将二叉树转换为二叉搜索树
作者:迹忆客
最近更新:2023/04/05
浏览次数:
二叉树是一种非线性数据结构。它被称为二叉树,因为每个节点最多有两个子节点。这些子节点被称为左子和右子。它也可以解释为一个不定向图,其中最上面的节点称为根。二叉搜索树(BST)是一种具有特殊属性的二叉树,它有助于以排序的方式保持数据的组织。
在本文中,我们将讨论如何将二叉树转换为二叉搜索树,同时保持二叉树的原始结构。
将二叉树转换为二叉搜索树的算法
-
创建一个名为
arr
的数组来存储二叉树节点的顺序遍历。 -
使用任何排序算法(合并排序 O(nlogn)、快速排序 O(n^2)、插入排序 O(n^2)等)对
arr
进行排序。 -
再次对树进行顺序遍历,并将排序数组
arr
中的元素存储在二叉树中,得出 BST。
二叉树转换为 BST 图解
-
我们在根节点
4
上调用顺序遍历。递归向左遍历到达节点1
,它是最左的节点,并将其包含在我们的输出中;由于它是根节点,没有左节点,我们回溯到节点2
,并将其包含在我们的遍历中。这样,我们遍历整棵树,并将按顺序遍历的结果以[1,2,3,5,4,6]
的形式存储在数组arr
中。 -
使用任意排序算法对数组
arr
进行排序,得到[1,2,3,4,5,6]
。 -
我们再次调用顺序遍历,将排序后的数组
arr
存储回二叉树中,得到我们的 BST。
二叉树转换为二叉搜索树的实现
#include <bits/stdc++.h>
using namespace std;
class Node {
public:
int data;
Node *left, *right;
Node(int x) {
this->data = x;
this->left = this->right = NULL;
}
};
vector<int>v;
void inorder(Node *root) {
if (root != NULL)
{
inorder(root->left);
cout << root->data << " ";
inorder(root->right);
}
}
void storetree(Node*root, int i = 0) {
if (!root) {
return;
}
storetree(root->left);
v.push_back(root->data);
storetree(root->right);
}
void restoretree(Node*root, int& i) {
if (!root) {
return;
}
restoretree(root->left, i);
root->data = v[i];
i++;
restoretree(root->right, i);
}
void converttoBST(Node*root) {
if (!root) {
return;
}
storetree(root);
sort(v.begin(), v.end());
int i = 0;
restoretree(root, i);
}
int main() {
Node* root = new Node(3);
root->left = new Node(1);
root->right = new Node(7);
root->left->left = new Node(4);
root->left->right = new Node(5);
root->left->left->right = new Node(2);
root->right->left = new Node(6);
root->right->right = new Node(9);
root->right->right->left = new Node(8);
cout << "The inorder traversal of the tree is : "; inorder(root); cout << endl;
converttoBST(root);
cout << "The inorder traversal of the tree is : "; inorder(root); cout << endl;
}
将二叉树转换为 BST 算法的复杂度
时间复杂度
- 平均情况
我们将数组存储在 sorted
中,并将 sorted
数组存储回二叉树,进行无序遍历的时间复杂度为 O(n)
。但是,对数组进行排序的复杂度是 O(nlogn)
,因此总复杂度给定为 O(nlogn)+2*O(n)
。时间复杂度为 O(nlogn)
。
- 最佳情况
最佳情况下的时间复杂度为 O(n)
。当给定的二叉树已经是一个 BST 时,我们做无序遍历来实现它,而且不需要排序操作。
- 最坏情况
最坏情况下的时间复杂度为 O(nlogn)
。
空间复杂度
由于递归调用所需的额外空间,该算法的空间复杂度为 O(n)
。