
        else {
            //case 1: 0 child
            if (!root->left && !root->right) return NULL;
            
            //case 2: 1 child
            if (!root->left && root->right) {
                TreeNode *tmp = root->right;
                delete root;
                return tmp;
            } 
            
            if (!root->right && root->left) {
                TreeNode *tmp = root->left;
                delete root;
                return tmp;
            } 

            //case 3: 2 children
            //find prevNode
            //option 1: 找左子树最大值
            //TreeNode* node = root->left;
            //while (node->right) node = node->right;
            //root->val = node->val;
            //root->left = removeNode(root->left, node->val);
            //option 2:找右子树最小值
            TreeNode* node = root->right;
            while (node->left) node = node->left;
            root->val = node->val;
            root->right = removeNode(root->right, node->val);
        }
        return root;
    }
};
<think>好的,我现在需要解决用户的问:如何用编程语言实现二叉查找树(BST),处理插入和删除操作后输出中序和前序遍历结果。首先,我得回顾一下BST的基本结构和操作。用户提到了插入、删除以及输出中序和先根序列,也就是中序遍历和前序遍历。根据引用[3],二叉搜索树的定义是左子树所有节点小于根,右子树大于根,这确保了查找的高效性。中序遍历BST会得到一个升序序列,而前序遍历则是根-左-右的顺序,这对用户来说应该是关键点。接下来,我需要考虑如何实现BST的结构。通常,每个节点包含值、左子节点和右子节点。在Python中,可以定义一个类,比如`TreeNode`,然后构建树的结构。插入操作需要找到合适的位置,比较插入值与当前节点的大小,决定向左还是向右子树插入。这部分可能需要递归或者迭代实现,但递归更直观,不过要注意栈溢出的问,不过对于一般情况应该没问。删除操作比较复杂,引用[3]提到有三种情况:删除叶子节点、有一个子节点的节点和有两个子节点的节点。对于叶子节点,直接删除即可。如果有一个子节点,用子节点替代被删除的节点。如果有两个子节点,通常需要找到右子树的最小节点或左子树的最大节点来替换,然后删除那个最小或最大节点。这部分需要仔细处理,否则可能破坏BST的结构。然后,遍历部分。中序遍历是左-根-右,前序遍历是根-左-右。递归实现遍历比较直接,但用户可能需要非递归的方法?不过用户没有特别说明,所以先用递归实现,代码会更简洁。现在,考虑用户可能的编程语言选择。用户之前的问提到Python实现二叉树遍历,所以可能更倾向于Python。但用户现在的问没有指定语言,但示例中的代码是Python,所以继续用Python回答比较合适。 然后,整合代码结构。首先定义TreeNode类,然后定义BST类,包含插入、删除、中序和前序遍历方法。插入和删除需要作为方法添加到BST类中。删除操作的具体实现需要处理三种情况,特别是当有两个子节点时,找到右子树的最小值节点,替换到当前位置,并递归删除那个最小值节点。测试部分,用户可能需要验证代码的正确性。比如插入一系列数字,删除某些节点,然后输出中序和前序结果,看是否符合预期。潜在的问可能包括删除节点时的指针调整是否正确,以及遍历是否正确处理了空子树的情况。需要确保在删除后,树的结构仍然保持BST的性质。另外,用户引用的资料中提到二叉树的遍历和操作,特别是引用[3]详细讨论了构建、遍历和删除操作,这应该作为实现的主要参考。例如,中序遍历的递归实现,前序遍历的非递归实现是否必要?根据用户需求,只需要输出结果,递归实现足够。最后,生成相关问需要考虑用户可能进一步的问,比如删除时的平衡问,或者BST的局限性,比如退化成链表的情况,如何优化(比如AVL树或红黑树),或者性能分析。此外,应用场景也是常见的问,比如在数据库索引中的应用。</think>### 二叉查找树(BST)实现步骤 #### 1. 定义节点类 ```python class TreeNode: def __init__(self, val): self.val = val self.left = None self.right = None ``` #### 2. 实现BST基本操作 ```python class BST: def __init__(self): self.root = None # 插入操作 def insert(self, val): if not self.root: self.root = TreeNode(val) else: self._insert(self.root, val) def _insert(self, node, val): if val < node.val: if node.left: self._insert(node.left, val) else: node.left = TreeNode(val) else: if node.right: self._insert(node.right, val) else: node.right = TreeNode(val) # 删除操作 def delete(self, val): self.root = self._delete(self.root, val) def _delete(self, node, val): if not node: return None if val < node.val: node.left = self._delete(node.left, val) elif val > node.val: node.right = self._delete(node.right, val) else: if not node.left: return node.right if not node.right: return node.left min_node = self._find_min(node.right) node.val = min_node.val node.right = self._delete(node.right, min_node.val) return node def _find_min(self, node): while node.left: node = node.left return node # 中序遍历 def inorder(self): result = [] self._inorder(self.root, result) return result def _inorder(self, node, result): if node: self._inorder(node.left, result) result.append(node.val) self._inorder(node.right, result) # 前序遍历 def preorder(self): result = [] self._preorder(self.root, result) return result def _preorder(self, node, result): if node: result.append(node.val) self._preorder(node.left, result) self._preorder(node.right, result) ``` #### 3. 使用示例 ```python bst = BST() nums = [5, 3, 7, 2, 4, 6, 8] for num in nums: bst.insert(num) print("初始中根序列:", bst.inorder()) # [2, 3, 4, 5, 6, 7, 8] print("初始先根序列:", bst.preorder()) # [5, 3, 2, 4, 7, 6, 8] bst.delete(3) print("删除后中根序列:", bst.inorder()) # [2, 4, 5, 6, 7, 8] print("删除后先根序列:", bst.preorder()) # [5, 4, 2, 7, 6, 8] ``` #### 实现说明 1. **插入操作**:通过递归方式找到合适的位置插入新节点,保持BST性质$左子树 < 根 < 右子树$[^3] 2. **删除操作**: - 叶子节点直接删除 - 单子节点用子树替代 - 双子节点用右子树最小节点替换(也可用左子树最大节点) 3. **遍历特性**: - 中序遍历始终输出有序序列$[a_1, a_2,...,a_n]$且$a_1 < a_2 < ... < a_n$[^3] - 前序遍历反映树的层级结构 ####
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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