寻找共同祖先

输入: root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1
输出: 3
解释: 节点 5 和节点 1 的最近公共祖先是节点 3。

首先是需要构造树

class BinTNode:def __init__(self,data=None,left =None,right =None):self.data =dataself.left =leftself.right =rightdef buildTree1(arr,pointer,N):if pointer <=N:if arr[pointer] == -1:curNode = Noneelse:curNode = BinTNode(arr[pointer])if 2*pointer+1<=N:curNode.left = buildTree(arr,2*pointer+1,N)if 2*pointer+2<=N:curNode.right = buildTree(arr,2*pointer+2,N)return curNode# 如下是简化的版本，我们一般在循环里尽量少用判断语句
def buildTree(arr,pointer,N):# 递归出口，当越界时就没有必要创建节点了直接return，开始回退# 当值为-1时，也没有必要创建结点if pointer > N or arr[pointer] == -1:return NonecurNode = BinTNode(arr[pointer])curNode.left = buildTree(arr,2*pointer+1,N)curNode.right = buildTree(arr,2*pointer+2,N)return curNode

寻找两个孩子的共同祖先：我们定义问题为找共同祖先，当一颗子树只含有child1时，

那么这颗子树的祖先就是child1，一颗子树只含有child2时，那么这颗子树的祖先就是child2，

当一颗子树同时含有child1和child2时，那么他的祖先就是child1和child2的共同祖先，然后把问题缩小到一颗子树

def findAncestor(root,child1,child2):if not root:return -1# 把原问题分成三个部分，左子树，当前结点，右子树if root.data == child1 or root.data ==child2:# 不管下面还有没有要找的child,整颗树的祖先都是rootreturn root.data# 如果root不是任何一个的祖先，就需要处理下面的2颗子树left_ancestor = findAncestor(root.left,child1,child2)right_ancestor = findAncestor(root.right,child1,child2)# 然后基于两颗子树得到的结果处理,分为六种情况:# 左0右0，-1，                  left_ancestor + right_ancestor + 1# 左1右1，root.data,            root.data# 左1右0，left_ancestor         left_ancestor + right_ancestor + 1# 左0右1，right_ancestor        left_ancestor + right_ancestor + 1# 左2右0，left_ancestor         left_ancestor + right_ancestor + 1# 左0右2，right_ancestor        left_ancestor + right_ancestor + 1if left_ancestor !=-1 and right_ancestor !=-1:return root.data# 这个简化处理非常巧妙，一般写循环尽量少用判断，可以巧妙利用返回值-1构造通用结果# 看这个处理直接把其他的5种结果都处理成left_ancestor + right_ancestor + 1# 利用返回的结果为-1，+1之后可以消除可能出现的那个结果return left_ancestor + right_ancestor + 1# 这种方案存在问题，当一颗子树只含有child1时，
# 那么这颗子树的祖先就是child1，一颗子树只含有child2时，那么这颗子树的祖先就是child2，
# 但是最终方案是求共同祖先，如果输入一个孩子不存在，那返回结果不久变成了两外一个孩子def findAncestor2(root,child1,child2):# 把原问题分成三个部分，左子树，当前结点，右子树if (not root) or root.data == child1 or root.data ==child2:# 不管下面还有没有要找的child,整颗树的祖先都是root        return root# 如果root不是任何一个的祖先，就需要处理下面的2颗子树
#    left_ancestor =None
#    right_ancestor =Noneleft_ancestor = findAncestor2(root.left,child1,child2)right_ancestor = findAncestor2(root.right,child1,child2)# 然后基于两颗子树得到的结果处理,分为六种情况:# 左0右0，none，                [left_ancestor , right_ancestor]# 左1右1，root,                 root# 左1右0，left_ancestor         [left_ancestor , right_ancestor]# 左0右1，right_ancestor        [left_ancestor , right_ancestor ]# 左2右0，left_ancestor         [left_ancestor , right_ancestor]# 左0右2，right_ancestor        [left_ancestor , right_ancestor]if left_ancestor and right_ancestor:return root# 这个简化处理非常巧妙，一般写循环尽量少用判断，可以巧妙利用返回值-1构造通用结果# 看这个处理直接把其他的5种结果都处理成left_ancestor + right_ancestor + 1# 利用返回的结果为-1，+1之后可以消除可能出现的那个结果return (left_ancestor,right_ancestor)[not left_ancestor]# leetcode 236
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None
class Solution:def lowestCommonAncestor(self, root, p, q):""":type root: TreeNode:type p: TreeNode:type q: TreeNode:rtype: TreeNode"""if (not root) or root.data == p or root.data ==q:   return rootleft_ancestor = self.lowestCommonAncestor(root.left,p,q)right_ancestor = self.lowestCommonAncestor(root.right,p,q)if left_ancestor and right_ancestor:return root# 比较三种情况的处理return left_ancestor if left_ancestor else right_ancestor

运行结果

arr =[1,2,3,4,5,6,7,-1,-1,8,9,-1,-1,10,11]
root = buildTree(arr,0,len(arr)-1)
print(findAncestor(root,9,5))
print(findAncestor2(root,9,5).data)
print(Solution().lowestCommonAncestor(root,9,5).data)runfile('D:/share/test/buildTree.py', wdir='D:/share/test')
5
5
5

这3种方案存在问题，当一颗子树只含有child1时，

那么这颗子树的祖先就是child1，一颗子树只含有child2时，那么这颗子树的祖先就是child2，

但是最终方案是求共同祖先，如果输入一个孩子不存在，那返回结果不久变成了两外一个孩子

树形结构：寻找共同祖先相关推荐

树形结构：从二分查找，二叉搜索树寻找最近祖先，从递归到迭代，实现技巧总结
二分查找,二叉搜索树寻找最近祖先均是典型分治问题,把原问题分成三部分考虑,递归实现简单,迭代实现也比较简单,里面蕴含了一些从从递归到迭代的技巧,注意这里没有使用模拟栈技术. 深究其原因是,这一类型的递 ...
数据结构与算法之链表结构寻找p、q最近的公共祖先
链表结构,寻找p.q最近的公共祖先数据结构与算法之链表结构寻找p.q最近的公共祖先链表结构,寻找p.q最近的公共祖先问题想法代码问题设一棵二叉树的结点结构为(LLINK, INFO, R ...
012-数据结构-树形结构-哈希树[hashtree]、字典树[trietree]、后缀树
一.哈希树概述 1.1..其他树背景二叉排序树,平衡二叉树,红黑树等二叉排序树.在大数据量时树高很深,我们不断向下找寻值时会比较很多次.二叉排序树自身是有顺序结构的,每个结点除最小结点和最大结点外都 ...
数据库树形结构存储方法的选择
树形结构存储方法的选择简单的方法跟踪多级回复构成的树形分支:parent_id 一开始的思路使用parent_id跟踪分支使用先找出所有节点,按照一定顺序整合成树形结构缺陷: 在深度过深时仅用 ...
在不知道根节点的情况下生成树形结构（采用JSONObject）
废话不多说直接上代码 /*** * 生成树形结构在不知道跟节点的情况下* @param list 源数据* @param nodeList 跟节点数据* @param childName 子节点名称 ...
数据结构--树形结构
数据结构--树形结构今天在博客上看到这样一段代码,感觉挺有意思,代码如下: 1 public class Edge {2 //Name of origin town3 public Node ori ...
树形结构与关系数据库之闭包表
闭包表记录了树中所有节点的关系,不仅仅只是直接父子关系,它需要使用2张表,除了节点表本身之外,还需要使用1张表来存储节祖先点和后代节点之间的关系(同时增加一行节点指向自身),并且根据需要,可以增加一个 ...
mysql树形结构的效率_MySQL存储树形数据优化技笔记
1.树形结构应用场景有时我们需要保存一些树形的数据,比如组织架构.话题讨论.知识管理.商品分类等,这些数据之间存在一种递归关系,很多开发人员想到的第一个解决方案往往是记录每个节点的父节点,例如以下的 ...
JAVA定义一个树形的结构_Java自定义树形结构
Java自定义树形结构 Java自定义树形结构为什么80%的码农都做不了架构师?>>> 树形结构 Java package com.zyl.comm; import java.ut ...

树形结构：寻找共同祖先

寻找共同祖先

首先是需要构造树

寻找两个孩子的共同祖先：我们定义问题为找共同祖先，当一颗子树只含有child1时，

那么这颗子树的祖先就是child1，一颗子树只含有child2时，那么这颗子树的祖先就是child2，

当一颗子树同时含有child1和child2时，那么他的祖先就是child1和child2的共同祖先，然后把问题缩小到一颗子树

运行结果

这3种方案存在问题，当一颗子树只含有child1时，

那么这颗子树的祖先就是child1，一颗子树只含有child2时，那么这颗子树的祖先就是child2，

但是最终方案是求共同祖先，如果输入一个孩子不存在，那返回结果不久变成了两外一个孩子

树形结构：寻找共同祖先相关推荐

最新文章

热门文章