当前位置: 首页 > article >正文

【leetcode热题】二叉搜索树迭代器

实现一个二叉搜索树迭代器类BSTIterator ,表示一个按中序遍历二叉搜索树(BST)的迭代器:

  • BSTIterator(TreeNode root) 初始化 BSTIterator 类的一个对象。BST 的根节点 root 会作为构造函数的一部分给出。指针应初始化为一个不存在于 BST 中的数字,且该数字小于 BST 中的任何元素。
  • boolean hasNext() 如果向指针右侧遍历存在数字,则返回 true ;否则返回 false 。
  • int next()将指针向右移动,然后返回指针处的数字。

注意,指针初始化为一个不存在于 BST 中的数字,所以对 next() 的首次调用将返回 BST 中的最小元素。

你可以假设 next() 调用总是有效的,也就是说,当调用 next() 时,BST 的中序遍历中至少存在一个下一个数字。

示例:

输入
["BSTIterator", "next", "next", "hasNext", "next", "hasNext", "next", "hasNext", "next", "hasNext"]
[[[7, 3, 15, null, null, 9, 20]], [], [], [], [], [], [], [], [], []]
输出
[null, 3, 7, true, 9, true, 15, true, 20, false]

解释
BSTIterator bSTIterator = new BSTIterator([7, 3, 15, null, null, 9, 20]);
bSTIterator.next();    // 返回 3
bSTIterator.next();    // 返回 7
bSTIterator.hasNext(); // 返回 True
bSTIterator.next();    // 返回 9
bSTIterator.hasNext(); // 返回 True
bSTIterator.next();    // 返回 15
bSTIterator.hasNext(); // 返回 True
bSTIterator.next();    // 返回 20
bSTIterator.hasNext(); // 返回 False

解法一

先不考虑题目 Note 中要求的空间复杂度和时间复杂度,简单粗暴一些。在构造函数中,对二叉树进行中序遍历,把结果保存到一个队列中,然后 next 方法直接执行出队操作即可。至于 hasNext 方法的话,判断队列是否为空即可。

class BSTIterator {

    Queue<Integer> queue = new LinkedList<>();

    public BSTIterator(TreeNode root) {
        inorderTraversal(root);
    }

    private void inorderTraversal(TreeNode root) {
        if (root == null) {
            return;
        }
        inorderTraversal(root.left);
        queue.offer(root.val);
        inorderTraversal(root.right);
    }

    /** @return the next smallest number */
    public int next() {
        return queue.poll();
    }

    /** @return whether we have a next smallest number */
    public boolean hasNext() {
        return !queue.isEmpty();
    }
}

时间复杂度的话,构造函数因为遍历了一遍二叉树,所以是 O(n),对于 next 和 hasNext 方法都是 O(1)

空间复杂度,用队列保存了所有的节点值,所以是 O(n),此外中序遍历递归压栈的过程也需要 O(h) 的空间。

解法二

解法一中我们把所有节点都保存了起来,其实没必要一次性保存所有节点,而是需要一个输出一个即可。

所以我们要控制中序遍历的进程,不要让它一次性结束,如果用解法一递归的方法去遍历那就很难控制了,所以自然而然的会想到用栈模拟递归的过程。

下边是 94 题 解法二的代码。

public List<Integer> inorderTraversal(TreeNode root) {
    List<Integer> ans = new ArrayList<>();
    Stack<TreeNode> stack = new Stack<>();
    TreeNode cur = root;
    while (cur != null || !stack.isEmpty()) {
        //节点不为空一直压栈
        while (cur != null) {
            stack.push(cur);
            cur = cur.left; //考虑左子树
        }
        //节点为空,就出栈
        cur = stack.pop();
        //当前值加入
        ans.add(cur.val);
        //考虑右子树
        cur = cur.right;
    }
    return ans;
}

和这道题糅合一起也很简单了,只需要把 stack 和 cur 作为成员变量,然后每次调用 next 就执行一次 while 循环,并且要记录当前值,结束掉本次循环。

class BSTIterator {
    Stack<TreeNode> stack = new Stack<>();
    TreeNode cur = null;

    public BSTIterator(TreeNode root) {
        cur = root;
    }

    /** @return the next smallest number */
    public int next() {
        int res = -1;
        while (cur != null || !stack.isEmpty()) {
            // 节点不为空一直压栈
            while (cur != null) {
                stack.push(cur);
                cur = cur.left; // 考虑左子树
            }
            // 节点为空,就出栈
            cur = stack.pop();
            res = cur.val;
            // 考虑右子树
            cur = cur.right;
            break;
        }

        return res;
    }

    /** @return whether we have a next smallest number */
    public boolean hasNext() {
        return cur != null || !stack.isEmpty();
    }
}

时间复杂度的话,对于 next 方法,大多数时候是 O(1),但最坏情况因为最里边的 while 循环,其实有可能达到 O(n)。但如果算均摊时间复杂度的话,其实还是 O(1),因为每个节点最多也就经过两次就出栈了。

空间复杂度,这里只需要消耗栈的空间,也就是 O(h)


http://www.kler.cn/a/274659.html

相关文章:

  • 练习题 最小栈
  • linux普通用户使用sudo不需要输密码
  • Hive内部表和外部表的区别
  • 网络安全概论——防火墙原理与设计
  • CH340系列芯片驱动电路·CH340系列芯片驱动!!!
  • #渗透测试#漏洞挖掘#红蓝攻防#护网#sql注入介绍06-基于子查询的SQL注入(Subquery-Based SQL Injection)
  • Rust 中Self 关键字的两种不同用法
  • 微信小程序 canvas层级过高覆盖原生组件
  • Linux 服务升级:MySQL 主从(半同步复制) 平滑升级
  • 【linux】Debian访问Debian上的共享目录
  • 【生活知识-茶叶】
  • kafka2.x版本配置SSL进行加密和身份验证
  • MacOS Xcode 使用LLDB调试Qt的 QString
  • 使用华为云HECS服务器+nodejs开启web服务
  • Flutter-底部弹出框(Widget层级)
  • 20240319在WIN10下给K6000按照驱动程序
  • MySQL 搭建双主复制服务 并 通过 HAProxy 负载均衡
  • 动态规划练习第一天
  • Java 设计模式系列:行为型-状态模式
  • 智能合约语言(eDSL)—— 使用rust实现eDSL的原理
  • 鸿蒙开发实战:【系统服务管理部件】
  • 多特征变量序列预测(11) 基于Pytorch的TCN-GRU预测模型
  • 基于springboot+vue的智慧生活商城系统
  • Stability AI 3D:开创3D视觉技术新篇章,提升多视角连贯性与生成质量
  • 杰发科技AC7801——Flash数据读取
  • 静态页面负载均衡