如何解决二叉搜索树问题:将 BST 转换为左右节点数相差 1 的 BST
我正在做一个问题,要求我平衡任何二叉搜索树,条件是每个级别的左右子树应该具有相同数量的节点或最多 1 个节点差异
我该如何解决这个问题? 到目前为止,我已经将树转换成一个链表......就是这样。我很确定那是第一步,但不太确定。我到处寻找资源,但我能找到的最接近的是 day-stout-warren 算法,该算法基于高度而不是节点数量进行平衡。
我只是在寻找伪代码
解决方法
这是一个在 O(n) 时间内工作的 Python 解决方案,就地使用 O(h) 辅助空间,其中 h 是树的高度;唯一的辅助数据结构是递归函数所需的堆栈。
它使用生成器函数工作,该函数在消费者改变树时迭代树,但我们在产生之前制作了 left
和 right
子树的本地副本它们,因此消费者可以在不破坏生成器的情况下重新分配它们。 (实际上只需要 right
的本地副本,但无论如何我都制作了本地副本。)
class Node:
def __init__(self,data,left=None,right=None):
self.data = data
self.left = left
self.right = right
def __repr__(self):
# display for debug/testing purposes
def _r(n):
return '*' if n is None else '(%s ← %r → %s)' % (_r(n.left),n.data,_r(n.right))
return _r(self)
def balance(root):
def _tree_iter(node):
if node is not None:
# save to local variables,could be reassigned while yielding
left,right = node.left,node.right
yield from _tree_iter(left)
yield node
yield from _tree_iter(right)
def _helper(it,k):
if k == 0:
return None
else:
half_k = (k - 1) // 2
left = _helper(it,half_k)
node = next(it)
right = _helper(it,k - half_k - 1)
node.left = left
node.right = right
return node
n = sum(1 for _ in _tree_iter(root))
return _helper(_tree_iter(root),n)
示例:
>>> root = Node(4,left=Node(3,left=Node(1,right=Node(2))),right=Node(6,left=Node(5),right=Node(8,left=Node(7),right=Node(9))))
>>> root
(((* ← 1 → (* ← 2 → *)) ← 3 → *) ← 4 → ((* ← 5 → *) ← 6 → ((* ← 7 → *) ← 8 → (* ← 9 → *))))
>>> balance(root)
(((* ← 1 → *) ← 2 → (* ← 3 → (* ← 4 → *))) ← 5 → ((* ← 6 → *) ← 7 → (* ← 8 → (* ← 9 → *))))
,
将所有节点以中序遍历的方式加入到一个数组中,那么大致应该是这样的:
fun buildBalanced(
array: Array,start: Int = 0,end: Int = array.length) -> Node {
if (start >= end) {
return nil
}
let middle = (start + end) / 2
return new Node(
array[middle],buildBalanced(array,start,middle),middle + 1,end))
}
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。