二叉搜索树的第 k 大的节点
题目描述
给定一棵二叉搜索树,请找出其中第 k 大的节点。
解题基本知识
二叉搜索树(Binary Search Tree)又名二叉查找树、二叉排序树。它是一棵空树,或者是具有下列性质的二叉树: 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值; 它的左、右子树也分别为二叉排序树。
-
解法一: 递归
利用二叉搜索树的特性进行中序遍历。先遍历左节点,然后根节点,最后遍历右节点,得到的是一个递增序列,那么序列的倒序为递减序列。因此这道题我们可以转变为求二叉搜索树中序遍历倒序的第 k 个数。
/*** Definition for a binary tree node.* function TreeNode(val) {* this.val = val;* this.left = this.right = null;* }*/ /*** @param {TreeNode} root* @param {number} k* @return {number}*/ const kthLargest = (root, k) => {let res = null; // 初始化返回值// 因为需要倒序第 k 个,所以处理是右节点,根节点,然后左节点const dfs = (root) => {if (!root) return; // 如果当前节点为 null,本轮处理结束dfs(root.right); // 开始处理右节点if (k === 0) return; // k 值 为 0,代表已经处理的节点超过目标节点,本轮处理结束if (--k === 0) {// 当 k 值 减 1 为 0,表示已经到了我们想要的 k 大 节点,保存当前值res = root.val;}dfs(root.left); // 处理左节点};dfs(root); // 从初始化节点开始处理return res; };
- 复杂度分析:
- 时间复杂度 O(N):无论 k 的值大小,递归深度都为 N,占用 O(N) 时间。
- 空间复杂度 O(N):无论 k 的值大小,递归深度都为 N,占用 O(N) 空间。
- 复杂度分析:
-
解法二: 迭代
思路还是二叉树的中序遍历,利用栈的方式进行遍历。
/*** Definition for a binary tree node.* function TreeNode(val) {* this.val = val;* this.left = this.right = null;* }*/ /*** @param {TreeNode} root* @param {number} k* @return {number}*/ var kthLargest = function (root, k) {if (!root) return 0;// 声明储存栈const stack = [];// 判断当前栈否有节点和当前遍历节点位置while (stack.length || root) {while (root) {// 往栈里添加当前节点,同时切换为右节点处理stack.push(root);root = root.right;}// 取出当前栈顶元素,根据添加的顺序,当前元素是栈内最大的const cur = stack.pop();k--;if (k === 0) return cur.val;// 切换为左节点处理root = cur.left;}return 0; };
- 复杂度分析:
- 时间复杂度 O(N):需要遍历整棵树一次,复杂度为 O(N)
- 空间复杂度 O(N):需要额外空间栈进行储存树,复杂度为 O(N)
- 复杂度分析: