二叉查找树在数据结构中学习,但是感觉自己学的非常水,最近在lintCode上做了两道的关于二叉查找树的题,感觉有比较记录下来,就当是增强记忆!
1.二叉查找树I
题意:
给出 n,问由 1...n 为节点组成的不同的二叉查找树有多少种?
样例:
给出n = 3,生成所有5种不同形态的二叉查找树:
1 3 3 2 1
\ / / / \ \
3 2 1 1 3 2
/ / \ \
2 1 2 3
这个是数据结构中的二叉树中非常的常见。这个是典型卡特兰数的样例
(1).卡特兰数
令h(0)=1,h(1)=1,卡特兰数满足递归式:h(n) = h(0)h(n-1) + h(1)h(n-2) + ... + h(n-1)*h(0) (n>=2);该递推公式为:h(n) = C(2n,n)/(n+1),n=0,1,2,3,...
(2).为什么二叉查找树满足卡特兰数呢?
我们这样来假设
当只有一个节点时,肯定只有一种情况,我们于是假设f(1) = 1;
当只有两个节点时,怎么来考虑?我们固定一个节点,另一个节点要么放在左子树,要么放在右子树,所以分为两种情况,f(2) = f(1) + f(1)。其中的f(1),我们这样来理解,第一个f(1)实际上是f(1) * f(0)(这里的f(0)等于1,为什么f(0)等于1呢?因为没有节点也只有一种情况啊!),表示意思是,左子树只有一个节点,右子树没有节点,而第二个f(1)表示为f(0) * f(1),表示的是左子树没有节点,右子树只有一个节点。
当只有三个或者三个节点以上时,我们假设为n, f(n)的情况就分为左子树为0并且右子树为n - 1(因为有一个节点被固定了,所以只有n - 1个节点),左子树为1并且右子树为n - 2,左子树为2并且右子树为 n - 3等等...然后我们就可以退出公式:f(n) = f(0) * f(n - 1) + f(1) * f(n - 2) + ...... + f(n - 2) * f(1) + f(n - 1) * f(1)。
(3).动态规划
根据上面的递归公式,我们可以写出动态规划的代码
public int numTrees(int n) {
int nums[] = new int[n + 1];
nums[0] = 1;
for(int i = 1; i <= n; i++) {
for(int j = 0; j < i; j++) {
nums[i] += nums[j] * nums[i - 1- j];
}
}
return nums[n];
}
2.二叉查找树II
题意:
给出n,生成所有由1...n为节点组成的不同的二叉查找树
样例:
给出n = 3,生成所有5种不同形态的二叉查找树:
1 3 3 2 1
\ / / / \ \
3 2 1 1 3 2
/ / \ \
2 1 2 3
说实话,这道题真的不知道怎么写,标签上写的是深搜,但是就是不知道怎么写出来,因为之前只写过深搜的搜索题,没有做过深搜的生成类型题!
最后我在网络上找的别人的代码,然后理解了,也不知道理解的是否正确。
先来看看代码
public List generateTrees(int n) {
List list = new ArrayList<>();
if(n < 0) {
return null;
}
list = createTree(1, n);
return list;
}
private List createTree(int start, int end) {
List list = new ArrayList<>();
if (start > end) {
list.add(null);
return list;
}
for (int i = start; i <= end; i++) {
List left = createTree(start, i - 1);
List right = createTree(i + 1, end);
for (int j = 0; j < left.size(); j++) {
for (int k = 0; k < right.size(); k++) {
TreeNode node = new TreeNode(i);
node.left = left.get(j);
node.right = right.get(k);
list.add(node);
}
}
}
return list;
}
我是这样理解的:比如n个节点,它有分为n - 1种情况,跟上面的卡特兰数一样,然后我们分别构造当前节点的左子树和右子树,通过递归来构造。由于有n - 1种情况,所以得有一个循环来构造。