LeetCode刷题day21||530.二叉搜索树的最小绝对差&&501.二叉搜索树中的众数&&236. 二叉树的最近公共祖先--二叉树

博客围绕二叉树相关算法题展开,包含530.二叉搜索树的最小绝对差、501.二叉搜索树中的众数、236. 二叉树的最近公共祖先三道题。对每道题给出题目描述、思路分析及代码,如利用二叉搜索树有序特性解题等。

530.二叉搜索树的最小绝对差

题目描述

在这里插入图片描述
在这里插入图片描述
题目链接

思路分析

  • 二叉搜索树,二叉搜索树可是有序的。
    • 1最直观的想法,就是把二叉搜索树转换成有序数组,然后遍历一遍数组,就统计出来最小差值了。
    • 2用一个pre节点记录一下cur节点的前一个节点。

代码

class Solution {
private:
    vector<int> vec;
    void traversal(TreeNode* root) {
        if (root == NULL) return;
        traversal(root->left);
        vec.push_back(root->val);
        traversal(root->right);
    }
public:
    int getMinimumDifference(TreeNode* root) {
        vec.clear();
        traversal(root);
        if (vec.size() < 2) return 0;
        int maxValue = INT_MAX;
        for (int i = 1; i < vec.size(); ++i) {
            maxValue = min(maxValue, vec[i] - vec[i - 1]);
        }
        return maxValue;
    }
};
class Solution {
private:
    int result = INT_MAX;
    TreeNode* pre = NULL;
    void traversal(TreeNode* root) {
        if (root == NULL) return;
        traversal(root->left);
        if (pre) {
            result = min(result, root->val - pre->val);
        }
        pre = root;
        traversal(root->right);
    }
public:
    int getMinimumDifference(TreeNode* root) {
        traversal(root);
        return result;
    }
};

501.二叉搜索树中的众数

题目描述

在这里插入图片描述
题目链接

思路分析

  • 如果不是二叉搜索树,最直观的方法一定是把这个树都遍历了,用map统计频率,把频率排个序,最后取前面高频的元素的集合。

代码

class Solution {
private:
    void searchBST(TreeNode* root, unordered_map<int, int>& map) {
        if (root == NULL) return;
        map[root->val]++;
        searchBST(root->left, map);
        searchBST(root->right, map);
    }
    bool static cmp(const pair<int, int>& a, const pair<int, int>& b) {
        return a.second > b.second;
    }
public:
    vector<int> findMode(TreeNode* root) {
        unordered_map<int, int> map;
        vector<int> result;
        if (root == NULL) return result;
        searchBST(root, map);
        vector<pair<int, int>> vec(map.begin(), map.end());
        sort(vec.begin(), vec.end(), cmp);
        result.push_back(vec[0].first);
        for (int i = 1; i < vec.size(); i++) {
            if (vec[i].second == vec[0].second) result.push_back(vec[i].first);
            else break;
        }
        return result;
    }
};
/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
private:
    int count = 0;
    int maxCount = 0;
    vector<int> result;
    TreeNode* pre = NULL;
    void searchBST(TreeNode* root) {
        if (root == NULL) return;
        searchBST(root->left);
        if (pre == NULL) {
            count = 1;
        }else if (pre->val == root->val) {
            count++;
        }else {
            count = 1;
        }
        pre = root;
        if (count == maxCount) {
            result.push_back(root->val);
        }
        if (count > maxCount) {
            maxCount = count;
            result.clear();
            result.push_back(root->val);
        }
        searchBST(root->right);
        return;
    }
public:
    vector<int> findMode(TreeNode* root) {
        count = 0;
        maxCount = 0;
        result.clear();
        searchBST(root);
        return result;
    }
};

236. 二叉树的最近公共祖先

题目描述

在这里插入图片描述
在这里插入图片描述
题目链接

思路分析

  1. 如果找到一个节点,发现左子树出现结点p,右子树出现节点q,或者 左子树出现结点q,右子树出现节点p,那么该节点就是节点p和q的最近公共祖先
    在这里插入图片描述

  2. 节点本身p(q),它拥有一个子孙节点q§
    在这里插入图片描述

情况一 和 情况二 代码实现过程都是一样的,也可以说,实现情况一的逻辑,顺便包含了情况二。

因为遇到 q 或者 p 就返回,这样也包含了 q 或者 p 本省就是 公共祖先的情况。

代码

class Solution {
public:
    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
        if (root == q || root == p || root == NULL) return root;
        TreeNode* left = lowestCommonAncestor(root->left, p, q);
        TreeNode* right = lowestCommonAncestor(root->right, p, q);
        if (left != NULL && right != NULL) return root;
        else if (left == NULL && right != NULL) return right;
        else if (left != NULL && right == NULL) return left;
        else return NULL;
        
    }
};

精简代码

class Solution {
public:
    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
        if (root == q || root == p || root == NULL) return root;
        TreeNode* left = lowestCommonAncestor(root->left, p, q);
        TreeNode* right = lowestCommonAncestor(root->right, p, q);
        if (left != NULL && right != NULL) return root;
        if (left == NULL) return right;
        return left;
    }
};
<think>好的,用户想了解最小公共祖先(LCA)的概念和实现方法。首先,我需要回忆一下LCA的定义。LCA是树结构中两个节点的最低共同祖先,也就是深度最大的那个共同祖先节点。接下来,我得考虑不同的算法实现。 记得Tarjan算法是基于并查集和深度优先搜索的,可以离线处理查询,时间复杂度较低。但用户可能也需要了解其他方法,比如递归法,这在二叉树中比较常见。比如在二叉搜索树中,可以利用节点值的大小关系来快速定位LCA,但如果是普通二叉树,可能需要后序遍历来处理。 然后,用户提供的引用中有提到Tarjan算法和一段Java代码,后者看起来是递归实现的。可能需要解释这两种方法的原理和区别。同时,要确保代码示例正确,比如递归法中左右子树的结果如何处理,以及如何判断当前节点是否为LCA。 还要注意用户提到的数据结构,比如并查集在Tarjan算法中的作用。Tarjan算法在DFS过程中将子树合并,通过并查集快速找到祖先节点。而递归法则利用回溯的过程,自底向上查找。 另外,用户可能对时间复杂度和应用场景感兴趣。Tarjan算法适合处理多个查询的情况,而递归法对于单个查询可能更直接。需要比较它们的优缺点,帮助用户选择合适的方法。 最后,生成相关问时,要考虑用户可能进一步想知道优化方法、不同数据结构下的实现差异,以及实际应用例子,比如在计算生物学或网络路由中的应用。</think>### 最小公共祖先(LCA)算法详解 #### 基本概念 最小公共祖先(Lowest Common Ancestor, LCA)指在树结构中,两个节点的公共祖先中深度最大的节点。例如在下图中,节点3和5的LCA是节点2,节点4和6的LCA是节点4本身。 ``` 1 / \ 2 3 / \ / \ 4 5 6 7 ``` #### 实现方法 ##### 1. 递归法(后序遍历) 适用于普通二叉树,通过递归遍历左右子树判断节点位置: ```java public class LowestCommonAncestorOfABinaryTree { public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { if (root == null || root == p || root == q) { return root; } TreeNode left = lowestCommonAncestor(root.left, p, q); TreeNode right = lowestCommonAncestor(root.right, p, q); if (left != null && right != null) { // 当前节点是LCA return root; } return left == null ? right : left; } } ``` **原理**:通过后序遍历自底向上搜索,若左右子树均包含目标节点,则当前根节点为LCA[^3]。 ##### 2. Tarjan算法(离线查询) 基于DFS和并查集,适合批量查询: 1. **DFS遍历**:从根节点出发,标记已访问的节点。 2. **并查集合并**:回溯时将子树合并到父节点。 3. **查询处理**:当两个节点均被访问时,通过并查集找到LCA[^1]。 **时间复杂度**:$O(n + Q\alpha(n))$($Q$为查询数,$\alpha$为阿克曼函数的反函数)。 #### 关键数据结构 - **并查集**:用于快速合并子树和查询祖先- **递归栈**:DFS遍历时的隐式栈空间。 #### 性能对比 | 方法 | 时间复杂度 | 空间复杂度 | 适用场景 | |------------|------------------|------------|------------------| | 递归法 | $O(n)$ | $O(h)$ | 单次查询 | | Tarjan算法 | $O(n+Q\alpha(n))$ | $O(n)$ | 批量离线查询 |
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