题目描述
输入一棵二叉树前序遍历和中序遍历的结果,请重建该二叉树。
注意
二叉树中每个节点的值都互不相同;
输入的前序遍历和中序遍历一定合法;
样例
给定:
前序遍历是:[3, 9, 20, 15, 7]
中序遍历是:[9, 3, 15, 20, 7]
返回:[3, 9, 20, null, null, 15, 7, null, null, null, null]
返回的二叉树如下所示:
3
/ \
9 20
/ \
15 7
算法
(递归) $O(n)$
递归建立整棵二叉树:先递归创建左右子树,然后创建根节点,并让指针指向两棵子树。
具体步骤如下:
- 先利用前序遍历找根节点:前序遍历的第一个数,就是根节点的值;
- 在中序遍历中找到根节点的位置 kk,则 kk 左边是左子树的中序遍历,右边是右子树的中序遍历;
- 假设左子树的中序遍历的长度是 ll,则在前序遍历中,根节点后面的 ll 个数,是左子树的前序遍历,剩下的数是右子树的前序遍历;
- 有了左右子树的前序遍历和中序遍历,我们可以先递归创建出左右子树,然后再创建根节点;
时间复杂度分析
我们在初始化时,用哈希表(unordered_map[HTML_REMOVED])记录每个值在中序遍历中的位置,这样我们在递归到每个节点时,在中序遍历中查找根节点位置的操作,只需要 O(1)的时间。此时,创建每个节点需要的时间是 O(1),所以总时间复杂度是 O(n)。
Java代码及重要注释
package Head_to_offer_0;
import java.util.HashMap;
class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) { val = x; }
}
public class nums6 {
//思路:根据前序遍历和中序遍历的性质,利用递归的思路不断的划分左右子树,最终进行求解。
static HashMap<Integer,Integer> pos = new HashMap<>();
public static TreeNode buildTree(int[] preorder, int[] inorder) {
//特判
if(preorder == null || preorder.length == 0)
return null;
int n = preorder.length;
//将中序遍历的的数组存入pos中(方便后续的位置查找)
for(int i = 0;i < n;i ++)
{
pos.put(inorder[i],i);
}
//递归调用
return dfs(preorder,inorder,0,n - 1,0,n - 1);
}
public static TreeNode dfs(int[] pre,int[] in,int pl,int pr,int il,int ir)
{
if(pl > pr) return null;
int k = pos.get(pre[pl]);
TreeNode root = new TreeNode(pre[pl]);
/*边界的确定,
1)左子树在pre数组上的边界:
pl的左边界从pl + 1开始很好理解,因为此时已经剔除了pre最左边的元素作为根节点,那么下一个起始位置就是pl + 1;
向右走过多少位置才是pl的边界呢?因为k取的是根节点在in数组中的位置,可以理解为元素的个数,那么pl从pl + 1开始相应的需要走过
k - 1个位置后才能在第一个root处取得相同的元素,所以pl + 1 + k - 1,但是要注意的是,这里的k取得是in数组中从0开始的位置,
相加后,一定会重复前面的一段,所以需要还需要减去il,这里il理解为左子树在in数组左边界的位置,那么pl的右边界可以写作pl + 1 + k - 1 - il
2)左子树在in数组上的边界:从il开始,到k - 1,比较好理解
3)右子树在pre数组上的边界:
由1)知此时左边界为右边界 + 1,即pl + 1 + k - 1 - il + 1,右边界为pr
4)右子树在in数组上的边界:从k + 1开始,到ir,比较好理解
*/
root.left = dfs(pre,in,pl + 1,pl + 1 + k - 1 - il,il,k - 1);
root.right = dfs(pre,in,pl + k - il + 1,pr,k + 1,ir);
return root;
}
public static void main(String[] args)
{
int[] preorder = {1,2,4,7,3,5,6,8};
int[] inorder = {4,7,2,1,5,3,8,6};
System.out.println(buildTree(preorder,inorder));
}
}