前言
大家好,我是来自于华为的程序员小熊。今天给大家带来一道与二叉树相关的面试高频题,这道题在半年内被谷歌、字节、微软和亚马逊等大厂作为面试题,即力扣上的第98题-验证二叉搜索树。
本文主要介绍递归和深度优先搜索两种方法来解答此题,供大家参考,希望对大家有所帮助。
验证二叉搜索树
给你一个二叉树的根节点 root ,判断其是否是一个有效的二叉搜索树。
有效二叉搜索树定义如下:
节点的左子树只包含小于当前节点的数。
节点的右子树只包含大于当前节点的数。
所有左子树和右子树自身必须也是二叉搜索树。
示例 1
示例 2 及提示
二叉搜索树
题目已提示有效二叉搜索树的定义如下:
- 节点的左子树只包含小于当前节点的数。
- 节点的右子树只包含大于当前节点的数。
- 所有左子树和右子树自身必须也是二叉搜索树。
举例
例1
例 2
例 3
判断二叉搜索树
针对上面的举例,根据二叉搜索树的判断方法,对上面的例子是否是二叉搜索树进行如下判断:
- 例 1 不是 二叉搜索树。原因:根节点(值为 6)的左子树中有节点(值为 7)的数大于根节点的数。
- 例 2 不是 二叉搜索树。原因:根节点(值为 6)的右子树中有节点(值为 3)的数小于根节点的数。
- 例 3 不是 二叉搜索树。原因:根节点的左子树不是二叉搜索树,左子树的根节点的值 5 不仅小于左子节点的值 7 还大于右子节点的值 4,并且根节点的值 6 小于左子树中节点的值 7;根节点的右子树也不是二叉搜索树,右子树的根节点的值 8 不仅大于右子节点的值 3 还小于左子节点的值 9,并且根节点的值 6 大于右子树中节点的值 3。
解题思路
根据二叉搜索树的定义,判断一棵树是否是二叉搜索树,需要判断每个节点是否符合二叉树的性质,而且判断的依据又是一样的,因此可采用递归法去解答此题。
递归
上述提到的判断的依据(假设当前节点存在左右子节点)是指:
- 当前节点的值大于其左子节点的值;
- 当前节点的值小于其右子节点的值;
- 如果当前节点存在左右子树,则其左右子树上的节点还要满足:左子树上的节点值小于当前节点的值,右子树上的节点值大于当前节点的值;
根据以上的思路,可以通过设置上下界,来判断节点是否符合二叉搜索树的性质。
如果存在上下界,则判断节点是否在上下界内,如不在,则不是二叉搜索树;否则以该节点的值作为上界,对其左子树进行递归判断,以该节点的值作为下界,对其右子树进行递归判断。
注意
空树属于二叉搜索树。
Show me the Code
C
- bool isValidBST_Helper(struct TreeNode* root, double min, double max) {
-
- if (root == NULL) {
- return true;
- }
-
-
- if (root->val <= min || root->val >= max) {
- return false;
- }
-
-
- return isValidBST_Helper(root->left, min, root->val) && isValidBST_Helper(root->right, root->val, max);
- }
-
- bool isValidBST(struct TreeNode* root) {
- return isValidBST_Helper(root, LONG_MIN, LONG_MAX);
- }
C++
- bool isValidBST_Helper(TreeNode* root, double min, double max) {
- if (root == nullptr) {
- return true;
- }
-
- if (root->val <= min || root->val >= max) {
- return false;
- }
-
- return isValidBST_Helper(root->left, min, root->val) && isValidBST_Helper(root->right, root->val, max);
- }
-
- bool isValidBST(TreeNode* root) {
- return isValidBST_Helper(root, LONG_MIN, LONG_MAX);
- }
Java
- boolean isValidBST_Helper(TreeNode root, double min, double max) {
- if (root == null) {
- return true;
- }
-
- if (root.val <= min || root.val >= max) {
- return false;
- }
-
- return isValidBST_Helper(root.left, min, root.val) && isValidBST_Helper(root.right, root.val, max);
- }
-
- boolean isValidBST(TreeNode root) {
- return isValidBST_Helper(root, Long.MIN_VALUE, Long.MAX_VALUE);
- }
Python3
- def isValidBST(self, root: TreeNode) -> bool:
- def isValidBST_Helper(root, min, right):
- if root is None:
- return True
-
- if root.val <= min or root.val >= right:
- return False
-
- return isValidBST_Helper(root.left, min, root.val) and isValidBST_Helper(root.right, root.val, right)
-
- return isValidBST_Helper(root, -float('inf'), float('inf'))
Golang
- func isValidBST(root *TreeNode) bool {
- return isValidBST_Helper(root, math.MinInt64, math.MaxInt64)
- }
-
- func isValidBST_Helper(root *TreeNode, min, max int) bool {
- if root == nil {
- return true
- }
-
- if min >= root.Val || max <= root.Val {
- return false
- }
-
- return isValidBST_Helper(root.Left, min, root.Val) && isValidBST_Helper(root.Right, root.Val, max)
- }
复杂度分析
时间复杂度:O(n),其中 n 为二叉树节点的个数。
空间复杂度:O(n)。
深度优先搜索
根据二叉搜索树的性质,对其进行中序遍历,得到的数组一定是升序排列的。因此可以根据这个特性,判断一棵树是否是二叉搜索树。
如果采用中序遍历,将二叉树的所有节点的值存放在数组中,再去判断该数组是否是升序的,步骤有点繁琐。
由于判断数组是否是升序排列,只需要判断数组的后一个元素是否大于前一个元素即可,因此本题可以设置一个变量,用于保存中序遍历前一个节点的值,再判断当前节点的值是否大于该变量保存的值。
如果不大于,则代表该树不是二叉搜索树;否则继续遍历并判断。
Show me the Code
C++
- long pre = LONG_MIN;
- bool isValidBST(TreeNode* root) {
- if (root == nullptr) {
- return true;
- }
-
- if (!isValidBST(root->left)) {
- return false;
- }
-
- if (root->val <= pre) {
- return false;
- }
-
- pre = root->val;
- return isValidBST(root->right);
- }
Java
- long temp = Long.MIN_VALUE;
- boolean isValidBST(TreeNode root) {
- if (root == null) {
- return true;
- }
-
- if(!isValidBST(root.left)) {
- return false;
- }
-
- if (root.val <= temp) {
- return false;
- }
-
- temp = root.val;
- return isValidBST(root.right);
- }
复杂度分析
时间复杂度:O(n),其中 n 为二叉树节点的个数。
空间复杂度:O(n)。