当前位置: 首页 > article >正文

Day 27 卡玛笔记

这是基于代码随想录的每日打卡

669. 修剪二叉搜索树

给你二叉搜索树的根节点 root ,同时给定最小边界low 和最大边界 high。通过修剪二叉搜索树,使得所有节点的值在[low, high]中。修剪树 不应该 改变保留在树中的元素的相对结构 (即,如果没有被移除,原有的父代子代关系都应当保留)。 可以证明,存在 唯一的答案

所以结果应当返回修剪好的二叉搜索树的新的根节点。注意,根节点可能会根据给定的边界发生改变。

示例 1:

img

输入:root = [1,0,2], low = 1, high = 2
输出:[1,null,2]

示例 2:

img

输入:root = [3,0,4,null,2,null,null,1], low = 1, high = 3
输出:[3,2,null,1]

递归法

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def trimBST(self, root: Optional[TreeNode], low: int, high: int) -> Optional[TreeNode]:
        # 递归终止条件
        if root==None:
            return None
        # 虽然当前节点值小于最小值,但是二叉搜索树的右孩子值会大于其父节点,有可能存在符合区间的值
        if root.val<low:
            # 把右孩子拿去剪剪
            right=self.trimBST(root.right,low,high)
            return right
        # 虽然当前节点值大于最小值,但是二叉搜索树的左孩子值会小于其父节点,有可能存在符合区间的值
        if root.val>high:
            # 把左孩子拿去剪剪
            left=self.trimBST(root.left,low,high)
            return left
        
        # 递归逻辑
        # 若当前节点在区间内
        root.left=self.trimBST(root.left,low,high)   # 左孩子拿去剪剪
        root.right=self.trimBST(root.right,low,high) # 右孩子拿去剪剪
        return root

运行结果

在这里插入图片描述


108. 将有序数组转换为二叉搜索树

给你一个整数数组 nums ,其中元素已经按 升序 排列,请你将其转换为一棵 平衡二叉搜索树。

示例 1:

img

输入:nums = [-10,-3,0,5,9]
输出:[0,-3,9,-10,null,5]
解释:[0,-10,5,null,-3,null,9] 也将被视为正确答案:

示例 2:

img

输入:nums = [1,3]
输出:[3,1]
解释:[1,null,3] 和 [3,1] 都是高度平衡二叉搜索树。

递归法

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def construct(self,nums,left,right):
        # 递归终止条件
        if left>right:
            return None
        # 递归逻辑
        mid=(left+right)//2
        root=TreeNode(nums[mid])
        root.left=self.construct(nums,left,mid-1)
        root.right=self.construct(nums,mid+1,right)
        return root
    def sortedArrayToBST(self, nums: List[int]) -> Optional[TreeNode]:
        return self.construct(nums,0,len(nums)-1)  

运行结果

在这里插入图片描述



538. 把二叉搜索树转换为累加树

给出二叉 搜索 树的根节点,该树的节点值各不相同,请你将其转换为累加树(Greater Sum Tree),使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。

提醒一下,二叉搜索树满足下列约束条件:

  • 节点的左子树仅包含键 小于 节点键的节点。
  • 节点的右子树仅包含键 大于 节点键的节点。
  • 左右子树也必须是二叉搜索树。

**注意:**本题和 1038: https://leetcode-cn.com/problems/binary-search-tree-to-greater-sum-tree/ 相同

示例 1:

img

输入:[4,1,6,0,2,5,7,null,null,null,3,null,null,null,8]
输出:[30,36,21,36,35,26,15,null,null,null,33,null,null,null,8]

示例 2:

输入:root = [0,null,1]
输出:[1,null,1]

示例 3:

输入:root = [1,0,2]
输出:[3,3,2]

示例 4:

输入:root = [3,2,4,1]
输出:[7,9,4,10]

双指针法

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def __init__(self):
        # 指向当前节点的前一个指针
        self.pre=None
      
    def convertBST(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
        self.convert(root)
        return root

    def convert(self,cur):
        # 递归终止条件:cur一直指向最右边节点直到空,就返回到最右边的节点
        if cur==None:
            return
        # 递归逻辑
        self.convert(cur.right)     # 右
        # 第一次先将pre指向最右边节点
        if self.pre==None:
            self.pre=cur
        # 不是第一次,则当前节点值更新为与前一个指针节点值相加
        else:
            cur.val=cur.val+self.pre.val
            # 更新指针
            self.pre=cur
        self.convert(cur.left)  # 左

运行结果

在这里插入图片描述


http://www.kler.cn/a/530889.html

相关文章:

  • PaddleOCR 截图自动文字识别
  • Vue3 表单:全面解析与最佳实践
  • MiniQMT与xtquant:量化交易的利器
  • Maven全解析:从基础到精通的实战指南
  • ASP.NET Core与配置系统的集成
  • 索罗斯的“反身性”(Reflexivity)理论:市场如何扭曲现实?(中英双语)
  • 如何在Arduino上使用NodeMCU
  • 基于Kamailio的VoIP管理系统方案(技术栈:MySQL + Redis + Gin + Vue.js
  • 计算机网络网络层进阶:NAT、ARP 与 IP 系列技术全析!!!
  • 业务系统文件上传和互传如何做到高效又安全?
  • 【蓝桥杯】43698.最大比例
  • PageForge v2025.1.2 正式发布:打造现代化的静态站点生成工具
  • HENU~国商计科概率论复习
  • 在Linux环境下修改Anaconda的默认虚拟环境安装位置
  • Deepseek:网页版OR本地部署版本?
  • 【Linux】进程间通信(管道:匿名管道、命名管道、实战练习)
  • IDA Pro的基础指南
  • MiniQMT与xtquant:量化交易的利器
  • Leetcode—81. 搜索旋转排序数组 II【中等】
  • web前端14--flex
  • 线程互斥同步
  • Axure PR 9 动效 设计交互
  • 软考论文万能模板
  • 2021版小程序开发5——小程序项目开发实践(1)
  • k8s二进制集群之ETCD集群部署
  • Altium Designer绘制原理图时画斜线的方法