题目:

给你一个 二叉搜索树 的根节点 root ,和一个由正整数组成、长度为 n 的数组 queries 。

请你找出一个长度为 n 的 二维 答案数组 answer ,其中 answer[i] = [mini, maxi] :

mini 是树中小于等于 queries[i] 的 最大值 。如果不存在这样的值,则使用 -1 代替。
maxi 是树中大于等于 queries[i] 的 最小值 。如果不存在这样的值,则使用 -1 代替。

返回数组 answer 。

1
2
3
输入:root = [6,2,13,1,4,9,15,null,null,null,null,null,null,14], queries = [2,5,16]
输出:[[2,2],[4,6],[15,-1]]
解释:按下面的描述找出并返回查询的答案:
  • 树中小于等于 2 的最大值是 2 ,且大于等于 2 的最小值也是 2 。所以第一个查询的答案是 [2,2] 。
  • 树中小于等于 5 的最大值是 4 ,且大于等于 5 的最小值是 6 。所以第二个查询的答案是 [4,6] 。
  • 树中小于等于 16 的最大值是 15 ,且大于等于 16 的最小值不存在。所以第三个查询的答案是 [15,-1] 。

解题思路:

模拟

会超时,最后一个测试用例的二叉搜索树是偏移树,时间复杂度会从O(logn)涨到O(n)

二叉树中序遍历 + 二分查找

因为二叉搜索树的节点结构为 左子节点小于当前节点,右子节点大于当前节点

我们使用中序遍历可以得到一个已经排序的数组。

然后使用二分查找查找最大值和最小值,题目中的min 和 max 就是我们二分查找的判断条件。

如果使用Python语言可以使用bisect

使用C++只能自己写

代码:

Python

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
class Solution:
def closestNodes(self, root: Optional[TreeNode], queries: List[int]) -> List[List[int]]:
a = []
def dfs(o):
if o is None: return
dfs(o.left)
a.append(o.val)
dfs(o.right)
dfs(root)

ans = [[-1, -1] for _ in range(len(queries))]
for i, q in enumerate(queries):
j = bisect_right(a, q) - 1
min = a[j] if j >= 0 else -1
j = bisect_left(a, q)
max = a[j] if j < len(a) else -1
ans[i] = [min, max]

return ans

C++

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
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<vector<int>> closestNodes(TreeNode* root, vector<int>& queries) {
vector<int> a;
dfs(root, a);

vector<vector<int>> ans;
for (auto &x: queries) {
int j = bisect_right(a, x);
int min, max;
if (j >= 0)
{
min = a[j];
}
else
{
min = -1;
}

j = bisect_left(a, x);
if (j < a.size())
{
max = a[j];
}
else
{
max = -1;
}

vector<int> i;
i.push_back(min);
i.push_back(max);
ans.push_back(i);
}
return ans;
}

void dfs(TreeNode* o, vector<int> &a) {
if (o == nullptr) return;
dfs(o->left, a);
a.push_back(o->val);
dfs(o->right, a);
}

int bisect_left(vector<int> &a, int num) {
int l = 0, r = a.size();
while (l < r) {
int mid = (r - l >> 1) + l;
if (a[mid] >= num)
{
r = mid;
}
else
{
l = mid + 1;
}
}
return l;
}

int bisect_right(vector<int> &a, int num) {
int l = 0, r = a.size();
while (l < r) {
int mid = (r - l >> 1) + l;
if (num < a[mid])
{
r = mid;
}
else
{
l = mid + 1;
}
}
return l - 1;
}
};

总结:

我在做的时候直接进行了模拟,我忘记了二叉搜索树是会变成二叉偏移树,也就是逐渐变成链表,搜索的效率也从O(logN) 上升到 O(N)。有了这次教训,我在下一次遇到搜索树时会更加清晰记得这件事。