首先BST的定义为左子树每个结点小于根结点,右子树每个结点大于根节点。假设序列为[1…n],最大BST为dp[n],那么我们知道所有的BST为以每个数k(1<=k<=n)作为根节点所得BST数量之和。
对于某个数k,以其为根的BST数量等于其左子树数量乘以右子树数量,现在讨论对于特定k,其左右子树数量。
左子树:左子树结点都小于k,很容易知道左子树的最大数量就为dp[k-1]
右子树:右子树结点大于k,即为[k…n],这里需要经过变换一下,思考一下我们容易发现BST的数量其实与特定的数值序列无关,而只与其个数有关,比如用[1,2,3]和[4,7,9]所构成的BST数量是一样的。那么右子树的最大数量就为dp[n-k]
class Solution {
public:
int numTrees(int n) {
vector<int>dp(n + 1, 0);
dp[0] = dp[1] = 1;
for (int i = 2; i < n + 1;++i)
for (int j = 1; j <= i; ++j)
dp[i] += dp[j - 1] * dp[i - j];
return dp[n];
}
};
本文详细解析了如何通过动态规划算法来计算不同大小的二叉搜索树(BST)的数量。通过对BST定义的理解,利用递推公式计算以任意值作为根节点时左子树和右子树的数量,并最终得出所有可能的BST数量。
462

被折叠的 条评论
为什么被折叠?



