博客
关于我
剑指offer笔记 07.给出二叉树的前序遍历和中序遍历,重建该二叉树
阅读量:585 次
发布时间:2019-03-11

本文共 1864 字,大约阅读时间需要 6 分钟。

剑指offer笔记 06.从尾到头打印链表 C++实现

剑指offer笔记 07.给出二叉树的前序遍历和中序遍历,重建该二叉树

1.题目描述

输入某二叉树的前序遍历和中序遍历的结果,请重建该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。

给出:前序遍历 preorder = [3,9,20,15,7]中序遍历 inorder = [9,3,15,20,7]返回如下的二叉树:   3   / \  9  20    /  \   15   7

来源:力扣(LeetCode)

链接:https://leetcode-cn.com/problems/shu-zu-zhong-zhong-fu-de-shu-zi-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

2.解答思路

1.前序遍历 [root | left | right],递归中用 i 表示索引

中序遍历 [left | root | right],递归中用 j 表示索引
2.
递归的参数有三个:

  • i 表示根节点在preorder中的索引
  • left 表示以索引为 i 的节点为根节点的子树在inorder中的左边界索引
  • right 表示以索引为 i 的节点为根节点的子树在inorder中的右边界索引
  • 需要根据preorder中的根节点值定位其在inorder中的位置 j,以此确定左右子树的索引范围,因此需要用哈希表hashmap记录一下每个节点值对应的在inorder中的索引
  • 进入递归后,先创建根节点,读取根节点在inorder中的索引 j ,再创建左右子节点,进入递归:
    i. 左子树中的根节点索引为 i + 1,左边界索引为 left,右边界索引为 j - 1
    ii. 右子树中的根节点索引为 根节点索引 + 左子树长度 + 1 = i + (j - left) + 1,左边界索引为 j + 1,右边界索引为 right
  • 返回根节点root

作者:edelweisskoko

链接:https://leetcode-cn.com/problems/zhong-jian-er-cha-shu-lcof/solution/jian-zhi-offer-07-zhong-jian-er-cha-shu-2j9vf/
来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

3.知识要点

  • 建立哈希索引
private Map
hashmap = new HashMap<>();
  • 把中序遍历放入哈希索引中:
for(int i =0;i
  • 构建一颗以preorder[i]为根节点的树:
TreeNode root=new TreeNode(preorder[i]);

4.java代码

/** * Definition for a binary tree node. * public class TreeNode { *     int val; *     TreeNode left; *     TreeNode right; *     TreeNode(int x) { val = x; } * } */class Solution {      private Map
hashmap = new HashMap<>(); private int[] preorder; public TreeNode buildTree(int[] preorder, int[] inorder) { this.preorder=preorder; for(int i=0;i
right){ return null; } TreeNode root=new TreeNode(preorder[i]);//定义一颗以preorder[0]树根的树 int j=hashmap.get(preorder[i]);//找到树根root在中序遍历中的位置 root.left=recur(i+1,left,j-1); root.right=recur(i-left+j+1,j+1,right); return root; } }
你可能感兴趣的文章
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
nmap使用
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NMF(非负矩阵分解)
查看>>
nmon_x86_64_centos7工具如何使用
查看>>