当前位置: 首页 > article >正文

数据结构与算法——Java实现 52.力扣98题——验证二叉搜索树

我将一直向前,带着你给我的淤青

                                        —— 24.11.3

98. 验证二叉搜索树

给你一个二叉树的根节点 root ,判断其是否是一个有效的二叉搜索树

有效 二叉搜索树定义如下:

  • 节点的左子树只包含 小于 当前节点的数。
  • 节点的右子树只包含 大于 当前节点的数。
  • 所有左子树和右子树自身必须也是二叉搜索树。

示例 1:

输入:root = [2,1,3]
输出:true

示例 2:

输入:root = [5,1,4,null,null,3,6]
输出:false
解释:根节点的值是 5 ,但是右子节点的值是 4 。

方法1 递归求解

思路

提前设置一个prev对象,首先设置为最小值,从根节点开始,对每个节点进行递归,左—值—右中序遍历,不断更新节点值与prev存储的上一个节点的值,直到找到了不符合二叉树的定义的子树,返回false,若将二叉树全部遍历完成,则判断符合二叉搜索树的规则,返回true


/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    long prev = Long.MIN_VALUE;

    
    public boolean isValidBST(TreeNode node){
        if (node == null){
            return true;
        }
        // 中序遍历:左 - 根 - 右
        boolean a = isValidBST(node.left);

        if(prev >= node.val){
            return false;
        }else{
            prev = node.val;
        }

        boolean b = isValidBST(node.right);
        return a && b;
    }
}


方法2 中序遍历+双指针+栈

思路

将所有的子节点全部压入栈中,当遍历到最左边的节点时,开始弹栈,在弹栈的过程中,不断比较弹出值与右边节点的大小,由于二叉树的特性:左子树 < 根结点 < 右子树以及栈的特性:先进先出FIFO,每弹出一个节点时,进行比较,如果发现有不符合二叉树规则的节点,则返回false


算法全流程:

① 初始化:

`TreeNode p = node;`:设置当前节点 'p' 为根节点。

LinkedList<TreeNode> stack = new LinkedList<>();‘:创建一个栈用于存储节点。

'long prev = Long.MIN_VALUE;':初始化 `prev` 为' Long.MIN_VALUE

② 中序遍历:

使用来模拟递归调用,首先将所有左子节点压入栈中。

当到达最左边的叶子节点时,开始弹栈并处理节点值

每次弹出一个节点时,检查其值是否大于'prev',如果不大于,则更新 'prev` 为当前节点的值,并将 'p` 指向当前节点的右子节点,继续遍历。如果大于,则判断为不合法,返回 ‘False’

③ 结束条件

如果遍历完所有节点且没有发现违反BST性质的情况,返回 ‘True'

注:为保证确定最小值,使用Long类型的最小值MIN_VALUE


/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public boolean isValidBST(TreeNode node) {
        TreeNode p = node;
        LinkedList<TreeNode> stack = new LinkedList<>();
        long prev = Long.MIN_VALUE; // 代表上一个值
        while (p != null || !stack.isEmpty()) {
            if (p != null) {
                // push 压栈
                stack.push(p);
                p = p.left;
            } else {
                // pop 弹栈
                TreeNode pop = stack.pop();
                // 处理值
                if (prev >= pop.val){
                    return false;
                }
                prev = pop.val;
                p = pop.right;
            }
        }
        return true;
    }
}


方法3 判断合法 — 上下界

思路

对于每一个节点来说,其左边的祖先节点key值都要比原节点小,其右边的节点key值都要比原节点大,如果对于每个节点都符合要求,则返回true,否则返回false


/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public boolean isValidBST(TreeNode node){
        return doValid(node,Long.MIN_VALUE,Long.MAX_VALUE);
    }

    private boolean doValid(TreeNode node,long min,long max){
        if (node == null){
            return true;
        }

        if (node.val <= min || node.val >= max){
            return false;
        }
        return doValid(node.left,min,node.val) && doValid(node.right, node.val, max);
    }
}


http://www.kler.cn/a/380240.html

相关文章:

  • 程序员也要认识下“信创产业”
  • 占地1.1万平,2亿投资的智能仓储系统:高架库、AGV、码垛机器人……
  • ChatGPT 和 RAG(检索增强生成)的区别;ChatGPT 和 RAG 的联系
  • thrift rpc 四种类型的服务端的实现详细介绍
  • Linux——Ubuntu环境C编程
  • [论文阅读]A Survey of Embodied Learning for Object-Centric Robotic Manipulation
  • MySQL45讲 第十四讲 count(*)这么慢,我该怎么办?
  • 细腻的链接:C++ list 之美的解读
  • 【机器学习】音乐与AI的交响:机器学习在音乐产业中的应用
  • 爬虫学习2
  • 【热门主题】000029 ECMAScript:现代编程的基石
  • 【递归】——五道经典链表与递归问题的深度解析
  • stuid学生信息
  • 第十二章 spring Boot+shiro权限管理
  • 【django】django RESTFramework前后端分离框架快速入门
  • 一阶 RC 低通滤波器实验方案
  • MFC图形函数学习05——画椭圆函数
  • 推荐一款高级的安装程序打包工具:Advanced Installer Architect
  • 用Python遍历输出烟感名称和状态
  • 简单说明vuex
  • AIDOVECL数据集:包含超过15000张AI生成的车辆图像数据集,目的解决旨在解决眼水平分类和定位问题。
  • SwiftUI:单个App支持设置多语言
  • 【零基础学习CAPL】——使用CAP测试报文长度DLC
  • 交换机的基本配置
  • MySql创建用户与授权
  • 关于安科瑞电能质量监测和治理产品在分布式光伏电站的应用探讨