10.6( 105. 从前序与中序遍历序列构造二叉树 106. 从中序与后序遍历序列构造二叉树 )

2024-03-30 01:32

本文主要是介绍10.6( 105. 从前序与中序遍历序列构造二叉树 106. 从中序与后序遍历序列构造二叉树 ),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

105. 从前序与中序遍历序列构造二叉树(通过)

思路:递归构造
效率:86.85%
程序代码(完整版):
#include <iostream>
#include<vector>
#include<algorithm>
#include<string>
#include<sstream>
#include<stack>//引入数据结构堆栈
using namespace std;
//105. 从前序与中序遍历序列构造二叉树
//思路:递归struct TreeNode {int val;TreeNode *left;TreeNode *right;TreeNode(int x) : val(x), left(NULL), right(NULL) {}};class Solution {public:TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {int n = preorder.size();return Haha(0, n-1, preorder, 0, n-1,inorder);}TreeNode* Haha(int a, int b, vector<int>& preorder, int c, int d, vector<int>& inorder) {if (a > b) return NULL;else {TreeNode* root = new TreeNode(preorder[a]);//首先创建一个根部节点int a1, b1, c1, d1, a2, b2, c2, d2;for (int i = c; i <= d; i++) {if (inorder[i] == preorder[a]) {a1 = a + 1;b1 = a + i - c;c1 = c;d1 = i - 1;a2 = a + i - c + 1;b2 = b;c2 = i + 1;d2 = d;}}root->left = Haha(a1, b1, preorder, c1, d1, inorder);root->right = Haha(a2, b2, preorder, c2, d2, inorder);return root;}}};void Traverse(vector<int> &result,TreeNode *root) {if (root == NULL);//这属于什么也不干else {result.push_back(root->val);Traverse(result,root->left);Traverse(result,root->right);}}int main() {Solution bb;int n;cin >> n;vector<int> a(n);vector<int> b(n);for (int i = 0; i < n; i++) {cin >> a[i] >> b[i];}TreeNode *root = bb.buildTree(a,b);vector<int> result;Traverse(result,root);for (int i = 0; i < n; i++) {cout << result[i];}return 0;}

前序遍历:根左右
中序遍历:左根右
后序遍历:左右根

106. 从中序与后序遍历序列构造二叉树

思路:和上面题目的思路一样
效率:79.52%
程序代码:
#include <iostream>
#include<vector>
#include<algorithm>
#include<string>
#include<sstream>
#include<stack>//引入数据结构堆栈
using namespace std;
//105. 从前序与中序遍历序列构造二叉树
//思路:递归struct TreeNode {int val;TreeNode *left;TreeNode *right;TreeNode(int x) : val(x), left(NULL), right(NULL) {}};class Solution {public:TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {int n = postorder.size();return Haha(0, n-1, postorder, 0, n-1,inorder);}TreeNode* Haha(int a, int b, vector<int>& postorder, int c, int d, vector<int>& inorder) {if (a > b) return NULL;else {TreeNode* root = new TreeNode(postorder[b]);//首先创建一个根部节点int a1, b1, c1, d1, a2, b2, c2, d2;for (int i = c; i <= d; i++) {if (inorder[i] == postorder[b]) {a1 = a;b1 = a+i-1-c;c1 = c;d1 = i - 1;a2 = b+i-d;b2 = b-1;c2 = i + 1;d2 = d;}}root->left = Haha(a1, b1, postorder, c1, d1, inorder);root->right = Haha(a2, b2, postorder, c2, d2, inorder);return root;}}};void Traverse(vector<int> &result,TreeNode *root) {if (root == NULL);//这属于什么也不干else {result.push_back(root->val);Traverse(result,root->left);Traverse(result,root->right);}}int main() {Solution bb;int n;cin >> n;vector<int> a(n);vector<int> b(n);for (int i = 0; i < n; i++) {cin >> a[i] >> b[i];}TreeNode *root = bb.buildTree(a,b);vector<int> result;Traverse(result,root);for (int i = 0; i < n; i++) {cout << result[i];}return 0;}
补充知识点:

关于map和makepair,最快的方法使用的有map何makepair,用时8ms,而我的程序用时16ms,大家的思路整体上其实是差不多的。

最好的程序如下:
/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode(int x) : val(x), left(NULL), right(NULL) {}* };*/
class Solution {
public:
TreeNode* iterBuild(vector<int>& inorder, int is, int ie,vector<int>& postorder, int ps, int pe, unordered_map<int ,int> &mapList)
{if(is > ie || ps>pe)return NULL;int ri = mapList[postorder[pe]];TreeNode * root = new TreeNode(postorder[pe]);root->left = iterBuild(inorder, is, ri-1, postorder, ps, ps+ri-is-1, mapList);root->right = iterBuild(inorder, ri+1, ie, postorder, ps+ri-is, pe-1, mapList);return root;
}TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder)
{if(inorder.size()!=postorder.size() || !inorder.size() || !postorder.size())return NULL;unordered_map<int ,int> mapList;for(int i=0; i<inorder.size(); i++)mapList.insert(make_pair(inorder[i], i));return iterBuild(inorder, 0, inorder.size()-1, postorder, 0, postorder.size()-1, mapList);
}
};

所以,map其实就相当于是使中序遍历序列的元素和下标一一对应,是一个一对一的hash表,不需要再使用for循环依次寻找。节省了时间。

这篇关于10.6( 105. 从前序与中序遍历序列构造二叉树 106. 从中序与后序遍历序列构造二叉树 )的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/860179

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Linux中的自定义协议+序列反序列化用法

《Linux中的自定义协议+序列反序列化用法》文章探讨网络程序在应用层的实现,涉及TCP协议的数据传输机制、结构化数据的序列化与反序列化方法,以及通过JSON和自定义协议构建网络计算器的思路,强调分层... 目录一,再次理解协议二,序列化和反序列化三,实现网络计算器3.1 日志文件3.2Socket.hpp

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

MySQL存储过程之循环遍历查询的结果集详解

《MySQL存储过程之循环遍历查询的结果集详解》:本文主要介绍MySQL存储过程之循环遍历查询的结果集,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录前言1. 表结构2. 存储过程3. 关于存储过程的SQL补充总结前言近来碰到这样一个问题:在生产上导入的数据发现

利用Python实现时间序列动量策略

《利用Python实现时间序列动量策略》时间序列动量策略作为量化交易领域中最为持久且被深入研究的策略类型之一,其核心理念相对简明:对于显示上升趋势的资产建立多头头寸,对于呈现下降趋势的资产建立空头头寸... 目录引言传统策略面临的风险管理挑战波动率调整机制:实现风险标准化策略实施的技术细节波动率调整的战略价

python进行while遍历的常见错误解析

《python进行while遍历的常见错误解析》在Python中选择合适的遍历方式需要综合考虑可读性、性能和具体需求,本文就来和大家讲解一下python中while遍历常见错误以及所有遍历方法的优缺点... 目录一、超出数组范围问题分析错误复现解决方法关键区别二、continue使用问题分析正确写法关键点三

PostgreSQL 序列(Sequence) 与 Oracle 序列对比差异分析

《PostgreSQL序列(Sequence)与Oracle序列对比差异分析》PostgreSQL和Oracle都提供了序列(Sequence)功能,但在实现细节和使用方式上存在一些重要差异,... 目录PostgreSQL 序列(Sequence) 与 oracle 序列对比一 基本语法对比1.1 创建序

Java遍历HashMap的6种常见方式

《Java遍历HashMap的6种常见方式》这篇文章主要给大家介绍了关于Java遍历HashMap的6种常见方式,方法包括使用keySet()、entrySet()、forEach()、迭代器以及分别... 目录1,使用 keySet() 遍历键,再通过键获取值2,使用 entrySet() 遍历键值对3,

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque