0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

面試算法之重建二叉樹

算法與數(shù)據(jù)結(jié)構(gòu) ? 來源:算法與數(shù)據(jù)結(jié)構(gòu) ? 2019-11-27 15:59 ? 次閱讀

從今天開始,公眾號陸陸續(xù)續(xù)開始插寫用動畫形式展現(xiàn)算法題,如劍指offer、Leedcode里經(jīng)典面試題型,同時(shí)也會更新數(shù)據(jù)結(jié)構(gòu)與算法基礎(chǔ)、網(wǎng)絡(luò)原理等知識。

以為無論是面試還是實(shí)際項(xiàng)目,對算法的要求也非常的嚴(yán)格,所以小鹿盡最大努力把算法還原成動畫形式來講解,爭取讓每個(gè)人都能看懂算法、學(xué)會算法。

1

題目

已知前序遍歷為{1,2,4,7,3,5,6,8},中序遍歷為{4,7,2,1,5,3,8,6},它的二叉樹是怎么樣的?

2

基礎(chǔ)鞏固

根據(jù)上述題目所述,我們已知前序遍歷和中序遍歷,回顧一下,什么是前序遍歷?什么是中序遍歷?

2.1 前序遍歷

前序遍歷一顆二叉樹,首先輸出根節(jié)點(diǎn),然后輸出左子節(jié)點(diǎn),最后輸出右子節(jié)點(diǎn)。

比如,遍歷一下二叉樹:

顏色變深表示遍歷,突出表示輸出

2.2 中序遍歷

中序遍歷一棵二叉樹,首先輸出左子節(jié)點(diǎn),然后輸出輸出根節(jié)點(diǎn),最后右子節(jié)點(diǎn)。

以上邊二叉樹為例,通過中序遍歷輸出。

3

解題思路

既然我們知道了二叉樹如何進(jìn)行前序遍歷和中序遍歷了,那么已知前序遍歷和中序遍歷如何反推二叉樹呢?

那么問題來了,只知道前序遍歷能不能反推二叉樹呢?我們就試一下,比如題目中所述,{1,2,4,7,3,5,6,8},根據(jù)前序遍歷,根、左、右,1 肯定是 根節(jié)點(diǎn),那么一下2,4,7.....哪些是左子節(jié)點(diǎn)呢?左子節(jié)點(diǎn)有幾個(gè)呢?很顯然我們是不知道的,由此可以得出,只知道前序遍歷是不可能反推出二叉樹的,中序遍歷也是如此,自己可以嘗試一下。

那么前序遍歷和中序遍歷可不可以?那我們要試一下,我們上邊通過前序遍歷找到第一個(gè)根節(jié)點(diǎn)就是 1,如圖

中序遍歷{4,7,2,1,5,3,8,6}的規(guī)律又是左、根、右,所以 1 結(jié)點(diǎn)在中序遍歷中為根,它的左邊就是所有左子節(jié)點(diǎn)4,7,2,右邊為所有的右子節(jié)點(diǎn)5,3,8,6。

此時(shí)我們已經(jīng)劃分左右子節(jié)點(diǎn)了,但是左邊的子節(jié)點(diǎn)中哪些又是根節(jié)點(diǎn)呢?我們再回到前序遍歷中,根據(jù)前序遍歷的特點(diǎn),根、左、右,在從子節(jié)點(diǎn)進(jìn)行劃分,那么 1 結(jié)點(diǎn)中的子節(jié)點(diǎn)誰為根節(jié)點(diǎn)呢?

我們一眼就能看出來,就是 2 結(jié)點(diǎn),那么剩余的 4,7 左右結(jié)點(diǎn)怎么分呢?我們根據(jù)上述再回到中序遍歷,找到 2 根節(jié)點(diǎn),根據(jù)中序遍歷左、根、右的特點(diǎn),找到 2 結(jié)點(diǎn),那左邊的就是左子節(jié)點(diǎn),右邊的就是右子節(jié)點(diǎn),我們可以看到,左邊有兩個(gè)數(shù),正是 4 和 7 結(jié)點(diǎn)。

右邊只有 1 結(jié)點(diǎn),1 結(jié)點(diǎn)我們剛剛說了,是根節(jié)點(diǎn),所以以 2 為根節(jié)點(diǎn)是沒有右子節(jié)點(diǎn)的,剩下的數(shù)字也是同樣的方式區(qū)分,自己可以試一下,動手畫一畫。

我們仔細(xì)發(fā)現(xiàn),其實(shí)整個(gè)層層往下,以及左右,都是相同的解決方式,而且大問題可以分解為小問題,我們下意識就應(yīng)該想起小鹿之前分享過的知識,那就是遞歸,既然是遞歸,就應(yīng)該有終止條件,終止條件就是當(dāng)子節(jié)點(diǎn)為空時(shí),此時(shí)遞歸結(jié)束。

4

測試用例

我們之前的文章強(qiáng)調(diào)過,手寫代碼之前,一定先把測試用例想好,為了能夠在手寫代碼的時(shí)候考慮到邊界情況,還為了防止你到時(shí)候面試涂涂改改。

4.1 普通測試

完全二叉樹、非完全二叉樹。

4.2 特殊測試

只有左子節(jié)點(diǎn)二叉樹,只有右子節(jié)點(diǎn)、只有一個(gè)結(jié)點(diǎn)的二叉樹 —— 特殊二叉樹測試。

4.3 輸入測試

空樹、空指針null、前序和中序不匹配。

5

代碼實(shí)現(xiàn)

JavaScript 版本

Java 版本

C 語言版本

Python 版本

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4615

    瀏覽量

    93004
  • 二叉樹
    +關(guān)注

    關(guān)注

    0

    文章

    74

    瀏覽量

    12348

原文標(biāo)題:動畫:面試算法之重建二叉樹

文章出處:【微信號:TheAlgorithm,微信公眾號:算法與數(shù)據(jù)結(jié)構(gòu)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    面試題】人工智能工程師高頻面試題匯總:機(jī)器學(xué)習(xí)深化篇(題目+答案)

    隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職者夢寐以求的職業(yè)。想要拿下這份工作,面試的時(shí)候得展示出你不僅技術(shù)過硬,還得能解決問題。所以,提前準(zhǔn)備一些面試常問的問題,比如機(jī)器學(xué)習(xí)的那些算法
    的頭像 發(fā)表于 12-16 13:42 ?1971次閱讀
    【<b class='flag-5'>面試</b>題】人工智能工程師高頻<b class='flag-5'>面試</b>題匯總:機(jī)器學(xué)習(xí)深化篇(題目+答案)

    面試題】人工智能工程師高頻面試題匯總:Transformer篇(題目+答案)

    隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職者夢寐以求的職業(yè)。想要拿下這份工作,面試的時(shí)候得展示出你不僅技術(shù)過硬,還得能解決問題。所以,提前準(zhǔn)備一些面試常問的問題,比如機(jī)器學(xué)習(xí)的那些算法
    的頭像 發(fā)表于 12-13 15:06 ?530次閱讀
    【<b class='flag-5'>面試</b>題】人工智能工程師高頻<b class='flag-5'>面試</b>題匯總:Transformer篇(題目+答案)

    人工智能工程師高頻面試題匯總——機(jī)器學(xué)習(xí)篇

    隨著人工智能技術(shù)的突飛猛進(jìn),AI工程師成為了眾多求職者夢寐以求的職業(yè)。想要拿下這份工作,面試的時(shí)候得展示出你不僅技術(shù)過硬,還得能解決問題。所以,提前準(zhǔn)備一些面試常問的問題,比如機(jī)器學(xué)習(xí)的那些算法
    的頭像 發(fā)表于 12-04 17:00 ?880次閱讀
    人工智能工程師高頻<b class='flag-5'>面試</b>題匯總——機(jī)器學(xué)習(xí)篇

    面試嵌入式都會問那些問題呢?

    作為一名電子工程專業(yè)的畢業(yè)生,我對嵌入式系統(tǒng)開發(fā)一直充滿熱情。當(dāng)我決定踏入這個(gè)行業(yè),尋找屬于自己的職業(yè)道路時(shí),面試成為了我必須面對的挑戰(zhàn)。在這里,我想分享一些我在嵌入式系統(tǒng)面試中遇到的問題以及我的應(yīng)對經(jīng)驗(yàn)。
    的頭像 發(fā)表于 11-27 09:13 ?343次閱讀
    <b class='flag-5'>面試</b>嵌入式都會問那些問題呢?

    程序員去面試只需一個(gè)技能征服所有面試官!

    為什么要學(xué)嵌入式?面試各方面感覺都良好,為啥最后給斃了?在這么多技術(shù)活兒里,嵌入式開發(fā)為啥這么吃香?嵌入式開發(fā)找工作,為何更容易?……來,來,來,看看不為人知的內(nèi)部消息!就像我最近聽說的這個(gè)事兒,有
    的頭像 發(fā)表于 11-05 19:35 ?210次閱讀
    程序員去<b class='flag-5'>面試</b>只需一個(gè)技能征服所有<b class='flag-5'>面試</b>官!

    Huffman壓縮算法概述和詳細(xì)流程

    Huffman壓縮算法是一種基于字符出現(xiàn)頻率的編碼算法,通過構(gòu)建Huffman,將出現(xiàn)頻率高的字符用短編碼表示,出現(xiàn)頻率低的字符用長編碼表示,從而實(shí)現(xiàn)對數(shù)據(jù)的壓縮。
    的頭像 發(fā)表于 10-21 13:48 ?290次閱讀

    什么是默克爾(Merkle Tree)?如何計(jì)算默克爾根?

    01 默克爾的概念 默克爾(Merkle Tree)是一種特殊的二叉樹,它的每個(gè)節(jié)點(diǎn)都存儲了一個(gè)數(shù)據(jù)塊的哈希值。哈希值是一種可以將任意長度的數(shù)據(jù)轉(zhuǎn)換為固定長度的字符串的算法,它具有
    的頭像 發(fā)表于 09-30 18:22 ?974次閱讀
    什么是默克爾<b class='flag-5'>樹</b>(Merkle Tree)?如何計(jì)算默克爾根?

    面試嵌入式工作,會被問什么問題?

    面試嵌入式工作時(shí),面試官可能會從多個(gè)方面考察應(yīng)聘者的知識、技能和經(jīng)驗(yàn)。以下是一些常見的嵌入式工作面試問題,這些問題涵蓋了基礎(chǔ)知識、專業(yè)技能、項(xiàng)目經(jīng)驗(yàn)和個(gè)人能力等方面
    的頭像 發(fā)表于 07-17 09:26 ?2043次閱讀
    <b class='flag-5'>面試</b>嵌入式工作,會被問什么問題?

    指電極上覆蓋敏感材料的阻值計(jì)算

    覆蓋的敏感材料厚度超出指厚度時(shí)計(jì)算電阻,是否可以視作指電極指間電阻多個(gè)周期串聯(lián)后與超出指厚度部分敏感材料電阻并聯(lián)
    發(fā)表于 07-05 14:48

    機(jī)器學(xué)習(xí)算法原理詳解

    機(jī)器學(xué)習(xí)作為人工智能的一個(gè)重要分支,其目標(biāo)是通過讓計(jì)算機(jī)自動從數(shù)據(jù)中學(xué)習(xí)并改進(jìn)其性能,而無需進(jìn)行明確的編程。本文將深入解讀幾種常見的機(jī)器學(xué)習(xí)算法原理,包括線性回歸、邏輯回歸、支持向量機(jī)(SVM)、決策和K近鄰(KNN)算法,探
    的頭像 發(fā)表于 07-02 11:25 ?1117次閱讀

    指MOSFET器件靜電防護(hù)魯棒性提升技巧

    柵極接地NMOS是一種廣泛應(yīng)用的片上ESD器件結(jié)構(gòu),為達(dá)到特定ESD防護(hù)等級,一般會采用多指版圖形式來減小器件占用的芯片面積。但是,多指柵極接地NMOS在ESD應(yīng)力作用下,各個(gè)指難于做到均勻
    的頭像 發(fā)表于 06-22 00:50 ?537次閱讀
    多<b class='flag-5'>叉</b>指MOSFET器件靜電防護(hù)魯棒性提升技巧

    原理圖設(shè)計(jì)里兩顆重要的(國產(chǎn)EDA)

    原理圖里面兩顆重要的,那就是元件和網(wǎng)絡(luò),作為EDA工具中的重要視圖和概念,雖然看似枯燥,但它們扮演著非常重要的角色,它們?yōu)殡娐穲D的層次化結(jié)構(gòu)提供了有力支撐。想象一個(gè)大型的電路設(shè)計(jì)項(xiàng)目,就像一個(gè)
    的頭像 發(fā)表于 05-29 17:47 ?767次閱讀
    原理圖設(shè)計(jì)里兩顆重要的<b class='flag-5'>樹</b>(國產(chǎn)EDA)

    康謀分享 | aiSim5仿真場景重建感知置信度評估(三)

    aiSim5能重建高精度的賽道、車庫、高速公路等真實(shí)交通場景,用于測試和訓(xùn)練ADAS/AD系統(tǒng)。通過全局行動日志,能將駕駛數(shù)據(jù)轉(zhuǎn)化為場景重建,車道線檢測算法和多目標(biāo)檢測算法在仿真與現(xiàn)實(shí)
    的頭像 發(fā)表于 05-08 16:59 ?2448次閱讀
    康謀分享 | aiSim5仿真場景<b class='flag-5'>重建</b>感知置信度評估(三)

    哈夫曼編碼怎么算 哈夫曼編碼左邊是0還是1

    二叉樹,將出現(xiàn)頻率高的字符用較短的編碼表示,而出現(xiàn)頻率低的字符則用較長的編碼表示。通過這種方式,可以實(shí)現(xiàn)對數(shù)據(jù)進(jìn)行高效的編碼和解碼。 下面我們將詳細(xì)介紹哈夫曼編碼的算法過程。 統(tǒng)計(jì)字符頻率 在進(jìn)行哈夫曼編碼前,首先需
    的頭像 發(fā)表于 01-30 11:27 ?3105次閱讀

    基于NeRF/Gaussian的全新SLAM算法

    基于NeRF的SLAM算法采用全局地圖和圖像重建損失函數(shù),通過可微分渲染捕獲稠密的光度信息,具有高保真度。
    的頭像 發(fā)表于 01-26 10:48 ?668次閱讀
    基于NeRF/Gaussian的全新SLAM<b class='flag-5'>算法</b>