生成所有不同的二叉搜索树 II - 算法与代码实现

2025/3/12
本文详细解析了如何生成所有由 `1` 到 `n` 组成的不同的二叉搜索树(BST),并提供了使用 JavaScript 实现的代码示例。通过递归和分治的思想,该算法能够高效地生成所有可能的二叉搜索树。
二叉搜索树结构图,递归算法流程图,JavaScript 代码示例截图

不同的二叉搜索树 II(Unique Binary Search Trees II)是一个经典的算法问题,要求生成所有可能的二叉搜索树(BST),这些树由给定的 n 个节点组成,每个节点的值从 1n 唯一。

问题描述

给定一个整数 n,生成所有由 1n 组成的不同的二叉搜索树。

解决思路

这个问题可以通过递归和分治的思想来解决。对于每个可能的根节点,递归地生成左子树和右子树,然后将它们组合起来形成完整的二叉搜索树。

代码实现

以下是使用 JavaScript 实现的代码:

function generateTrees(n) {
    if (n === 0) return [];
    return generate(1, n);
}

function generate(start, end) {
    const result = [];
    if (start > end) {
        result.push(null);
        return result;
    }

    for (let i = start; i <= end; i++) {
        const leftTrees = generate(start, i - 1);
        const rightTrees = generate(i + 1, end);

        for (let left of leftTrees) {
            for (let right of rightTrees) {
                const root = new TreeNode(i);
                root.left = left;
                root.right = right;
                result.push(root);
            }
        }
    }

    return result;
}

class TreeNode {
    constructor(val, left = null, right = null) {
        this.val = val;
        this.left = left;
        this.right = right;
    }
}

// 示例用法
const trees = generateTrees(3);
console.log(trees);

代码解释

  1. generateTrees(n): 这是主函数,调用 generate(1, n) 来生成所有可能的二叉搜索树。
  2. generate(start, end): 这是一个递归函数,用于生成从 startend 的所有可能的二叉搜索树。
    • 如果 start > end,说明当前子树为空,返回 [null]
    • 对于每个可能的根节点 i,递归生成左子树和右子树。
    • 将左子树和右子树的所有组合与当前根节点组合起来,形成完整的二叉搜索树,并添加到结果数组中。
  3. TreeNode: 这是一个简单的二叉树节点类,用于构建二叉搜索树。

示例输出

对于 n = 3,生成的二叉搜索树如下:

[
  TreeNode {
    val: 1,
    left: null,
    right: TreeNode {
      val: 2,
      left: null,
      right: TreeNode { val: 3, left: null, right: null }
    }
  },
  TreeNode {
    val: 1,
    left: null,
    right: TreeNode {
      val: 3,
      left: TreeNode { val: 2, left: null, right: null },
      right: null
    }
  },
  TreeNode {
    val: 2,
    left: TreeNode { val: 1, left: null, right: null },
    right: TreeNode { val: 3, left: null, right: null }
  },
  TreeNode {
    val: 3,
    left: TreeNode {
      val: 1,
      left: null,
      right: TreeNode { val: 2, left: null, right: null }
    },
    right: null
  },
  TreeNode {
    val: 3,
    left: TreeNode {
      val: 2,
      left: TreeNode { val: 1, left: null, right: null },
      right: null
    },
    right: null
  }
]

复杂度分析

  • 时间复杂度: O(C_n),其中 C_n 是第 n 个卡特兰数,表示所有可能的二叉搜索树的数量。
  • 空间复杂度: O(C_n),用于存储所有可能的二叉搜索树。

这个算法通过递归和分治的思想,有效地生成了所有可能的二叉搜索树,适用于中等规模的 n

上次更新:

相关文章

npx完全指南:前端开发必备工具详解 | 20年架构师深度解析

本文由20年前端架构师深入解析npx工具,涵盖其核心功能、优势、高级用法、最佳实践及与npm/yarn的区别比较,帮助开发者掌握这一现代前端开发利器。

·前端开发

<处理关联数据的最佳实践:Article 与 Tags 的关系 | 开发指南>

<本文详细介绍了在开发中处理关联数据(如 Article 和 Tags 的多对多关系)的最佳实践,包括拆分业务逻辑、使用事务保证数据一致性、合理设计关联表结构、批量操作、幂等性和乐观锁等关键要点,并提供了基于 mysql2 和 Sequelize 的代码示例。>

·后端开发

Astro 静态站点生成器:构建高性能网站的最佳选择

Astro 是一个专注于构建快速、轻量级网站的静态站点生成器,支持多种前端框架,采用岛屿架构减少 JavaScript 加载,提升性能。

·前端开发

MySQL外键约束详解:维护数据一致性与完整性

本文详细介绍了MySQL中的外键约束(Foreign Key Constraint),包括其基本概念、创建方法、作用、级联操作、限制、修改与删除方法、查看方式以及最佳实践。通过合理使用外键约束,可以有效管理数据库中的数据关系,确保数据的准确性和可靠性。

·后端开发

MySQL JSON数据类型支持与使用指南 | 详细解析与示例

本文详细解析了MySQL从5.7版本开始支持的JSON数据类型,包括版本支持、创建JSON字段、插入与查询JSON数据、修改JSON数据、生成JSON、索引优化、性能与应用场景、注意事项及示例全流程。

·后端开发

SQL JOIN、LEFT JOIN 和 RIGHT JOIN 的区别与应用场景详解

本文详细介绍了 SQL 中 JOIN、LEFT JOIN 和 RIGHT JOIN 的区别,包括它们的作用、语法、示例以及实际应用场景,帮助读者更好地理解和使用这些连接方式。

·后端开发

Weex 跨平台移动开发框架:核心特性与使用指南

Weex 是由阿里巴巴开源的跨平台移动开发框架,支持使用 Vue.js 或 Rax 构建高性能的 iOS、Android 和 Web 应用。本文详细解析了 Weex 的核心特性、架构、工作流程、组件和模块、开发工具、优缺点、应用场景及未来发展。

·前端开发

ECharts 与 DataV 数据可视化工具对比分析 | 选择指南

本文详细对比了 ECharts 和 DataV 两个常用的数据可视化工具,包括它们的设计目标、优缺点、使用场景和技术栈,帮助读者根据具体需求选择合适的工具。

·前端开发

前端部署后通知用户刷新页面的常见方案 | 单页应用更新提示

本文介绍了在前端部署后通知用户刷新页面的几种常见方案,包括WebSocket实时通知、轮询检查版本、Service Worker版本控制、版本号对比、自动刷新、使用框架内置功能以及第三方库。每种方案的优缺点和示例代码均有详细说明。

·前端开发

TypeScript 映射类型常见问题与解决方案 | 提升代码维护性

本文探讨了在使用 TypeScript 时,映射类型的不当使用可能导致的问题,如代码难以维护、类型推断不准确或性能问题,并提供了相应的解决方案和最佳实践。

·编程语言