二叉樹中查找後繼節點問題

二叉樹中查找後繼節點問題

作者:Grey

原文地址:

部落格園:二叉樹中查找後繼節點問題

CSDN:二叉樹中查找後繼節點問題

題目描述

給定一個二叉查找樹,以及一個節點,求該節點在中序遍歷的後繼,如果沒有則返回 null

題目鏈接見:LintCode 448 · Inorder Successor in BST

思路一,利用中序遍歷遞歸解法,使用 List 收集中序遍歷的節點,然後遍歷一遍 List,找到給定節點的下一個節點即可,中序遍歷的遞歸方法程式碼很簡單,參考二叉樹的先,中,後序遍歷(遞歸,非遞歸)

完整程式碼如下

public class Solution {

    public static TreeNode inorderSuccessor(TreeNode root, TreeNode p) {
        List<TreeNode> ans = new ArrayList<>();
        if (root == null) {
            return null;
        }
        in2(root, ans);
        boolean find = false;
        for (TreeNode c : ans) {
            if (c == p) {
                find = true;
            } else if (find) {
                return c;
            }
        }
        return null;
    }

    private static void in2(TreeNode root, List<TreeNode> ans) {
        if (root == null) {
            return;
        }
        in2(root.left, ans);
        ans.add(root);
        in2(root.right, ans);
    }
}

時間複雜度 O(N),空間複雜度 O(N)

同樣,中序遍歷可以使用迭代方法來寫,思路和遞歸方法一樣,標記遍歷到的節點 p,然後設置已遍歷的標誌位,如果標誌位設置過,則下一個遍歷到的元素就是後繼節點。

完整程式碼如下,核心就是把中序遍歷的遞歸解改成迭代

public class Solution {
    public TreeNode inorderSuccessor(TreeNode root, TreeNode p) {
        if (root == null) {
            return null;
        }
        boolean flag = false;
        Stack<TreeNode> stack = new Stack<>();
        TreeNode cur = root;
        while (!stack.isEmpty() || cur != null) {
            if (cur != null) {
                stack.push(cur);
                cur = cur.left;
            } else {
                cur = stack.pop();
                if (cur == p) {
                    // 遍歷到當前位置,記錄一下
                    flag = true;
                } else if (flag) {
                    // 下一次遍歷的位置,就是後繼節點
                    return cur;
                }
                cur = cur.right;
            }
        }
        return null;
    }
}

思路二,使用 Morris 遍歷實現中序遍歷,這樣可以讓空間複雜度達到 O(1),時間複雜度依舊 O(N)。Morris 遍歷的內容參考:Morris 遍歷實現二叉樹的遍歷。完整程式碼如下

public class Solution {
    public TreeNode inorderSuccessor(TreeNode head, TreeNode p) {
        if (head == null) {
            return null;
        }
        TreeNode ans = null;
        TreeNode cur = head;
        TreeNode mostRight;
        boolean find = false;
        while (cur != null) {
            mostRight = cur.left;
            if (mostRight != null) {
                while (mostRight.right != null && mostRight.right != cur) {
                    mostRight = mostRight.right;
                }
                if (mostRight.right == null) {
                    mostRight.right = cur;
                    cur = cur.left;
                    continue;
                } else {
                    mostRight.right = null;
                }
            }
            if (find) {
                ans = cur;
                find = false;
            }
            if (cur == p) {
                find = true;
            }
            cur = cur.right;
        }
        return ans;
    }
}

思路三,

利用二叉搜索樹的特性,如果目標節點的右孩子不為空,則目標節點右樹最左節點就是目標節點的後繼節點,示例如下

image

如果目標節點右孩子為空,則只需要找第一個大於目標節點值的節點即可,根據二叉搜索樹的性質,每個節點的右孩子都比當前節點值大,每個節點的左孩子都比當前節點值小。

在遍歷過程中,

如果當前節點的值大於目標節點的值,則先記錄下當前節點(有可能是備選答案,但是不確定有沒有更接近目標值的選擇),然後遍歷的節點往左邊移動,

如果當前節點的值小於目標節點的值,一定不是後繼,遍歷的節點往右邊移動。

如果當前節點的值等於目標節點的值,說明一定找到了後繼(因為這個過程中可以確定當前節點沒有右孩子,所以,到這一步,肯定是通過後繼過來的,或者後繼為 null),直接 break 即可。

空間複雜度O(1),時間複雜度O(h),其中 h 為二叉樹的高度。

完整程式碼如下

public class Solution {
        public static TreeNode inorderSuccessor(TreeNode root, TreeNode p) {
        if (p == null) {
            return null;
        }
        if (p.right != null) {
            return rightLeftMost(p.right);
        }
        TreeNode successor = null;
        while (root != null) {
            if (root.val > p.val) {
                successor = root;
                root = root.left;
            } else if (root.val < p.val) {
                root = root.right;
            } else {
                break;
            }
        }
        return successor;
    }

    private static TreeNode rightLeftMost(TreeNode p) {
        while (p.left != null) {
            p = p.left;
        }
        return p;
    }
}

更多

演算法和數據結構筆記