从前序及中序与后序遍历序列构造二叉树登场!

开发 前端
首先回忆一下如何根据两个顺序构造一个唯一的二叉树,相信理论知识大家应该都清楚,就是以 后序数组的最后一个元素为切割点,先切中序数组,根据中序数组,反过来在切后序数组。

[[418044]]

看完本文,可以一起解决如下两道题目

  • 从中序与后序遍历序列构造二叉树
  • 从前序与中序遍历序列构造二叉树

从中序与后序遍历序列构造二叉树题

目地址:https://leetcode-cn.com/problems/construct-binary-tree-from-inorder-and-postorder-traversal/

根据一棵树的中序遍历与后序遍历构造二叉树。

注意: 你可以假设树中没有重复的元素。

例如,给出

中序遍历 inorder = [9,3,15,20,7] 后序遍历 postorder = [9,15,7,20,3] 返回如下的二叉树:

图片

思路

首先回忆一下如何根据两个顺序构造一个唯一的二叉树,相信理论知识大家应该都清楚,就是以 后序数组的最后一个元素为切割点,先切中序数组,根据中序数组,反过来在切后序数组。一层一层切下去,每次后序数组最后一个元素就是节点元素。

如果让我们肉眼看两个序列,画一颗二叉树的话,应该分分钟都可以画出来。

流程如图:

图片

从中序与后序遍历序列构造二叉树

那么代码应该怎么写呢?

说到一层一层切割,就应该想到了递归。

来看一下一共分几步:

  • 第一步:如果数组大小为零的话,说明是空节点了。
  • 第二步:如果不为空,那么取后序数组最后一个元素作为节点元素。
  • 第三步:找到后序数组最后一个元素在中序数组的位置,作为切割点
  • 第四步:切割中序数组,切成中序左数组和中序右数组 (顺序别搞反了,一定是先切中序数组)
  • 第五步:切割后序数组,切成后序左数组和后序右数组
  • 第六步:递归处理左区间和右区间

不难写出如下代码:(先把框架写出来)

  1. TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) { 
  2.  
  3.     // 第一步 
  4.     if (postorder.size() == 0) return NULL
  5.  
  6.     // 第二步:后序遍历数组最后一个元素,就是当前的中间节点 
  7.     int rootValue = postorder[postorder.size() - 1]; 
  8.     TreeNode* root = new TreeNode(rootValue); 
  9.  
  10.     // 叶子节点 
  11.     if (postorder.size() == 1) return root; 
  12.  
  13.     // 第三步:找切割点 
  14.     int delimiterIndex; 
  15.     for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) { 
  16.         if (inorder[delimiterIndex] == rootValue) break; 
  17.     } 
  18.  
  19.     // 第四步:切割中序数组,得到 中序左数组和中序右数组 
  20.     // 第五步:切割后序数组,得到 后序左数组和后序右数组 
  21.  
  22.     // 第六步 
  23.     root->left = traversal(中序左数组, 后序左数组); 
  24.     root->right = traversal(中序右数组, 后序右数组); 
  25.  
  26.     return root; 

难点大家应该发现了,就是如何切割,以及边界值找不好很容易乱套。

此时应该注意确定切割的标准,是左闭右开,还有左开又闭,还是左闭又闭,这个就是不变量,要在递归中保持这个不变量。

在切割的过程中会产生四个区间,把握不好不变量的话,一会左闭右开,一会左闭又闭,必然乱套!

我在704.二分查找59.螺旋矩阵II中都强调过循环不变量的重要性,在二分查找以及螺旋矩阵的求解中,坚持循环不变量非常重要,本题也是。

首先要切割中序数组,为什么先切割中序数组呢?

切割点在后序数组的最后一个元素,就是用这个元素来切割中序数组的,所以必要先切割中序数组。

中序数组相对比较好切,找到切割点(后序数组的最后一个元素)在中序数组的位置,然后切割,如下代码中我坚持左闭右开的原则:

  1. // 找到中序遍历的切割点 
  2. int delimiterIndex; 
  3. for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) { 
  4.     if (inorder[delimiterIndex] == rootValue) break; 
  5.  
  6. // 左闭右开区间:[0, delimiterIndex) 
  7. vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex); 
  8. // [delimiterIndex + 1, end
  9. vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() ); 

接下来就要切割后序数组了。

首先后序数组的最后一个元素指定不能要了,这是切割点 也是 当前二叉树中间节点的元素,已经用了。

后序数组的切割点怎么找?

后序数组没有明确的切割元素来进行左右切割,不像中序数组有明确的切割点,切割点左右分开就可以了。

此时有一个很重的点,就是中序数组大小一定是和后序数组的大小相同的(这是必然)。

中序数组我们都切成了左中序数组和右中序数组了,那么后序数组就可以按照左中序数组的大小来切割,切成左后序数组和右后序数组。

代码如下:

  1. // postorder 舍弃末尾元素,因为这个元素就是中间节点,已经用过了 
  2. postorder.resize(postorder.size() - 1); 
  3.  
  4. // 左闭右开,注意这里使用了左中序数组大小作为切割点:[0, leftInorder.size
  5. vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size()); 
  6. // [leftInorder.size(), end
  7. vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end()); 

此时,中序数组切成了左中序数组和右中序数组,后序数组切割成左后序数组和右后序数组。

接下来可以递归了,代码如下:

  1. root->left = traversal(leftInorder, leftPostorder); 
  2. root->right = traversal(rightInorder, rightPostorder); 

完整代码如下:

C++完整代码

  1. class Solution { 
  2. private: 
  3.     TreeNode* traversal (vector<int>& inorder, vector<int>& postorder) { 
  4.         if (postorder.size() == 0) return NULL
  5.  
  6.         // 后序遍历数组最后一个元素,就是当前的中间节点 
  7.         int rootValue = postorder[postorder.size() - 1]; 
  8.         TreeNode* root = new TreeNode(rootValue); 
  9.  
  10.         // 叶子节点 
  11.         if (postorder.size() == 1) return root; 
  12.  
  13.         // 找到中序遍历的切割点 
  14.         int delimiterIndex; 
  15.         for (delimiterIndex = 0; delimiterIndex < inorder.size(); delimiterIndex++) { 
  16.             if (inorder[delimiterIndex] == rootValue) break; 
  17.         } 
  18.  
  19.         // 切割中序数组 
  20.         // 左闭右开区间:[0, delimiterIndex) 
  21.         vector<int> leftInorder(inorder.begin(), inorder.begin() + delimiterIndex); 
  22.         // [delimiterIndex + 1, end
  23.         vector<int> rightInorder(inorder.begin() + delimiterIndex + 1, inorder.end() ); 
  24.  
  25.         // postorder 舍弃末尾元素 
  26.         postorder.resize(postorder.size() - 1); 
  27.  
  28.         // 切割后序数组 
  29.         // 依然左闭右开,注意这里使用了左中序数组大小作为切割点 
  30.         // [0, leftInorder.size
  31.         vector<int> leftPostorder(postorder.begin(), postorder.begin() + leftInorder.size()); 
  32.         // [leftInorder.size(), end
  33.         vector<int> rightPostorder(postorder.begin() + leftInorder.size(), postorder.end()); 
  34.  
  35.         root->left = traversal(leftInorder, leftPostorder); 
  36.         root->right = traversal(rightInorder, rightPostorder); 
  37.  
  38.         return root; 
  39.     } 
  40. public
  41.     TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) { 
  42.         if (inorder.size() == 0 || postorder.size() == 0) return NULL
  43.         return traversal(inorder, postorder); 
  44.     } 
  45. }; 

相信大家自己就算是思路清晰, 代码写出来一定是各种问题,所以一定要加日志来调试,看看是不是按照自己思路来切割的,不要大脑模拟,那样越想越糊涂。

下面给出用下表索引写出的代码版本:(思路是一样的,只不过不用重复定义vector了,每次用下表索引来分割)

C++优化版本

那么这个版本写出来依然要打日志进行调试,打日志的版本如下:(该版本不要在leetcode上提交,容易超时)

  1. class Solution { 
  2. private: 
  3.     TreeNode* traversal (vector<int>& inorder, int inorderBegin, int inorderEnd, vector<int>& postorder, int postorderBegin, int postorderEnd) { 
  4.         if (postorderBegin == postorderEnd) return NULL
  5.  
  6.         int rootValue = postorder[postorderEnd - 1]; 
  7.         TreeNode* root = new TreeNode(rootValue); 
  8.  
  9.         if (postorderEnd - postorderBegin == 1) return root; 
  10.  
  11.         int delimiterIndex; 
  12.         for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) { 
  13.             if (inorder[delimiterIndex] == rootValue) break; 
  14.         } 
  15.         // 切割中序数组 
  16.         // 左中序区间,左闭右开[leftInorderBegin, leftInorderEnd) 
  17.         int leftInorderBegin = inorderBegin; 
  18.         int leftInorderEnd = delimiterIndex; 
  19.         // 右中序区间,左闭右开[rightInorderBegin, rightInorderEnd) 
  20.         int rightInorderBegin = delimiterIndex + 1; 
  21.         int rightInorderEnd = inorderEnd; 
  22.  
  23.         // 切割后序数组 
  24.         // 左后序区间,左闭右开[leftPostorderBegin, leftPostorderEnd) 
  25.         int leftPostorderBegin =  postorderBegin; 
  26.         int leftPostorderEnd = postorderBegin + delimiterIndex - inorderBegin; // 终止位置是 需要加上 中序区间的大小size 
  27.         // 右后序区间,左闭右开[rightPostorderBegin, rightPostorderEnd) 
  28.         int rightPostorderBegin = postorderBegin + (delimiterIndex - inorderBegin); 
  29.         int rightPostorderEnd = postorderEnd - 1; // 排除最后一个元素,已经作为节点了 
  30.  
  31.         cout << "----------" << endl; 
  32.         cout << "leftInorder :"
  33.         for (int i = leftInorderBegin; i < leftInorderEnd; i++) { 
  34.             cout << inorder[i] << " "
  35.         } 
  36.         cout << endl; 
  37.  
  38.         cout << "rightInorder :"
  39.         for (int i = rightInorderBegin; i < rightInorderEnd; i++) { 
  40.             cout << inorder[i] << " "
  41.         } 
  42.         cout << endl; 
  43.  
  44.         cout << "leftpostorder :"
  45.         for (int i = leftPostorderBegin; i < leftPostorderEnd; i++) { 
  46.             cout << postorder[i] << " "
  47.         } 
  48.         cout << endl; 
  49.  
  50.         cout << "rightpostorder :"
  51.         for (int i = rightPostorderBegin; i < rightPostorderEnd; i++) { 
  52.             cout << postorder[i] << " "
  53.         } 
  54.         cout << endl; 
  55.  
  56.         root->left = traversal(inorder, leftInorderBegin, leftInorderEnd,  postorder, leftPostorderBegin, leftPostorderEnd); 
  57.         root->right = traversal(inorder, rightInorderBegin, rightInorderEnd, postorder, rightPostorderBegin, rightPostorderEnd); 
  58.  
  59.         return root; 
  60.     } 
  61. public
  62.     TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) { 
  63.         if (inorder.size() == 0 || postorder.size() == 0) return NULL
  64.         return traversal(inorder, 0, inorder.size(), postorder, 0, postorder.size()); 
  65.     } 
  66. }; 

从前序与中序遍历序列构造二叉树

题目地址:https://leetcode-cn.com/problems/construct-binary-tree-from-preorder-and-inorder-traversal/

根据一棵树的前序遍历与中序遍历构造二叉树。

注意: 你可以假设树中没有重复的元素。

例如,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:

图片

从前序与中序遍历序列构造二叉树

思路

本题和106是一样的道理。

我就直接给出代码了。

  1. class Solution { 
  2. private: 
  3.         TreeNode* traversal (vector<int>& inorder, int inorderBegin, int inorderEnd, vector<int>& preorder, int preorderBegin, int preorderEnd) { 
  4.         if (preorderBegin == preorderEnd) return NULL
  5.  
  6.         int rootValue = preorder[preorderBegin]; // 注意用preorderBegin 不要用0 
  7.         TreeNode* root = new TreeNode(rootValue); 
  8.  
  9.         if (preorderEnd - preorderBegin == 1) return root; 
  10.  
  11.         int delimiterIndex; 
  12.         for (delimiterIndex = inorderBegin; delimiterIndex < inorderEnd; delimiterIndex++) { 
  13.             if (inorder[delimiterIndex] == rootValue) break; 
  14.         } 
  15.         // 切割中序数组 
  16.         // 中序左区间,左闭右开[leftInorderBegin, leftInorderEnd) 
  17.         int leftInorderBegin = inorderBegin; 
  18.         int leftInorderEnd = delimiterIndex; 
  19.         // 中序右区间,左闭右开[rightInorderBegin, rightInorderEnd) 
  20.         int rightInorderBegin = delimiterIndex + 1; 
  21.         int rightInorderEnd = inorderEnd; 
  22.  
  23.         // 切割前序数组 
  24.         // 前序左区间,左闭右开[leftPreorderBegin, leftPreorderEnd) 
  25.         int leftPreorderBegin =  preorderBegin + 1; 
  26.         int leftPreorderEnd = preorderBegin + 1 + delimiterIndex - inorderBegin; // 终止位置是起始位置加上中序左区间的大小size 
  27.         // 前序右区间, 左闭右开[rightPreorderBegin, rightPreorderEnd) 
  28.         int rightPreorderBegin = preorderBegin + 1 + (delimiterIndex - inorderBegin); 
  29.         int rightPreorderEnd = preorderEnd; 
  30.  
  31.         root->left = traversal(inorder, leftInorderBegin, leftInorderEnd,  preorder, leftPreorderBegin, leftPreorderEnd); 
  32.         root->right = traversal(inorder, rightInorderBegin, rightInorderEnd, preorder, rightPreorderBegin, rightPreorderEnd); 
  33.  
  34.         return root; 
  35.     } 
  36.  
  37. public
  38.     TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) { 
  39.         if (inorder.size() == 0 || preorder.size() == 0) return NULL
  40.  
  41.         // 参数坚持左闭右开的原则 
  42.         return traversal(inorder, 0, inorder.size(), preorder, 0, preorder.size()); 
  43.     } 
  44. }; 

思考题

前序和中序可以唯一确定一颗二叉树。

后序和中序可以唯一确定一颗二叉树。

那么前序和后序可不可以唯一确定一颗二叉树呢?

前序和后序不能唯一确定一颗二叉树!,因为没有中序遍历无法确定左右部分,也就是无法分割。

举一个例子:

图片

从中序与后序遍历序列构造二叉树2

tree1 的前序遍历是[1 2 3], 后序遍历是[3 2 1]。

tree2 的前序遍历是[1 2 3], 后序遍历是[3 2 1]。

那么tree1 和 tree2 的前序和后序完全相同,这是一棵树么,很明显是两棵树!

所以前序和后序不能唯一确定一颗二叉树!

总结

之前我们讲的二叉树题目都是各种遍历二叉树,这次开始构造二叉树了,思路其实比较简单,但是真正代码实现出来并不容易。

所以要避免眼高手低,踏实的把代码写出来。

我同时给出了添加日志的代码版本,因为这种题目是不太容易写出来调一调就能过的,所以一定要把流程日志打出来,看看符不符合自己的思路。

大家遇到这种题目的时候,也要学会打日志来调试(如何打日志有时候也是个技术活),不要脑动模拟,脑动模拟很容易越想越乱。

最后我还给出了为什么前序和中序可以唯一确定一颗二叉树,后序和中序可以唯一确定一颗二叉树,而前序和后序却不行。

认真研究完本篇,相信大家对二叉树的构造会清晰很多。

其他语言版本

Java

从中序与后序遍历序列构造二叉树

  1. class Solution { 
  2.     public TreeNode buildTree(int[] inorder, int[] postorder) { 
  3.         return buildTree1(inorder, 0, inorder.length, postorder, 0, postorder.length); 
  4.     } 
  5.     public TreeNode buildTree1(int[] inorder, int inLeft, int inRight, 
  6.                                int[] postorder, int postLeft, int postRight) { 
  7.         // 没有元素了 
  8.         if (inRight - inLeft < 1) { 
  9.             return null
  10.         } 
  11.         // 只有一个元素了 
  12.         if (inRight - inLeft == 1) { 
  13.             return new TreeNode(inorder[inLeft]); 
  14.         } 
  15.         // 后序数组postorder里最后一个即为根结点 
  16.         int rootVal = postorder[postRight - 1]; 
  17.         TreeNode root = new TreeNode(rootVal); 
  18.         int rootIndex = 0; 
  19.         // 根据根结点的值找到该值在中序数组inorder里的位置 
  20.         for (int i = inLeft; i < inRight; i++) { 
  21.             if (inorder[i] == rootVal) { 
  22.                 rootIndex = i; 
  23.             } 
  24.         } 
  25.         // 根据rootIndex划分左右子树 
  26.         root.left = buildTree1(inorder, inLeft, rootIndex, 
  27.                 postorder, postLeft, postLeft + (rootIndex - inLeft)); 
  28.         root.right = buildTree1(inorder, rootIndex + 1, inRight, 
  29.                 postorder, postLeft + (rootIndex - inLeft), postRight - 1); 
  30.         return root; 
  31.     } 

从前序与中序遍历序列构造二叉树

  1. class Solution { 
  2.     public TreeNode buildTree(int[] preorder, int[] inorder) { 
  3.         return helper(preorder, 0, preorder.length - 1, inorder, 0, inorder.length - 1); 
  4.     } 
  5.  
  6.     public TreeNode helper(int[] preorder, int preLeft, int preRight, 
  7.                            int[] inorder, int inLeft, int inRight) { 
  8.         // 递归终止条件 
  9.         if (inLeft > inRight || preLeft > preRight) return null
  10.  
  11.         // val 为前序遍历第一个的值,也即是根节点的值 
  12.         // idx 为根据根节点的值来找中序遍历的下标 
  13.         int idx = inLeft, val = preorder[preLeft]; 
  14.         TreeNode root = new TreeNode(val); 
  15.         for (int i = inLeft; i <= inRight; i++) { 
  16.             if (inorder[i] == val) { 
  17.                 idx = i; 
  18.                 break; 
  19.             } 
  20.         } 
  21.  
  22.         // 根据 idx 来递归找左右子树 
  23.         root.left = helper(preorder, preLeft + 1, preLeft + (idx - inLeft), 
  24.                          inorder, inLeft, idx - 1); 
  25.         root.right = helper(preorder, preLeft + (idx - inLeft) + 1, preRight, 
  26.                          inorder, idx + 1, inRight); 
  27.         return root; 
  28.     } 

Python

从前序与中序遍历序列构造二叉树

  1. class Solution: 
  2.     def buildTree(self, preorder: List[int], inorder: List[int]) -> TreeNode: 
  3.         # 第一步: 特殊情况讨论: 树为空. 或者说是递归终止条件 
  4.         if not preorder: 
  5.             return None 
  6.  
  7.         # 第二步: 前序遍历的第一个就是当前的中间节点. 
  8.         root_val = preorder[0] 
  9.         root = TreeNode(root_val) 
  10.  
  11.         # 第三步: 找切割点. 
  12.         separator_idx = inorder.index(root_val) 
  13.  
  14.         # 第四步: 切割inorder数组. 得到inorder数组的左,右半边. 
  15.         inorder_left = inorder[:separator_idx] 
  16.         inorder_right = inorder[separator_idx + 1:] 
  17.  
  18.         # 第五步: 切割preorder数组. 得到preorder数组的左,右半边. 
  19.         # ⭐️ 重点1: 中序数组大小一定跟前序数组大小是相同的. 
  20.         preorder_left = preorder[1:1 + len(inorder_left)] 
  21.         preorder_right = preorder[1 + len(inorder_left):] 
  22.  
  23.         # 第六步: 递归 
  24.         root.left = self.buildTree(preorder_left, inorder_left) 
  25.         root.right = self.buildTree(preorder_right, inorder_right) 
  26.  
  27.         return root 

从中序与后序遍历序列构造二叉树

  1. class Solution: 
  2.     def buildTree(self, inorder: List[int], postorder: List[int]) -> TreeNode: 
  3.         # 第一步: 特殊情况讨论: 树为空. (递归终止条件) 
  4.         if not postorder: 
  5.             return None 
  6.  
  7.         # 第二步: 后序遍历的最后一个就是当前的中间节点. 
  8.         root_val = postorder[-1] 
  9.         root = TreeNode(root_val) 
  10.  
  11.         # 第三步: 找切割点. 
  12.         separator_idx = inorder.index(root_val) 
  13.  
  14.         # 第四步: 切割inorder数组. 得到inorder数组的左,右半边. 
  15.         inorder_left = inorder[:separator_idx] 
  16.         inorder_right = inorder[separator_idx + 1:] 
  17.  
  18.         # 第五步: 切割postorder数组. 得到postorder数组的左,右半边. 
  19.         # ⭐️ 重点1: 中序数组大小一定跟后序数组大小是相同的. 
  20.         postorder_left = postorder[:len(inorder_left)] 
  21.         postorder_right = postorder[len(inorder_left): len(postorder) - 1] 
  22.  
  23.         # 第六步: 递归 
  24.         root.left = self.buildTree(inorder_left, postorder_left) 
  25.         root.right = self.buildTree(inorder_right, postorder_right) 
  26.  
  27.         return root 

 

责任编辑:姜华 来源: 代码随想录
相关推荐

2022-10-26 23:58:02

二叉树数组算法

2021-03-22 08:23:29

LeetCode二叉树节点

2021-04-20 08:37:14

数据结构二叉树

2020-04-27 07:05:58

二叉树左子树右子树

2013-07-15 16:35:55

二叉树迭代器

2023-05-08 15:57:16

二叉树数据结构

2024-01-23 12:54:00

C++编程语言代码

2020-09-23 18:25:40

算法二叉树多叉树

2021-09-15 07:56:32

二叉树层次遍历

2021-01-13 10:03:36

二叉树层序遍历层次遍历

2021-04-28 20:12:27

数据结构创建

2009-08-11 13:29:57

C#二叉树遍历

2021-04-19 07:47:42

数据结构二叉树Tree

2021-09-15 07:40:50

二叉树数据结构算法

2021-03-17 08:19:22

二叉树LeetCode

2021-09-13 17:58:11

二叉树层序算法

2021-09-29 10:19:00

算法平衡二叉树

2021-07-13 11:32:41

二叉树数据结构算法

2023-02-01 07:27:46

序列化二叉树根节点

2020-12-22 08:56:51

JavaScript数据结构前端
点赞
收藏

51CTO技术栈公众号