核心内容摘要
尺度大开，颠覆想象！吴梦梦与神秘力量的终极对决，掀起感官风暴！
目录
问题描述
问题分析
1 题目理解
2 核心洞察
3 破题关键
算法设计与实现
1 递归边界法
2 递归中序遍历法
3 迭代中序遍历法
4 Morris中序遍历法
5 迭代边界法栈
性能对比
1 复杂度对比表
2 实际性能测试
3 各场景适用性分析
扩展与变体
1 恢复错误的二叉搜索树
2 二叉搜索树迭代器
3 验证前序遍历序列是否为BST
4 判断数组是否为BST的后序遍历
6.
总结
1 核心思想
总结
2 算法选择指南
3 实际应用场景
4 面试建议
5 常见面试问题QA
问题描述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严格小于当前节点的数节点的右子树只包含严格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输入root [2,1,3] 输出true示例 2输入root [5,1,4,null,null,3,6] 输出false 解释根节点的值是 5 但是右子节点的值是 4提示树中节点数目范围在[1, 10^4]内-2^31 Node.val 2^31 -
问题分析
1 题目理解验证二叉搜索树BST需要严格满足BST的三个条件局部性质每个节点都必须大于其左子树中的所有节点小于其右子树中的所有节点全局性质整个树必须满足BST的递归定义严格性左子树严格小于右子树严格大于不能等于
2 核心洞察递归边界法通过为每个节点维护一个允许的值范围上下界可以递归验证中序遍历法BST的中序遍历结果必须是严格递增序列迭代替代递归使用栈或Morris遍历可以避免递归栈溢出边界值处理节点值可能为整数边界值需要使用Long或null处理
3 破题关键递归传递边界对于每个节点其值必须在(lower, upper)开区间内中序遍历检查记录前一个访问的值确保严格递增空节点处理空树或空节点通常视为有效BST整数边界使用Long或包装类处理Integer.MIN_VALUE和Integer.MAX_VALUE
算法设计与实现
1 递归边界法核心思想为每个节点维护一个允许的取值范围。
递归检查每个节点时节点值必须在该范围内。
对于左子节点上限变为当前节点值对于右子节点下限变为当前节点值。
初始调用时范围为(-∞, ∞)。
算法思路定义递归函数validate(node, lower, upper)检查以node为根的子树是否在(lower, upper)范围内如果节点为空返回true检查当前节点值必须满足lower node.val upper递归检查左子树validate(node.left, lower, node.val)递归检查右子树validate(node.right, node.val, upper)初始调用validate(root, Long.MIN_VALUE, Long.MAX_VALUE)Java代码实现classTreeNode{intval;TreeNodeleft;TreeNoderight;TreeNode(){}TreeNode(intval){this.valval;}TreeNode(intval,TreeNodeleft,TreeNoderight){this.valval;this.leftleft;this.rightright;}}classSolution{publicbooleanisValidBST(TreeNoderoot){returnvalidate(root,Long.MIN_VALUE,Long.MAX_VALUE);}privatebooleanvalidate(TreeNodenode,longlower,longupper){if(nodenull){returntrue;}// 检查当前节点值是否在范围内if(node.vallower||node.valupper){returnfalse;}// 递归检查左右子树returnvalidate(node.left,lower,node.val)validate(node.right,node.val,upper);}}性能分析时间复杂度O(n)每个节点恰好被访问一次空间复杂度O(h)递归调用栈的深度h为树的高度。
最坏情况斜树为O(n)优点直观体现BST定义易于理解和实现缺点递归可能栈溢出需要处理整数边界使用Long
2 递归中序遍历法核心思想利用BST的中序遍历性质中序遍历BST会得到严格递增序列。
通过递归中序遍历在访问每个节点时与前一个节点的值比较确保严格递增。
算法思路使用类变量或参数传递前一个访问的节点值递归中序遍历左子树 - 当前节点 - 右子树访问当前节点时如果其值小于等于前一个值返回false更新前一个值为当前节点值继续遍历右子树如果遍历完成没有违反规则返回trueJava代码实现classSolution{privateTreeNodeprevnull;// 保存前一个访问的节点publicbooleanisValidBST(TreeNoderoot){returninorder(root);}privatebooleaninorder(TreeNodenode){if(nodenull){returntrue;}// 遍历左子树if(!inorder(node.left)){returnfalse;}// 检查当前节点if(prev!nullnode.valprev.val){returnfalse;}prevnode;// 遍历右子树returninorder(node.right);}}性能分析时间复杂度O(n)每个节点恰好被访问一次空间复杂度O(h)递归调用栈的深度优点利用BST的经典性质代码简洁缺点递归栈可能溢出使用类变量可能不是纯函数
3 迭代中序遍历法核心思想使用栈模拟递归中序遍历过程避免递归调用栈溢出。
在迭代过程中检查每个节点的值是否严格大于前一个节点的值。
算法思路使用栈存储待访问的节点从根节点开始将所有左子节点入栈弹出栈顶节点访问该节点检查当前节点值是否大于前一个节点值将当前节点的右子树按同样方式处理将其所有左子节点入栈重复直到栈为空且当前节点为nullJava代码实现importjava.util.Stack;classSolution{publicbooleanisValidBST(TreeNoderoot){if(rootnull){returntrue;}StackTreeNodestacknewStack();TreeNodecurrentroot;TreeNodeprevnull;while(current!null||!stack.isEmpty()){// 将当前节点的所有左子节点入栈while(current!null){stack.push(current);currentcurrent.left;}// 访问节点currentstack.pop();// 检查是否严格递增if(prev!nullcurrent.valprev.val){returnfalse;}prevcurrent;// 转向右子树currentcurrent.right;}returntrue;}}性能分析时间复杂度O(n)每个节点恰好被访问一次空间复杂度O(h)栈的最大深度为树的高度优点避免递归栈溢出适合深度较大的树缺点需要手动管理栈代码相对复杂
4 Morris中序遍历法核心思想使用Morris遍历实现O(
空间复杂度的中序遍历在线索化二叉树的过程中检查BST性质。
通过修改树的结构临时创建线索实现遍历无需栈或递归。
算法思路初始化当前节点为根节点当当前节点不为空时如果当前节点没有左子节点检查当前节点值是否大于前一个节点值更新前一个节点为当前节点转向右子节点如果当前节点有左子节点找到左子树中的最右节点中序遍历的前驱如果最右节点的右指针为空将其指向当前节点创建线索然后转向左子节点如果最右节点的右指针指向当前节点线索已存在断开线索检查当前节点然后转向右子节点Java代码实现classSolution{publicbooleanisValidBST(TreeNoderoot){if(rootnull){returntrue;}TreeNodecurrentroot;TreeNodeprevnull;while(current!null){if(current.leftnull){// 没有左子树访问当前节点if(prev!nullcurrent.valprev.val){returnfalse;}prevcurrent;currentcurrent.right;}else{// 找到左子树中的最右节点前驱TreeNodepredecessorcurrent.left;while(predecessor.right!nullpredecessor.right!current){predecessorpredecessor.right;}if(predecessor.rightnull){// 创建线索predecessor.rightcurrent;currentcurrent.left;}else{// 线索已存在说明左子树已遍历完predecessor.rightnull;// 断开线索// 访问当前节点if(prev!nullcurrent.valprev.val){returnfalse;}prevcurrent;currentcurrent.right;}}}returntrue;}}性能分析时间复杂度O(n)每个节点最多被访问两次空间复杂度O(
只使用常数额外空间不包括递归栈优点空间效率极高适合内存受限环境缺点实现复杂修改了树的结构虽然会恢复
5 迭代边界法栈核心思想使用栈模拟递归边界法避免递归调用。
在栈中存储节点及其对应的上下界迭代检查每个节点是否在允许范围内。
算法思路创建栈存储节点、下界和上界初始将根节点和(-∞, ∞)入栈当栈不为空时弹出栈顶元素节点、下界、上界检查节点值是否在范围内如果节点有左子节点将左子节点和(下界, 节点值)入栈如果节点有右子节点将右子节点和(节点值, 上界)入栈如果所有节点都满足条件返回trueJava代码实现importjava.util.Stack;classSolution{// 定义栈中存储的元素classStackNode{TreeNodenode;longlower;longupper;StackNode(TreeNodenode,longlower,longupper){this.nodenode;this.lowerlower;this.upperupper;}}publicbooleanisValidBST(TreeNoderoot){if(rootnull){returntrue;}StackStackNodestacknewStack();stack.push(newStackNode(root,Long.MIN_VALUE,Long.MAX_VALUE));while(!stack.isEmpty()){StackNodecurrentstack.pop();TreeNodenodecurrent.node;longlowercurrent.lower;longuppercurrent.upper;// 检查当前节点if(node.vallower||node.valupper){returnfalse;}// 将子节点入栈if(node.right!null){stack.push(newStackNode(node.right,node.val,upper));}if(node.left!null){stack.push(newStackNode(node.left,lower,node.val));}}returntrue;}}性能分析时间复杂度O(n)每个节点恰好被访问一次空间复杂度O(h)栈的最大深度为树的高度优点避免递归栈溢出显式管理边界缺点需要额外数据结构存储边界信息
性能对比
1 复杂度对比表算法时间复杂度空间复杂度是否修改原树实现难度递归边界法O(n)O(h)否⭐⭐递归中序遍历法O(n)O(h)否⭐⭐迭代中序遍历法O(n)O(h)否⭐⭐⭐Morris中序遍历法O(n)O(
是临时⭐⭐⭐⭐迭代边界法栈O(n)O(h)否⭐⭐⭐
2 实际性能测试测试环境Java 1716GB RAM 测试场景110000个节点的平衡BST - 递归边界法平均耗时
8ms内存45MB - 递归中序遍历法平均耗时
9ms内存45MB - 迭代中序遍历法平均耗时
1ms内存44MB - Morris遍历法平均耗时
3ms内存42MB - 迭代边界法平均耗时
5ms内存46MB 测试场景210000个节点的斜树最坏情况 - 递归边界法栈溢出深度太大 - 递归中序遍历法栈溢出深度太大 - 迭代中序遍历法平均耗时
2ms内存45MB - Morris遍历法平均耗时
4ms内存42MB - 迭代边界法平均耗时
6ms内存46MB 测试场景31000个节点的随机树 - 所有方法均正常执行性能相近
3 各场景适用性分析树深度较小递归边界法或递归中序遍历法代码简洁树深度较大迭代中序遍历法或Morris遍历法避免栈溢出内存受限Morris遍历法O(
额外空间需要纯函数迭代边界法或迭代中序遍历法无类变量面试场景掌握递归边界法和至少一种迭代方法
扩展与变体
1 恢复错误的二叉搜索树题目描述给定一个二叉搜索树中的两个节点被错误地交换请恢复这棵树而不改变其结构。
Java代码实现classSolution{privateTreeNodefirstnull;// 第一个错误节点privateTreeNodesecondnull;// 第二个错误节点privateTreeNodeprevnewTreeNode(Integer.MIN_VALUE);// 前一个节点publicvoidrecoverTree(TreeNoderoot){// 中序遍历找到两个错误节点inorder(root);// 交换两个错误节点的值inttempfirst.val;first.valsecond.val;second.valtemp;}privatevoidinorder(TreeNodenode){if(nodenull){return;}inorder(node.left);// 检查当前节点if(firstnullprev.valnode.val){firstprev;// 第一个错误节点是前一个节点}if(first!nullprev.valnode.val){secondnode;// 第二个错误节点是当前节点}prevnode;inorder(node.right);}}
2 二叉搜索树迭代器题目描述实现一个二叉搜索树迭代器支持next()和hasNext()操作要求平均时间复杂度O(
空间复杂度O(h)。
Java代码实现importjava.util.Stack;classBSTIterator{privateStackTreeNodestack;publicBSTIterator(TreeNoderoot){stacknewStack();// 初始将最左侧路径的所有节点入栈pushAllLeft(root);}publicintnext(){TreeNodenodestack.pop();// 如果节点有右子树将其左子树全部入栈if(node.right!null){pushAllLeft(node.right);}returnnode.val;}publicbooleanhasNext(){return!stack.isEmpty();}privatevoidpushAllLeft(TreeNodenode){while(node!null){stack.push(node);nodenode.left;}}}
3 验证前序遍历序列是否为BST题目描述给定一个整数数组判断它是否是某个二叉搜索树的前序遍历结果。
Java代码实现classSolution{publicbooleanverifyPreorder(int[]preorder){if(preordernull||preorder.length
{returntrue;}StackIntegerstacknewStack();intlowerInteger.MIN_VALUE;for(intvalue:preorder){// 如果当前值小于下界说明不满足BST性质if(valuelower){returnfalse;}// 维护栈找到当前节点的父节点while(!stack.isEmpty()valuestack.peek()){lowerstack.pop();// 更新下界}stack.push(value);}returntrue;}}
4 判断数组是否为BST的后序遍历题目描述给定一个整数数组判断它是否是某个二叉搜索树的后序遍历结果。
Java代码实现classSolution{publicbooleanverifyPostorder(int[]postorder){if(postordernull||postorder.length
{returntrue;}returnverify(postorder,0,postorder.length-
;}privatebooleanverify(int[]postorder,intstart,intend){if(startend){returntrue;}introotpostorder[end];// 根节点值intistart;// 找到左子树的边界所有小于根节点的值while(iendpostorder[i]root){i;}intleftEndi-1;// 左子树结束位置// 检查右子树是否都大于根节点while(iend){if(postorder[i]root){returnfalse;}i;}// 递归检查左右子树returnverify(postorder,start,leftEnd)verify(postorder,leftEnd1,end-
;}}
6.
总结
1 核心思想
总结验证二叉搜索树的核心在于理解BST的两个关键性质局部有序性每个节点都大于左子树所有节点小于右子树所有节点全局有序性中序遍历结果为严格递增序列基于这两个性质可以衍生出多种验证方法边界法为每个节点维护允许的取值范围中序遍历法检查遍历结果是否严格递增迭代法避免递归栈溢出Morris遍历实现O(
空间复杂度
2 算法选择指南使用场景推荐算法理由面试/笔试递归边界法或递归中序遍历法代码简洁易于解释树深度较大迭代中序遍历法避免栈溢出内存受限Morris遍历法O(
额外空间需要显式边界检查递归边界法或迭代边界法直观体现BST定义需要纯函数迭代中序遍历法无类变量副作用
3 实际应用场景数据库索引验证确保B树、B树等索引结构符合BST性质编译器优化验证符号表通常实现为BST的正确性游戏开发确保空间分割树如KD树的有效性文件系统验证目录树结构的排序性质机器学习检查决策树的结构是否符合要求
4 面试建议从定义出发先解释BST的定义和性质多种解法展示至少两种解法如递归边界和中序遍历复杂度分析明确说明时间和空间复杂度边界条件考虑空树、单节点、整数边界等情况代码健壮性处理可能的整数溢出或递归深度问题
5 常见面试问题QAQ1为什么递归边界法需要使用Long而不是IntegerA因为节点值可能等于Integer.MIN_VALUE或Integer.MAX_VALUE。
如果使用Integer作为边界当节点值等于边界值时无法区分是实际值还是边界标记。
使用Long可以设置更小的下界和更大的上界Long.MIN_VALUE和Long.MAX_VALUE。
Q2中序遍历法中为什么使用类变量存储前一个节点A使用类变量可以简化递归函数的参数传递。
也可以将前一个节点作为参数传递但需要处理初始值为null的情况。
类变量方法更简洁但不是纯函数。
Q3Morris遍历会破坏树的结构吗AMorris遍历会临时修改树的指针创建线索但在遍历完成后会恢复原状。
因此不会永久破坏树的结构。
Q4如何处理有重复值的树A根据BST定义左子树必须严格小于右子树必须严格大于因此重复值是不允许的。
所有算法都应检查严格不等关系。
Q5递归解法的最大深度是多少会栈溢出吗A递归深度等于树的高度。
对于平衡BST深度为O(log n)不会溢出。
对于斜树深度为O(n)当n很大时如10^4可能溢出。
可以使用迭代法避免这个问题。
Q6如何测试验证BST算法的正确性A可以测试以下情况空树、单节点树、有效BST、无效BST左子节点大于根节点、右子节点小于根节点、子树无效等。
同时测试边界值情况。
Q7BST验证算法在实际工程中的应用是什么A实际应用包括数据库索引维护、文件系统结构验证、内存数据结构的调试、编译器符号表检查等。
Q8除了验证还有哪些常见的BST操作A常见操作包括插入、删除、查找、查找最小/最大值、查找前驱/后继、范围查询等。
验证是这些操作正确性的基础。
Q9如果BST定义允许相等值算法如何修改A如果允许相等值通常约定将相等值放在右子树。
此时需要将严格不等, 改为非严格不等, 具体取决于约定。
算法中的比较条件需要相应调整。
Q10在面试中除了实现算法还应该展示什么A还应该展示对问题理解的深度、多种解法的比较、复杂度分析的正确性、边界条件的考虑、代码的清晰度和健壮性、对相关问题的了解等。