【leetcode】Unique Binary Search Trees I & II
2015-04-07 21:45
344 查看
Given n, how many structurally unique BST's (binary search trees) that store values 1...n?For example,
Given n = 3, there are a total of 5 unique BST's.注意:二分查找树的定义是,左子树节点均小于root,右子树节点均大于root!不要想当然地将某个点作为root时,认为其他所有节点都能全部放在left/right中,除非这个点是 min 或者 max 的。
=dp[0]*dp[n-1]+dp[1]*dp[n-2]+......+dp[n-1]*dp[0]典型的动态规划题目,因为有重叠的子问题,当前决策依赖于子问题的解。同时,当根节点元素为 1, 2, 3, 4, 5, ..., i, ..., n时,基于以下原则的BST树具有唯一性:
以i为根节点时,其左子树构成为[0,...,i-1],其右子树构成为[i+1,...,n]构成。Python:
Given n = 3, your program should return all 5 unique BST's shown below.
Given n = 3, there are a total of 5 unique BST's.注意:二分查找树的定义是,左子树节点均小于root,右子树节点均大于root!不要想当然地将某个点作为root时,认为其他所有节点都能全部放在left/right中,除非这个点是 min 或者 max 的。
1 3 3 2 1 \ / / / \ \ 3 2 1 1 3 2 / / \ \ 2 1 2 3分析思路:n个点中每个点都可以作为root,当 i 作为root时,小于 i 的点都只能放在其左子树中,大于 i 的点只能放在右子树中,此时只需求出左、右子树各有多少种,二者相乘即为以 i 作为root时BST的总数。解题技巧:求数量,要首先想到使用动态规划(dp)如果不只是求数量,还要把所有的树都枚举出来,就要使用dfs(深度优先搜索)来遍历决策树了。这道题是使用动态规划来解决的。那么如何去求这个问题的状态转移方程呢?其实大部分动态规划的难点都是求状态转移方程。n=0时,为空树,那么dp[0]=1;n=1时,显然也是1,dp[1]=1;n=2时,dp[2]=2;对于n>2时,dp
=dp[0]*dp[n-1]+dp[1]*dp[n-2]+......+dp[n-1]*dp[0]典型的动态规划题目,因为有重叠的子问题,当前决策依赖于子问题的解。同时,当根节点元素为 1, 2, 3, 4, 5, ..., i, ..., n时,基于以下原则的BST树具有唯一性:
以i为根节点时,其左子树构成为[0,...,i-1],其右子树构成为[i+1,...,n]构成。Python:
class Solution: def numTrees(self,n): dp=[1,1,2] if n<=2: return dp else: dp+= [0 for i in range(n-2)] for i in range(3,n+1): for j in range(1,i+1): dp[i]+=dp[j-1]*dp[i-j] return dpC++:
class Solution { public: int numTrees(int n) { vector<int> num; num.push_back(1); for(int i=1;i<=n;i++) { num.push_back(0); if(i<3) num[i]=i; else { for(int j=1;j<=i;j++) num[i]+=num[j-1]*num[i-j]; } } return num ; } };这道题的模型正好是卡特兰数的定义。可以用卡特兰数的通项公式来求解,这样时间复杂度就可以降低到O(n)。在其他文章对 卡特兰数 进行稍微浅显的认识。II:Given n, generate all structurally unique BST's (binary search trees) that store values 1...n.For example,
Given n = 3, your program should return all 5 unique BST's shown below.
class Solution { public: vector<TreeNode*> generateTrees(int n) { return createTree(1,n); } vector<TreeNode*> createTree(int start,int end) { vector<TreeNode *> result; if(start>end) { result.push_back(NULL); return result; } for(int i=start;i<=end;i++) { vector<TreeNode*> left=createTree(start,i-1); vector<TreeNode*> right=createTree(i+1,end); for(int j=0;j<left.size();j++) { for(int k=0;k<right.size();k++) { TreeNode *root=new TreeNode(i); root->left=left[j]; root->right=right[k]; result.push_back(root); } } } return result; } };
相关文章推荐
- leetcode -- Unique Binary Search Trees I&II -- 重点
- leetcode之Unique Binary Search Trees && Unique Binary Search Trees II
- LeetCode之“动态规划”:Unique Binary Search Trees && Unique Binary Search Trees II
- LeetCode之Unique Binary Search Trees & Unique Binary Search Trees II
- [Leetcode]Unique Binary Search Trees I & II
- LeetCode解题报告—— Reverse Linked List II & Restore IP Addresses & Unique Binary Search Trees II
- 【LeetCode】Unique Binary Search Trees && II
- (Leetcode)Unique Binary Search Trees I & II
- [LeetCode] 95. Unique Binary Search Trees II & I
- [LeetCode]Unique Binary Search Trees I&II
- LeetCode: Unique Binary Search Trees I & II
- 【LeetCode】Unique Binary Search Trees I && II
- 【LeetCode从零单刷】Unique Binary Search Trees I & II
- LeetCode 95. Unique Binary Search Trees II&96. Unique Binary Search Trees--动态规划,二叉树
- [leetcode]Unique Binary Search Trees II
- Unique Binary Search Trees (& II)
- Leetcode: Unique Binary Search Trees II
- LeetCode 95: Unique Binary Search Trees II
- LeetCode: Unique Binary Search Trees II
- leetcode Unique Binary Search Trees II