Unique Binary Search Trees II

本文介绍了一种生成从1到n的所有结构独特二叉搜索树的高效算法,并通过优化减少对象拷贝,显著提高性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Given n, generate all structurally unique BST's (binary search trees) that store values 1...n.

For example,
Given n = 3, your program should return all 5 unique BST's shown below.

   1         3     3      2      1
    \       /     /      / \      \
     3     2     1      1   3      2
    /     /       \                 \
   2     1         2                 3
解答:划分左右子树分别构造。

/**
 * Definition for binary tree
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    vector<TreeNode *> generateTrees(int n) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        vector<TreeNode *> ret = makeTree(1,n);
        return ret;
    }
    
    vector<TreeNode*> makeTree(int start,int end){
        vector<TreeNode*> ret;
        if(start > end){
            ret.push_back(NULL);
            return ret;
        }
        if(start == end){
            TreeNode* root = new TreeNode(start);
            ret.push_back(root);
            return ret;
        }
        
        for(int i = start;i <= end;i++)
        {
            vector<TreeNode*> left = makeTree(start,i-1);
            vector<TreeNode*> right = makeTree(i+1,end);
            
            for(int j = 0;j < left.size();j++)
            {  
                for(int k = 0;k < right.size();k++)
                {
                    TreeNode* root = new TreeNode(i);
                    root->left = left[j];
                    root->right = right[k];
                    ret.push_back(root);
                }
            }
        }
        return ret;
    }
};

116 milli secs.

写完看到了一篇分析,说上面的function存在大量的对象拷贝,因为所有变量都是在栈上开辟,所以返回值的时候都需要通过拷贝构造函数来重构vector。可以把代码改成下面的样子解决这个问题。

/**
 * Definition for binary tree
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    vector<TreeNode *> generateTrees(int n) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        vector<TreeNode *>* ret = makeTree(1,n);
        return *ret;
    }
    
    vector<TreeNode*>* makeTree(int start,int end){
        vector<TreeNode*>* ret = new vector<TreeNode*>();
        if(start > end){
            ret->push_back(NULL);
            return ret;
        }
        if(start == end){
            TreeNode* root = new TreeNode(start);
            ret->push_back(root);
            return ret;
        }
        
        for(int i = start;i <= end;i++)
        {
            vector<TreeNode*>* left = makeTree(start,i-1);
            vector<TreeNode*>* right = makeTree(i+1,end);
            
            for(int j = 0;j < left->size();j++)
            {  
                for(int k = 0;k < right->size();k++)
                {
                    TreeNode* root = new TreeNode(i);
                    root->left = (*left)[j];
                    root->right = (*right)[k];
                    ret->push_back(root);
                }
            }
        }
        return ret;
    }
};

116 milli secs.


基于Spring Boot搭建的一个多功能在线学习系统的实现细节。系统分为管理员和用户两个主要模块。管理员负责视频、文件和文章资料的管理以及系统运营维护;用户则可以进行视频播放、资料下载、参与学习论坛并享受个性化学习服务。文中重点探讨了文件下载的安全性和性能优化(如使用Resource对象避免内存溢出),积分排行榜的高效实现(采用Redis Sorted Set结构),敏感词过滤机制(利用DFA算法构建内存过滤树)以及视频播放的浏览器兼容性解决方案(通过FFmpeg调整MOOV原子位置)。此外,还提到了权限管理方面自定义动态加载器的应用,提高了系统的灵活性和易用性。 适合人群:对Spring Boot有一定了解,希望深入理解其实际应用的技术人员,尤其是从事在线教育平台开发的相关从业者。 使用场景及目标:适用于需要快速搭建稳定高效的在线学习平台的企业或团队。目标在于提供一套完整的解决方案,涵盖从资源管理到用户体验优化等多个方面,帮助开发者更好地理解和掌握Spring Boot框架的实际运用技巧。 其他说明:文中不仅提供了具体的代码示例和技术思路,还分享了许多实践经验教训,对于提高项目质量有着重要的指导意义。同时强调了安全性、性能优化等方面的重要性,确保系统能够应对大规模用户的并发访问需求。
### 如何使用二叉搜索树(BST)实现 A+B 操作 在 C 编程语言中,可以通过构建两个二叉搜索树(BST),分别表示集合 A 和 B 的元素,然后通过遍历其中一个 BST 并将其节点插入到另一个 BST 中来完成 A+B 操作。以下是详细的实现方法: #### 数据结构定义 首先需要定义一个简单的二叉搜索树节点的数据结构。 ```c typedef struct TreeNode { int value; struct TreeNode* left; struct TreeNode* right; } TreeNode; ``` #### 插入函数 为了向 BST 添加新元素,可以编写如下 `insert` 函数。 ```c TreeNode* createNode(int value) { TreeNode* newNode = (TreeNode*)malloc(sizeof(TreeNode)); newNode->value = value; newNode->left = NULL; newNode->right = NULL; return newNode; } void insert(TreeNode** root, int value) { if (*root == NULL) { *root = createNode(value); } else { if (value < (*root)->value) { insert(&((*root)->left), value); // Insert into the left subtree. } else if (value > (*root)->value) { insert(&((*root)->right), value); // Insert into the right subtree. } // If value == (*root)->value, do nothing since duplicates are not allowed in a set. } } ``` #### 合并操作 要执行 A+B 操作,即合并两棵 BST,可以从一棵树中提取所有元素并将它们逐个插入另一棵树中。 ```c // In-order traversal to extract elements from one tree and add them to another. void mergeTrees(TreeNode* sourceRoot, TreeNode** targetRoot) { if (sourceRoot != NULL) { mergeTrees(sourceRoot->left, targetRoot); // Traverse left subtree first. insert(targetRoot, sourceRoot->value); // Add current node's value to target tree. mergeTrees(sourceRoot->right, targetRoot); // Then traverse right subtree. } } ``` #### 主程序逻辑 假设我们已经初始化了两棵 BST 表示集合 A 和 B,则可以通过调用上述函数完成 A+B 操作。 ```c int main() { TreeNode* treeA = NULL; TreeNode* treeB = NULL; // Example: Adding values to Tree A. int arrayA[] = {5, 3, 7, 2, 4}; for (size_t i = 0; i < sizeof(arrayA)/sizeof(arrayA[0]); ++i) { insert(&treeA, arrayA[i]); } // Example: Adding values to Tree B. int arrayB[] = {6, 8, 1}; for (size_t i = 0; i < sizeof(arrayB)/sizeof(arrayB[0]); ++i) { insert(&treeB, arrayB[i]); } // Perform A + B by merging all nodes of treeB into treeA. mergeTrees(treeB, &treeA); // Now treeA contains all unique elements from both sets. return 0; } ``` 此代码片段展示了如何利用二叉搜索树的性质高效地进行集合并集运算[^1]。
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