给定节点数为 n 的二叉树的前序遍历和中序遍历结果,请重建出该二叉树并返回它的头结点。
例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建出如下图所示。
提示:
1.vin.length == pre.length
2.pre 和 vin 均无重复元素
3.vin出现的元素均出现在 pre里
4.只需要返回根结点,系统会自动输出整颗树做答案对比
数据范围:n ≤ 2000,节点的值 -10000 ≤ val ≤ 10000
要求:空间复杂度 O(n),时间复杂度 O(n)
输入:
[1,2,4,7,3,5,6,8],[4,7,2,1,5,3,8,6]
返回值:
{1,2,3,4,#,5,6,#,7,#,#,8}
输入:
[1],[1]
返回值:
{1}
复制
输入:
[1,2,3,4,5,6,7],[3,2,4,1,6,5,7]
返回值:
{1,2,5,3,4,6,7}
说明:
返回根节点,系统会输出整颗二叉树对比结果,重建结果如题面图示
java构建的二叉树
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
二叉树的前序遍历:根左右;中序遍历:左根右
由前序遍历知道根节点之后,能在中序遍历上划分出左子树和右子树。分别对中序遍历的左右子树递归进行这一过程即可建树。
图解:
public class Solution {
public TreeNode reConstructBinaryTree(int [] pre,int [] vin) {
if(pre.length==0||vin.length==0)
return null;
TreeNode result = new TreeNode(pre[0]);
for(int i = 0;i
二叉树的前序遍历:根左右;中序遍历:左根右
设置三个指针,一个是preStart,表示的是前序遍历开始的位置,一个是inStart,表示的是中序遍历开始的位置。一个是inEnd,表示的是中序遍历结束的位置,我们主要是对中序遍历的数组进行拆解
图解:
前序序列:【1,2,3,4,5,6,7】
中序遍历:【3,2,4,1,6,5,7】
只要找到了前序遍历的结点在中序遍历的位置,我们就可以把中序遍历数组分解为左右子树两部分。
如果index是前序遍历的某个值在中序遍历数组中的索引,以index为根节点划分,在中序遍历中,[0,index-1]就是根节点左子树的所有节点,[index+1,tin.length-1]就是根节点右子树的所有节点
对于前序序列,针对左子树,preStart=index+1,如果是右子树就稍微麻烦点,
故,右子树的位置就是从根节点开始走过左子树,然后左子树的下一个节点就是右子树的第一个节点
公式表示:
根据这个原理,左子树的数量可以从中序遍历里找,
即:找到中序遍历中根节点的位置,根节点的左边有多少元素,左子树就有几个节点。
公式表示:
3. (index-inStart)
结合 2,3, 公式1表示为
preStart+ (index-inStart)+ 1
public class Solution {
public TreeNode reConstructBinaryTree(int [] pre,int [] in) {
return dfs(0, 0, in.length - 1, pre, in);
}
public TreeNode dfs(int preStart, int inStart, int inEnd, int[] preorder, int[] inorder) {
if (preStart > preorder.length - 1 || inStart > inEnd) {
return null;
}
//创建结点
TreeNode root = new TreeNode(preorder[preStart]);
int index = 0;
//找到当前节点root在中序遍历中的位置,然后再把数组分两半
for (int i = inStart; i <= inEnd; i++) {
if (inorder[i] == root.val) {
index = i; break;
}
}
root.left = dfs(preStart + 1, inStart, index - 1, preorder, inorder);
root.right = dfs(preStart + index - inStart + 1, index + 1, inEnd, preorder, inorder);
return root;
}
}