LC.108 | 将有序数组转换为二叉搜索树 | 树 | 分治递归取中点

输入: 一个升序整数数组 nums

要求: 将其转换为一棵高度平衡的二叉搜索树(BST)。

输出: 构造出的 BST 根节点 TreeNode*


思路:

有序数组天生就是“BST 的中序遍历结果”。要构造一棵平衡 BST,关键就是让左右子树规模尽量接近。

做法非常固定:每次取区间中点作为根,左右两半分别递归构建左右子树。

递归函数 build(a, l, r) 的含义:

  • 用数组区间 [l, r] 构造一棵平衡 BST,并返回根节点。

单层逻辑:

  1. l > r,说明区间为空,返回 nullptr
  2. mid = l + (r - l) / 2 作为根节点下标(防止溢出写法)。
  3. 根节点值为 a[mid]
  4. 左子树递归构建 [l, mid-1],右子树递归构建 [mid+1, r]

这样构造出来的树天然满足:

  • BST 性质(左边都小于根,右边都大于根)
  • 高度平衡(每层都尽量把节点均分)

复杂度:

  • 时间复杂度:O(N)
    • 每个元素只会被当作根创建一次。
  • 空间复杂度:O(H)
    • 递归栈深度,平衡情况下约为 O(log N)。

class Solution {
public:
    TreeNode* sortedArrayToBST(vector<int>& nums) {
        return build(nums, 0, (int)nums.size() - 1);
    }

    TreeNode* build(const vector<int>& a, int l, int r) {
        if (l > r) return nullptr;

        int mid = l + (r - l) / 2;
        TreeNode* root = new TreeNode(a[mid]);

        root->left = build(a, l, mid - 1);
        root->right = build(a, mid + 1, r);

        return root;
    }
};
### 如何将有序数组转换为平衡的二叉搜索树 为了将一个升序排列的整数数组 `nums` 转换为高度平衡的二叉搜索树 (Binary Search Tree, BST),可以遵循以下方法: #### 方法概述 通过递归的方式构建二叉搜索树。由于输入数组已经是升序排列,因此可以选择数组中的中间元素作为根节点,这样能够确保左右子尽可能均匀分布,从而满足高度平衡的要求。 - **中位数选择**:每次选数组的中间位置元素作为当前子的根节点[^3]。 - **递归构建左右子**:左半部分用于构建左子,右半部分用于构建右子[^5]。 - **终止条件**:当数组为空时返回 `None` 表示该分支结束[^4]。 以下是 Python 的实现代码: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def sortedArrayToBST(nums): if not nums: # 如果数组为空,则返回 None return None mid = len(nums) // 2 # 找到数组的中间索引 root = TreeNode(nums[mid]) # 构造根节点 root.left = sortedArrayToBST(nums[:mid]) # 递归构造左子 root.right = sortedArrayToBST(nums[mid+1:]) # 递归构造右子 return root ``` 上述代码的核心在于: 1. 使用分治的思想,不断分割数组并分别处理左右两部分。 2. 每次中间值作为根节点,保证了最终生成的二叉搜索树具有高度平衡特性[^1]。 --- #### 复杂度分析 - **时间复杂度**: O(n),其中 n 是数组长度。每个元素都会被访问一次以创建对应的节点[^2]。 - **空间复杂度**: O(log n),主要由递归栈的空间开销决定,在最坏情况下(完全不平衡),可能达到 O(n)。 --- #### 测试案例 下面是一个简单的测试例子,展示如何使用此函数以及验证结果是否正确。 ```python # 输入数组 nums = [-10, -3, 0, 5, 9] # 调用函数 root = sortedArrayToBST(nums) # 辅助函数打印先序遍历结果 def preorderTraversal(root): if not root: return [] result = [root.val] result += preorderTraversal(root.left) result += preorderTraversal(root.right) return result print(preorderTraversal(root)) # 输出可能是 [0, -3, -10, 9, 5], 结果不唯一 ``` ---
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