背景

树， 是一种常见的数据结构， 有很多的应用场景， 也是面试中的常客。

比如：树的遍历， 分层打印， 平摊的数据转成树， 等等。

这就需要我们对树这种数据结构有个基础的认识，今天我们就再回顾一下这种数据结构。

正文

今天的内容主要包括：

• 树
• 二叉树
• 二叉搜索树
• 实战题目

树

讲树之前， 我们先回顾下链表。

实际上链表和树， 图，都是有一些联系的。

先看一个单链表的示意图：

每个结点都有个value 和一个next 指向后续结点, 一直向后，串成一个链。

这种结构很方便， 但是也有一定的局限。

比如想想访问中间某个结点的时候，或者倒数第几个结点 就只能从头往后一个一个查， 效率不高。

为解决这种问题，应运而生的方法有很多， 比如双向链表， 每个结点不光有后继结点， 还有前继结点。

其实再观察一下， 不难发现， 如果每个结点的next有两个， 会是怎么样？

就变成了我们所说的树。

这是一个普通的二叉树的结构， 每个结点有两个next指针， 即左右孩子。

二叉树的一种代码表示：

这个特殊的链表的第一个结点， 就是我们说的树的根结点。

树也是分层的， 所谓的层， 就是距离根结点的距离，如上图所示。

二叉树

如果每一个结点都有两个孩子结点， 这样的树， 就是满二叉树。

再观察一下， 发现， 如果结点还能指回到根结点，或者其他结点， 这个树会变成什么样？

没错， 就变成了图。

图在我们的生活中也有很多相似的案例， 比如你要走到什么地方， 怎么走最短等等。

简单总结一下：

链表， 就是特殊化的树。
树， 就是特殊化的图。

二叉搜索树

二叉搜索树， 是一种特殊的二叉树。

它可以是一颗空树， 或者是具有下列性质的二叉树：

1. 左子树上所有结点的值，均小于它的根结点的值
2. 右子树上所有结点的值，均大于它的根结点的值
3. 左右子树， 都是一个合法的二叉搜索树。

比如：

左孩子上的结点都是小于27的， 后孩子上的结点都是大于27的。

这种结构的好处在于， 比如我们要查找一个元素的时候， 只需要和根比较。

大于根， 就在右子树， 小于就在左子树， 每次搜索， 都能减少一半的数据量。

和链表相比， 查找一个元素， 链表是O(N), 二叉搜索树每次都是减一半， 就变成了O(log2(N)), 效率得以提升。

最后献上一个老生常谈的比较图：

二叉搜索树在最坏的情况下，会退化成O(N)的， 比如， 只有右子树， 没有左子树， 就是一条长长的链。

为了改善这种情况， 后面又发展出了各种各样的树， 比如下面的

1. 红黑树
2. Splay Tree
3. AVL Tree

这三种也叫平衡二叉搜索树， 在最坏情况下， 也能保持O(log(n))的时间复杂度

在Java， C++ 的标准库里面，二叉搜索树都是用红黑树来实现的。

对红黑树有兴趣的同学，可以看一下维基百科： https://zh.wikipedia.org/wiki...

理论大概就是这么些， 下面我们就进入到实战环节。

实战题目

验证二叉搜索树

这是leetcode 的第98题, medium 难度。

给定一个二叉树，判断其是否是一个有效的二叉搜索树。

假设一个二叉搜索树具有如下特征：

节点的左子树只包含小于当前节点的数。
节点的右子树只包含大于当前节点的数。
所有左子树和右子树自身必须也是二叉搜索树。

示例 1:

输入:2/ \1   3
输出: true示例 2:
输入:5/ \1   4/ \3   6输出: false解释: 
输入为: [5,1,4,null,null,3,6]。
根节点的值为 5 ，但是其右子节点值为 4 。

我用了三种解法， 下面我们一个一个看。

解法1: 利用升序特性

观察二叉搜索树， 我们不难发现， 如果是一个合法的二叉搜索数， 一定是左结点 < 根结点 < 右结点

这样得到的中序遍历一定是一个升序的，可以用这种方式来验证。

简单回顾下二叉树的遍历：

比如这个树的中序遍历结果就是： 10 14 19 27 31 35 42

所以利用升序特性， 我们可以得到第一种解法：

var isValidBST = function (root) {var stack = [];// 中序遍历function dfs(root) {if (!root) return;root.left && dfs(root.left)root && stack.push(root.val)root.right && dfs(root.right)}dfs(root)for (var i = 0; i < stack.length - 1; i++) {if (stack[i] >= stack[i + 1]) return false}return true;
};

在观察一下 ，我们不难发现， 左结点 < 根结点 < 右结点, 根结点的值一定是夹在左右结点的值中间的，

如果不在这个范围里， 也一定是不合法的。 所以， 根据这个思路，可以得到解法2.

解法2: 递归

var isValidBST = function (root) {function isValidBSTHelper(root, min, max) {if (root == null) return true; // 空树也是合法的if (root.val <= min || root.val >= max) return false; // 不在范围内， 不合法return isValidBSTHelper(root.left, min, root.val) && isValidBSTHelper(root.right, root.val, max); // 减少一半数据， 继续往下判断}return isValidBSTHelper(root, -Infinity, Infinity)
}

这种解法也非常容易理解。

解法3: 利用特性

第三种解法来自网友，也是利用大小的特性.

即： 任意节点的值必须大于其左子树的最右节点；同时小于右子树的最左节点。

从根节点开始检查，一旦发现不满足则返回false.

代码实现：

var isValidBST = function (root) {function dfs(root) {if (root == null) return trueif (root.left) {if (root.left.val >= root.val) return falselet rightest = getRightest(root.left)if (rightest && rightest.val >= root.val) return false}if (root.right) {if (root.right.val <= root.val) return falselet leftest = getLeftest(root.right)if (leftest && leftest.val <= root.val) return false}return dfs(root.left) && dfs(root.right)}function getRightest(node) {while (node && node.right) node = node.rightreturn node}function getLeftest(node) {while (node && node.left) node = node.leftreturn node}return dfs(root)
};

代码稍显繁琐， 理解一下思路即可。

二叉搜索树的最近公共祖先

这是leetcode 235题。

给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。百度百科中最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x.满足 x 是 p、q 的祖先且 x 的深度尽可能大（一个节点也可以是它自己的祖先例如，给定如下二叉搜索树:  root = [6,2,8,0,4,7,9,null,null,3,5]

 

示例 1:输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 8
输出: 6 
解释: 节点 2 和节点 8 的最近公共祖先是 6。
示例 2:输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 4
输出: 2
解释: 节点 2 和节点 4 的最近公共祖先是 2, 因为根据定义最近公共祖先节点可以为节点本身。说明:所有节点的值都是唯一的。
p、q 为不同节点且均存在于给定的二叉搜索树中。

这道题我用了两种解法。

解法1: 递归

递归的思路也非常简单：

如果 p, q 都小于root, 说明解在左子树。
如果 p, q 都大于root, 说明解在右子树。
如果一个大于root, 一个小于root, 那root 就是最近的公共祖先。

按照这个思路， 实现代码：

var lowestCommonAncestor = function(root, p, q) {// p, q 都小于root, 说明解在左子树if(p.val < root.val && q.val < root.val ) return lowestCommonAncestor(root.left, p, q)// p, q 都大于root, 说明解在右子树if(p.val > root.val && q.val > root.val ) return lowestCommonAncestor(root.right, p, q)return root
}

解法2: 非递归

解法2是解法1的变种， 思路都是一样的， 只不过由递归改成了非递归。

代码实现：

var lowestCommonAncestor = function (root, p, q) {while (root) {if (p.val < root.val && q.val < root.val) {root = root.left} else if (p.val > root.val && q.val > root.val) {root = root.right} else {return root}}
}

结语

这篇文章， 我们回顾了下几种树的概念， 并通过实战巩固了这几个概念。

希望对你有所启发。

最后

觉得内容有帮助可以关注下我的公众号 「 前端e进阶 」，我整理了不同的学习专题。

你也可以联系我，加入我们的学习群。

参考资料

https://time.geekbang.org/cou...