重建二叉树
Posted TangguTae
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了重建二叉树相关的知识,希望对你有一定的参考价值。
根据二叉树的遍历重构一颗二叉树,很经典的题目。
若想重构二叉树,一定得知道中序遍历,然后前序遍历和后序遍历只知道一个即可。
中序遍历可以确定根节点的左右子树的情况,而前序和后序是用来确定根节点在哪,结合二者就可以完整的构建出来对应的二叉树。
根据前序和中序重建二叉树
105. 从前序与中序遍历序列构造二叉树 - 力扣(LeetCode)
假设是如下的一颗二叉树,他的前序遍历为3,9,20,15,7。中序遍历为9,3,15,20,7。
具体的代码实现:
unordered_map<int, int> hash;//利用哈希方便在中序遍历中找到根节点
TreeNode* _buildTree(vector<int>& preorder, vector<int>& inorder, int pre_left, int pre_right, int in_left, int in_right)
if (pre_left > pre_right || in_left > in_right)
return nullptr;
TreeNode* root = new TreeNode(preorder[pre_left]);//首先把根节点new出来
int loc = hash[preorder[pre_left]]; //找到中序中根节点的位置
int left_cnt = loc - in_left;//计算一下左子树的长度,方便确定
root->left = _buildTree(preorder, inorder, pre_left + 1, pre_left + left_cnt, in_left, loc - 1);//递归左
root->right = _buildTree(preorder, inorder, pre_left + left_cnt + 1, pre_right, loc + 1, in_right);//递归右
return root;
TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder)
//分治+递归
for (int i = 0; i < inorder.size(); i++)
hash[inorder[i]] = i;
return _buildTree(preorder, inorder, 0, preorder.size() - 1, 0, inorder.size() - 1);
根据中序和后序重建二叉树
106. 从中序与后序遍历序列构造二叉树 - 力扣(LeetCode)
这个思路就和上面一样了,就不赘述了。
唯一的不同就是后序遍历他的根节点在最后。
unordered_map<int, int> hash;
TreeNode* _buildTree(vector<int>& inorder, vector<int>& postorder, int in_left, int in_right, int post_left, int post_right)
if (in_left > in_right || post_left > post_right)
return nullptr;
TreeNode* root = new TreeNode(postorder[post_right]);
int loc = hash[postorder[post_right]];
int left_len = loc - in_left;
root->left = _buildTree(inorder, postorder, in_left, loc - 1, post_left, post_left + left_len - 1);
root->right = _buildTree(inorder, postorder, loc + 1, in_right, post_left + left_len, post_right - 1);
return root;
TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder)
for (int i = 0; i < inorder.size(); i++)
hash[inorder[i]] = i;
return _buildTree(inorder, postorder, 0, inorder.size() - 1, 0, postorder.size() - 1);
以上是关于重建二叉树的主要内容,如果未能解决你的问题,请参考以下文章