当前位置: 首页 > news >正文

LeetCode 2476.二叉搜索树最近节点查询:中序遍历 + 二分查找

【LetMeFly】2476.二叉搜索树最近节点查询:中序遍历 + 二分查找

力扣题目链接:https://leetcode.cn/problems/closest-nodes-queries-in-a-binary-search-tree/

给你一个 二叉搜索树 的根节点 root ,和一个由正整数组成、长度为 n 的数组 queries

请你找出一个长度为 n二维 答案数组 answer ,其中 answer[i] = [mini, maxi]

  • mini 是树中小于等于 queries[i]最大值 。如果不存在这样的值,则使用 -1 代替。
  • maxi 是树中大于等于 queries[i]最小值 。如果不存在这样的值,则使用 -1 代替。

返回数组 answer

 

示例 1 :

输入:root = [6,2,13,1,4,9,15,null,null,null,null,null,null,14], queries = [2,5,16]
输出:[[2,2],[4,6],[15,-1]]
解释:按下面的描述找出并返回查询的答案:
- 树中小于等于 2 的最大值是 2 ,且大于等于 2 的最小值也是 2 。所以第一个查询的答案是 [2,2] 。
- 树中小于等于 5 的最大值是 4 ,且大于等于 5 的最小值是 6 。所以第二个查询的答案是 [4,6] 。
- 树中小于等于 16 的最大值是 15 ,且大于等于 16 的最小值不存在。所以第三个查询的答案是 [15,-1] 。

示例 2 :

输入:root = [4,null,9], queries = [3]
输出:[[-1,4]]
解释:树中不存在小于等于 3 的最大值,且大于等于 3 的最小值是 4 。所以查询的答案是 [-1,4] 。

 

提示:

  • 树中节点的数目在范围 [2, 105]
  • 1 <= Node.val <= 106
  • n == queries.length
  • 1 <= n <= 105
  • 1 <= queries[i] <= 106

方法一:中序遍历 + 二分查找

首先要明确的是:

题目给的二叉搜索树不一定是平衡树。因此最坏的情况下,题目给的二叉搜索树可能会退化成一条链,单词搜索的时间复杂度可能会达到 O ( n ) O(n) O(n)

因为可能有很多次查询( 1 0 5 10^5 105),所以我们可以预处理二叉搜索树:

我们知道二叉搜索树的中序遍历结果是递增的,因此我们中序遍历一遍二叉搜索树,就得到了二叉树所有节点值的递增数组。

这样,我们只需要遍历每一个查询,二分查找想要的答案即可:

对于查询 q q q,使用内置函数lower_bound/bisect_left等找到第一个 ≥ q \geq q q的位置 l o c loc loc

判断 l o c loc loc是否超出数组范围:

  • 若超出:说明无比 q q q大的数, M M M应为(默认值)-1
  • 否则: M = v [ l o c ] M=v[loc] M=v[loc]。此时若 M M M恰好等于 q q q则可直接得到 m = M m=M m=M

m m m仍未默认值-1的话,还要判断 l o c loc loc是否非零:

  • 若非零:则 m = v [ l o c − 1 ] m=v[loc-1] m=v[loc1]
  • 否则: m m m为默认值-1
  • 时间复杂度 O ( N + Q log ⁡ N ) O(N+Q\log N) O(N+QlogN),其中 N N N是二叉树节点个数, Q Q Q是查询个数
  • 空间复杂度 O ( N ) O(N) O(N)

AC代码

C++
class Solution {
private:vector<int> v;void dfs(TreeNode* root) {if (!root) {return;}dfs(root->left);v.push_back(root->val);dfs(root->right);}public:vector<vector<int>> closestNodes(TreeNode* root, vector<int>& queries) {dfs(root);vector<vector<int>> ans(queries.size());for (int i = 0; i < queries.size(); i++) {int m = -1, M = -1;vector<int>::iterator it = lower_bound(v.begin(), v.end(), queries[i]);if (it != v.end()) {M = *it;if (M == queries[i]) {m = M;goto loop;}}if (it != v.begin()) {m = *(it - 1);}loop:ans[i] = {m, M};}return ans;}
};
Python
# from typing import List, Optional
# from bisect import bisect_left# # Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = rightclass Solution:def dfs(self, root: Optional[TreeNode]) -> None:if not root:returnself.dfs(root.left)self.v.append(root.val)self.dfs(root.right)def closestNodes(self, root: TreeNode, queries: List[int]) -> List[List[int]]:self.v = []self.dfs(root)ans = []for q in queries:m, M = -1, -1loc = bisect_left(self.v, q)if loc != len(self.v):M = self.v[loc]  # v1中这里笔误写成M=loc了if M == q:ans.append([q, q])continueif loc:m = self.v[loc - 1]ans.append([m, M])return ans

同步发文于CSDN和我的个人博客,原创不易,转载经作者同意后请附上原文链接哦~
Tisfy:https://letmefly.blog.csdn.net/article/details/136269516

http://www.lryc.cn/news/305871.html

相关文章:

  • 选座位 - 华为OD统一考试(C卷)
  • 【微服务】mybatis typehandler使用详解
  • 计网 - 深入理解HTTPS:加密技术的背后
  • Jmeter之单接口的性能测试
  • 成像光谱遥感技术中的AI革命:ChatGPT应用指南
  • 掌握BeautifulSoup4:爬虫解析器的基础与实战【第91篇—BeautifulSoup4】
  • 从源码解析Kruise(K8S)原地升级原理
  • 2024年【广东省安全员C证第四批(专职安全生产管理人员)】复审考试及广东省安全员C证第四批(专职安全生产管理人员)模拟考试题
  • udp服务器【Linux网络编程】
  • 【k8s资源调度-Deployment】
  • 【Oracle】玩转Oracle数据库(五):PL/SQL编程
  • JavaScript流程控制
  • 五个使用Delphi语言进行开发的案例
  • 蓝桥杯第1374题——锻造兵器
  • 坚鹏:政府数字化转型数字机关、数据共享及电子政务类案例研究
  • 【架构】面向人工智能 (AI) 的硬件的可靠性(2021)
  • Unity3D MVC开发模式与开发流程详解
  • 简单介绍一下Android里面的IntentFirewall
  • Stable Diffusion 3 发布及其重大改进
  • 【后端】springboot项目
  • React Native调用摄像头画面及拍照和保存图片到相册全流程
  • Kubernetes基本部署概念
  • QT c++ 海康红外热像仪
  • OpenAI 的 GPTs 提示词泄露攻击与防护实战:防御卷(一)
  • 中科大计网学习记录笔记(十五):可靠数据传输的原理
  • 五种多目标优化算法(MOGWO、MOJS、NSWOA、MOPSO、MOAHA)性能对比(提供MATLAB代码)
  • 力扣:93. 复原 IP 地址
  • 利用序列化和反序列化实现深拷贝
  • 【AHK】68键键盘键位布局优化/esc改退格键/回车键
  • 计算机体系架构初步入门