题解 | #二叉搜索树的后序遍历序列#
二叉搜索树的后序遍历序列
http://www.nowcoder.com/practice/a861533d45854474ac791d90e447bafd
方法一:递归
- 较自然的思路,遵循后序遍历的规则:左子树->右子树->根节点。因此当前序列的最后一个值即为根节点,且左子树<根节点<右子树。每次遍历当前序列,根据大小顺序判断是否符合条件,同时得到左右子树序列,并递归调用函数判断子树序列是否符合条件。
class Solution { public: bool VerifySquenceOfBST(vector<int> sequence) { if(sequence.size()==0) return false; return helper(sequence,0,sequence.size()-1); } //辅助递归函数,判断当前树是否为二叉树的后序遍历序列。 bool helper(vector<int> sequence,int start,int end){ if(start>=end) return true; int lStart=start,i=start; while(sequence[i]<sequence[end]) i++; int lEnd=i-1,rStart=i; while(sequence[i]>sequence[end]) i++; //序列不符合前半部分小于sequence[end],后半部分大于sequence[end]的条件 //--->说明当前序列不是二叉搜索树的后序遍历。 if(i!=end) return false; int rEnd=end-1; return helper(sequence,lStart,lEnd)&&helper(sequence,rStart,rEnd); } };
复杂度分析:
时间复杂度:O(n^2),时间复杂度来源于调用helper函数的次数,以及每次调用时的时间开销,前者是固定的,即O(n),后者取决于二叉搜索树的形状,当二叉搜索树每层只有一个节点时,即变成了一个链表,为O(n),总O(n^2)。
空间复杂度:O(n),取决于递归的深度,同上,深度最大,即变成链表时,O(n)。
方法二:
- 题目中的要点在于两个:后序遍历,二叉搜索树。我们模拟后序遍历的过程,来判断每时每刻的状态是否满足二叉搜索树。
从后往前遍历,即顺序变成了根->右子树->左子树。由于右子树>根>左子树,所以当该序列有下降时,说明当前已经来到了左子树,找到大于当前值的最小值,该值即为局部树中的根节点。初始时,令根节点root无穷大,则当前树为该根节点的左子树。遍历过程中,逐步缩小root的值,因为所有的操作都是在当前根节点root的左子树中进行的,所以保证遍历的值小于root即可满足判断条件,否则为false;代码如下:
class Solution { public: bool VerifySquenceOfBST(vector<int> sequence) { if(sequence.size()==0) return false; stack<int> s; int root=1000000; //序列从后往前遍历,即根->右子树->左子树的顺序。 for(int i=sequence.size()-1;i>=0;i--){ //不满足二叉搜索树所表现出来的特征,即存在左子树中节点值大于根节点。 if(sequence[i]>root) return false; //找到栈中大于当前值sequence[i]的最小值 即为root while(!s.empty()&&sequence[i]<s.top()){ root=s.top(); s.pop(); } s.push(sequence[i]); } return true; } };
图解如下:
复杂度分析:
时间复杂度:O(n),遍历数组序列。
空间复杂度:O(n),入栈最大数目n。