二叉搜索树的后序遍历序列

本文介绍了一种算法,用于判断一个整数数组是否为二叉搜索树的后序遍历结果。提供了两种解决方案,一种是非递归方法,另一种是递归方法。这两种方法都基于二叉搜索树的性质,即左子树的值小于根节点,右子树的值大于根节点。

题目描述
输入一个整数数组,判断该数组是不是某二叉搜索树的后序遍历的结果。如果是则输出Yes,否则输出No。假设输入的数组的任意两个数字都互不相同。

思路一:非递归
左子树一定比右子树小,因此去掉根后,数字分为left,right两部分,right部分的最后一个数字是右子树的根,他也比左子树所有值大,因此我们可以每次只看右子树是否符合条件即可
即使到达了左子树,左子树也可以看出由左右子树组成的树,还像右子树那样处理。
对于左子树回到了原问题,对于右子树,左子树的所有值都比右子树的根小,可以暂时把他看出右子树的左子树。
只需看看右子树的右子树是否符合要求即可

# -*- coding:utf-8 -*-
class Solution:
    def VerifySquenceOfBST(self, sequence):
        # write code here
        size=len(sequence)-1
        if len(sequence)==0:
            return False
        if len(sequence)==1:
            return True
        i=0
        while(size!=-1)://看右子树的右子树
            while(sequence[i]<sequence[size])://左子树
                i+=1
            while(sequence[i]>sequence[size])://右子树
                i+=1
            if i<size://最终的i=size
                return False
            size-=1//往前
            i=0
        return True
public class Solution {
    public boolean VerifySquenceOfBST(int [] sequence) {
        if(sequence.length==0) return false;
        if(sequence.length==1) return true;
        int size=sequence.length-1;
        int i=0;
        while(size!=-1){
            while(sequence[i]<sequence[size]) i++;
            while(sequence[i]>sequence[size]) i++;
            if (i<size) return false;
            size--;
            i=0;
        }
        return true;
    }
}

思路二:递归
在后序遍历得到的序列中,最后一个数字是树的根结点的值。数组中前面的数字可以分为两部分:第一部分是左子树结点的值,它们都比根结点的值小;第二部分是右子树结点的值,它们都比根结点的值大。

因此,我们可以总结出算法步骤:

Step1.通过取出序列最后一个元素得到二叉搜索树的根节点;

Step2.在二叉搜索树中左子树的结点小于根结点,因此可以遍历一次得到左子树;

Step3.在二叉搜索树中右子树的结点大于根结点,因此可以继续遍历后序元素得到右子树;

Step4.重复以上步骤递归判断左右子树是不是二叉搜索树,如果都是,则返回true,如果不是,则返回false;

# -*- coding:utf-8 -*-
class Solution:
    def VerifySquenceOfBST(self, sequence):
        # write code here
        if len(sequence)==0:
            return False
        if len(sequence)==1:
            return True
        return self.verify(sequence,0,len(sequence)-1)
    def verify(self,sequence,start,end):
        if(start>=end):
            return True
        i=start
        while(sequence[i]<sequence[end]):#sequence[end]是根节点
            i+=1#找到左子树最后一个节点,i-1
        for j in range(i,end):
            if(sequence[j]<sequence[end]):#如果右子树有小于根节点的就False
                return False
                break
        return self.verify(sequence,start,i-1) and self.verify(sequence,i,end-1)
### 二叉搜索树后序遍历的POJ题目与解决方案 在处理二叉搜索树(Binary Search Tree, BST)时,后序遍历是一种重要的遍历方式。后序遍历遵循“左子树 -> 右子树 -> 根节点”的顺序进行访问[^1]。以下是一个关于二叉搜索树后序遍历的实现方法以及相关的POJ题目解析。 #### 后序遍历的递归实现 以下是使用递归方式实现二叉搜索树后序遍历的代码示例: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def postorder_traversal(root): result = [] if root is not None: result += postorder_traversal(root.left) # 左子树 result += postorder_traversal(root.right) # 右子树 result.append(root.val) # 根节点 return result ``` 上述代码定义了一个`TreeNode`类来表示二叉树节点,并通过递归函数`postorder_traversal`实现了后序遍历[^2]。 #### 后序遍历的非递归实现 非递归实现通常需要借助栈来模拟递归过程: ```python def postorder_traversal_iterative(root): stack, result = [], [] last_visited = None current = root while current or stack: if current: stack.append(current) current = current.left else: peek_node = stack[-1] if peek_node.right and last_visited != peek_node.right: current = peek_node.right else: result.append(peek_node.val) last_visited = stack.pop() return result ``` #### POJ相关题目解析 根据引用内容,以下是一些涉及二叉树遍历的POJ题目及其可能的解法思路[^4]: 1. **POJ 1240 - All in All** 题目要求根据给定的前序和后序遍历结果,推导出所有可能的中序遍历结果。此题可以通过动态规划(DP)解决,结合二叉树的性质构造所有可能的树结构并生成对应的中序遍历序列[^3]。 2. **POJ 1145 - Tree Summing** 此题要求判断是否存在从根到叶子节点的一条路径,使得路径上的节点权值和等于特定值`k`。可以通过递归或迭代的方式实现路径求和逻辑。后序遍历在此题中可用于验证路径是否满足条件[^3]。 #### 示例解答:POJ 1145 以下为POJ 1145的伪代码实现,展示如何利用后序遍历解决问题: ```python def tree_summing(s_expr, target_sum): def parse_tree(s_expr): # 解析S表达式为树结构 pass def dfs(node, current_sum): if not node: return False current_sum += node.val if not node.left and not node.right: # 叶子节点 return current_sum == target_sum return dfs(node.left, current_sum) or dfs(node.right, current_sum) root = parse_tree(s_expr) return dfs(root, 0) # 示例调用 s_expr = "(5 (4 (11 (7 () ()) (2 () ()) ) ()) (8 (13 () ()) (4 () (1 () ()) ) ) )" target_sum = 22 print(tree_summing(s_expr, target_sum)) # 输出 True 或 False ``` #### 性能分析 后序遍历的时间复杂度为O(n),其中n是树中节点的数量[^1]。空间复杂度取决于递归深度,在最坏情况下(退化为链表的树)为O(n)。
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