Blage's Coding Blage's Coding
Home
算法
  • 手写Spring
  • SSM
  • SpringBoot
  • JavaWeb
  • JAVA基础
  • 容器
  • Netty

    • IO模型
    • Netty初级
    • Netty原理
  • JVM
  • JUC
  • Redis基础
  • 源码分析
  • 实战应用
  • 单机缓存
  • MySQL

    • 基础部分
    • 实战与处理方案
    • 面试
  • ORM框架

    • Mybatis
    • Mybatis_Plus
  • SpringCloudAlibaba
  • MQ消息队列
  • Nginx
  • Elasticsearch
  • Gateway
  • Xxl-job
  • Feign
  • Eureka
  • 面试
  • 工具
  • 项目
  • 关于
🌏本站
🧸GitHub (opens new window)
Home
算法
  • 手写Spring
  • SSM
  • SpringBoot
  • JavaWeb
  • JAVA基础
  • 容器
  • Netty

    • IO模型
    • Netty初级
    • Netty原理
  • JVM
  • JUC
  • Redis基础
  • 源码分析
  • 实战应用
  • 单机缓存
  • MySQL

    • 基础部分
    • 实战与处理方案
    • 面试
  • ORM框架

    • Mybatis
    • Mybatis_Plus
  • SpringCloudAlibaba
  • MQ消息队列
  • Nginx
  • Elasticsearch
  • Gateway
  • Xxl-job
  • Feign
  • Eureka
  • 面试
  • 工具
  • 项目
  • 关于
🌏本站
🧸GitHub (opens new window)
  • 数组

  • 链表

  • 字符串

  • 二叉树

  • 动态规划

  • 深搜回溯

  • 数学贪心

  • 堆栈队列

  • 前缀和

  • 算法设计

    • 146.LRU缓存
    • 207. 拓扑排序
    • 10. 正则表达式匹配
    • 208. 前缀树
    • 2699. Dijkstra
    • 1483. 二进制倍增算法
    • 155. 最小栈
    • 2761. 欧拉线性筛
    • 297. 二叉树的序列化与反序列化
    • 28. KMP算法
    • 232. 用栈实现队列
    • 127. BFS广度优先搜索
    • 449. 序列化和反序列化二叉搜索树
      • 1.二叉树恢复
      • 2.上下界思想优化
    • 1462. floyed根可达性算法
    • 2603. 节点出入度数组
    • 460. LFU 缓存
    • 1993. 树上的操作
    • 剑指 Offer 41. 数据流中的中位数
    • 剑指 Offer 59 - II. 队列的最大值
  • 位运算

  • WA

  • 算法
  • 算法设计
phan
2023-09-04
目录

449. 序列化和反序列化二叉搜索树

# 449. 序列化和反序列化二叉搜索树 (opens new window)

# 1.二叉树恢复

解题思路:采用先序遍历进行序列化。反序列化时采用分段思想,找到数组中分别属于左子树和右子树的连续子数组。而如果进行划分一般分为以下几种情况:

  • 根据前序遍历+中序遍历进行恢复:在前序遍历结果中定位根节点,然后从中序遍历划分。
  • 仅给出前序遍历+二叉搜索树进行恢复:根据二叉搜索树性质左子树所有节点都小于根节点。

本题属于上面第②种类型。

public class Codec {
    // Encodes a tree to a single string.
    public String serialize(TreeNode root) {
        if(root==null) return "";
        String leftstr="";
        String rightstr="";
        if(root.left!=null) leftstr=serialize(root.left);
        if(root.right!=null) rightstr=serialize(root.right);
        return String.valueOf(root.val)+","+leftstr+rightstr;
    }
    // Decodes your encoded data to tree.
    public TreeNode deserialize(String data) {
        if(data.length()==0) return null;
        String[] tree=data.split(",");
        return parseTree(tree,0,tree.length-1);
        
    }
    public TreeNode parseTree(String[] tree,int start,int end){
        TreeNode root=new TreeNode(Integer.valueOf(tree[start]));
        if(start==end) return root;
        int rightstart=end+1;
        for(int i=start+1;i<=end;i++){
            int val=Integer.valueOf(tree[i]);
            if(val>root.val){
                rightstart=i;
                break;
            }
        }
        TreeNode left=null,right=null;
        if(rightstart>start+1) left=parseTree(tree,start+1,rightstart-1);
        if(rightstart<end+1) right=parseTree(tree,rightstart,end);
        root.left=left;
        root.right=right;
        return root;
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

# 2.上下界思想优化

上述算法中,前序遍历数组同一个元素会被遍历多次。

假设存在这么一棵二叉搜素树【4,2,1,3,5】,我们可以规定上下界使元素构建时能够准确找到它的父节点。比如1在构建时他的父节点应该是2,而不是4。也就是说在元素2在构建完二叉树后,下一个元素在【-∞,2】才能作为2的左孩子插入,只有在【2,4】之间才能作为2的右孩子插入,而大于4的节点值显然只能作为4的右孩子进行构建。

具体来说,前一个节点需要作为左孩子的上界,右孩子的下界。下一个节点根据处在哪个上下界范围进行构建,时间复杂度O(n)

public class Codec {
    // Encodes a tree to a single string.
    public String serialize(TreeNode root) {
        if(root==null) return "";
        String leftstr="";
        String rightstr="";
        if(root.left!=null) leftstr=serialize(root.left);
        if(root.right!=null) rightstr=serialize(root.right);
        return String.valueOf(root.val)+","+leftstr+rightstr;
    }
    // Decodes your encoded data to tree.
    public TreeNode deserialize(String data) {
        if(data.length()==0) return null;
        String[] tree=data.split(",");
        List<Integer> list=new LinkedList<>();
        for(int i=0;i<tree.length;i++) list.add(Integer.valueOf(tree[i]));
        return parseTree(list,Integer.MIN_VALUE,Integer.MAX_VALUE);
    }
    public TreeNode parseTree(List<Integer> list,int lower,int upper){
        if(list.size()==0||list.get(0)>upper||list.get(0)<lower) return null;
        TreeNode root=new TreeNode(list.get(0));
        list.remove(0);
        root.left=parseTree(list,lower,root.val);
        root.right=parseTree(list,root.val,upper);
        return root;
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
编辑 (opens new window)
#Leetcode#算法设计
上次更新: 2023/12/15, 15:49:57
127. BFS广度优先搜索
1462. floyed根可达性算法

← 127. BFS广度优先搜索 1462. floyed根可达性算法→

Theme by Vdoing | Copyright © 2023-2024 blageCoder
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式