2020-08-30:裸写算法:二叉树两个节点的最近公共祖先。

福哥答案2020-08-30:

1.递归
算法
左节点子函数返回值不空,右节点子函数返回值为空,返回左节点。
左节点子函数返回值为空,右节点子函数返回值不空,返回右节点。
左节点子函数返回值不空,右节点子函数返回值不空,返回当前节点。
复杂度分析:
时间复杂度 O(N) : 其中 N 为二叉树节点数;最差情况下,需要递归遍历树的所有节点。
空间复杂度 O(N) : 最差情况下,递归深度达到 N ,系统使用 O(N) 大小的额外空间。

2.存储父节点
思路
我们可以用哈希表存储所有节点的父节点,然后我们就可以利用节点的父节点信息从 p 结点开始不断往上跳,并记录已经访问过的节点,再从 q 节点开始不断往上跳,如果碰到已经访问过的节点,那么这个节点就是我们要找的最近公共祖先。
算法
从根节点开始遍历整棵二叉树,用哈希表记录每个节点的父节点指针。
从 p 节点开始不断往它的祖先移动,并用数据结构记录已经访问过的祖先节点。
同样,我们再从 q 节点开始不断往它的祖先移动,如果有祖先已经被访问过,即意味着这是 p 和 q 的深度最深的公共祖先,即 LCA 节点。
复杂度分析
时间复杂度:O(N),其中 N 是二叉树的节点数。二叉树的所有节点有且只会被访问一次,从 p 和 q 节点往上跳经过的祖先节点个数不会超过 N,因此总的时间复杂度为 O(N)。
空间复杂度:O(N),其中 N 是二叉树的节点数。递归调用的栈深度取决于二叉树的高度,二叉树最坏情况下为一条链,此时高度为 N,因此空间复杂度为 O(N),哈希表存储每个节点的父节点也需要 O(N)的空间复杂度,因此最后总的空间复杂度为 O(N)。

3.迭代
思路
深度优先遍历,遍历到两个值,答案就出来了。
复杂度分析
时间复杂度 O(N) : 其中 N 为二叉树节点数;最差情况下,需要递归遍历树的所有节点。
空间复杂度 O(Level) : Level是树的最大深度。

代码用go语言编写,如下:

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
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
package test35_lowestcommonancestor
 
import (
    "fmt"
    "testing"
)
 
//go test -v -test.run TestLowestCommonAncestor
func TestLowestCommonAncestor(t *testing.T) {
    root := &TreeNode{}
    root.Val = 3
 
    root.Left = &TreeNode{}
    root.Left.Val = 5
    root.Right = &TreeNode{}
    root.Right.Val = 1
 
    root.Right.Left = &TreeNode{}
    root.Right.Left.Val = 0
    root.Right.Right = &TreeNode{}
    root.Right.Right.Val = 8
 
    root.Left.Left = &TreeNode{}
    root.Left.Left.Val = 6
    root.Left.Right = &TreeNode{}
    root.Left.Right.Val = 2
 
    root.Left.Right.Left = &TreeNode{}
    root.Left.Right.Left.Val = 7
    root.Left.Right.Right = &TreeNode{}
    root.Left.Right.Right.Val = 4
    p := root.Right.Right
    q := root.Left.Right.Right
 
    fmt.Println("p = ", p)
    fmt.Println("q = ", q)
    ret := LowestCommonAncestor1(root, p, q)
    fmt.Println("递归ret = ", ret)
    ret = LowestCommonAncestor2(root, p, q)
    fmt.Println("存储父节点ret = ", ret)
    ret = LowestCommonAncestor3(root, p, q)
    fmt.Println("迭代ret = ", ret)
 
}
 
//Definition for a binary tree node.
type TreeNode struct {
    Val   int
    Left  *TreeNode
    Right *TreeNode
}
 
//递归
func LowestCommonAncestor1(root, p, q *TreeNode) *TreeNode {
    if root == nil || root == p || root == q {
        return root
    }
    left := LowestCommonAncestor1(root.Left, p, q)
    right := LowestCommonAncestor1(root.Right, p, q)
    if left == nil && right == nil { //root是叶子节点
        return nil
    }
    //左节点搜索不到了,说明右节点是根节点
    if left == nil {
        return right
    }
    //右节点搜索不到了,说明左节点是根节点
    if right == nil {
        return left
    }
    //左右都有,说明root就是根节点
    return root
}
 
//存储父节点
func LowestCommonAncestor2(root, p, q *TreeNode) *TreeNode {
    parent := map[int]*TreeNode{}
    visited := map[int]bool{}
 
    var dfs func(*TreeNode)
    dfs = func(r *TreeNode) {
        if r == nil {
            return
        }
        if r.Left != nil {
            parent[r.Left.Val] = r
            dfs(r.Left)
        }
        if r.Right != nil {
            parent[r.Right.Val] = r
            dfs(r.Right)
        }
    }
    dfs(root)
 
    for p != nil {
        visited[p.Val] = true
        p = parent[p.Val]
    }
    for q != nil {
        if visited[q.Val] {
            return q
        }
        q = parent[q.Val]
    }
 
    return nil
}
 
//迭代
func LowestCommonAncestor3(root, p, q *TreeNode) *TreeNode {
    if root == nil || root == p || root == q {
        return root
    }
    //push根
    stack := make([]*TreeNode, 0)
    stack = append(stack, root)
    stackvisited := make([]int, 0)         //记录stack的访问状态
    stackvisited = append(stackvisited, 0) //0未访问 1左节点已经访问 2右节点已访问
 
    var cur *TreeNode = nil
    var ret *TreeNode = nil
    for len(stack) > 0 {
        cur = nil
        if stackvisited[len(stackvisited)-1] == 0 { //未访问
            stackvisited[len(stackvisited)-1] = 1
            if stack[len(stack)-1].Left != nil {
                stack = append(stack, stack[len(stack)-1].Left)
                stackvisited = append(stackvisited, 0)
                cur = stack[len(stack)-1]
            }
        } else if stackvisited[len(stackvisited)-1] == 1 { //左节点已访问
            stackvisited[len(stackvisited)-1] = 2
            if stack[len(stack)-1].Right != nil {
                stack = append(stack, stack[len(stack)-1].Right)
                stackvisited = append(stackvisited, 0)
                cur = stack[len(stack)-1]
            }
        } else { //右节点已访问
            if ret != nil {
                if stack[len(stack)-1] == ret {
                    ret = stack[len(stack)-2]
                }
            }
            //pop
            stack = stack[0 : len(stack)-1]
            stackvisited = stackvisited[0 : len(stackvisited)-1]
        }
        if cur != nil {
            if cur == p {
                if ret != nil { //第二次
                    break
                } else { //第一次
                    ret = cur
                }
            }
            if cur == q {
                if ret != nil { //第二次
                    break
                } else { //第一次
                    ret = cur
                }
            }
        }
    }
 
    return ret
}

  

敲 go test -v -test.run TestLowestCommonAncestor 命令,执行结果如下:

 

posted @   福大大架构师每日一题  阅读(242)  评论(0编辑  收藏  举报
编辑推荐:
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· AI 智能体引爆开源社区「GitHub 热点速览」
· Manus的开源复刻OpenManus初探
· 写一个简单的SQL生成工具
点击右上角即可分享
微信分享提示