一、递归法
1.分析:一次遍历确定出左右子树的分界点,然后再分别对两棵子树进行递归判断。
2.代码
bool IsBST(const vector<int>& sequence, const int start, const int end){ if (start>=end) return true; // 可能出现start>end的情况 int pivot; for (pivot=start; sequence[pivot]<sequence[end]; ++pivot); // 查找分界点 for (int i=pivot; i<=end; ++i) if (sequence[i]<sequence[end]) return false; return IsBST(sequence, start, pivot-1) && IsBST(sequence, pivot, end-1); } bool VerifySquenceOfBST_1(vector<int> sequence) { if (!sequence.size()) return false; return IsBST(sequence, 0, sequence.size()-1); }
3.复杂度
时间复杂度:O(n*lgn)
空间复杂度:O(lgn)
二、直接法
1.分析:BST的中序遍历是有序的,所以将后序序列排序后可以得到BST的中序遍历序列,然后看这两个序列是否可以构建一颗二叉树
2.代码
bool BuildTree(const vector<int>& in, const vector<int>& post){ if (in.size()!=post.size()) return false; // 非法情况,提前退出 if (in.size()==0 || in.size()==1 && in[0]==post[0]) return true; // 递归出口 // 在中序序列中查找root位置,确定左右子树位置 vector<int>::const_iterator pos_in=find(in.begin(), in.end(), post.back()); if (pos_in==in.end()) return false; int i=pos_in-in.begin(), j=in.end()-pos_in; vector<int> left_in(in.begin(), pos_in), left_post(post.begin(), post.begin()+i); vector<int> right_in(pos_in+1, in.end()), right_post(post.begin()+i, post.end()-1); return BuildTree(left_in, left_post) && BuildTree(right_in, right_post); } bool VerifySquenceOfBST_2(vector<int> sequence) { if (!sequence.size()) return false; vector<int> inOrder(sequence.begin(), sequence.end()); sort(inOrder.begin(), inOrder.end()); // 构建辅助中序序列 return BuildTree(inOrder, sequence); }
3.复杂度
时间复杂度:O(2n*lgn)
空间复杂度:O(n)
三、上下界约束法
1.分析:BST的特征是左<根<右
(这个特点确定唯一的中序序列),后序遍历的顺序是左右根
,基于此,当从后向前遍历后序序列时, 先遍历到根,然后遍历到大于根的结点则向右(并把未向左的结点压入栈中),最后遇到小于根的结点则向左(之后序列中的结点值不能大于此结点)。
2.代码
bool VerifySquenceOfBST(vector<int> sequence) { if (!sequence.size()) return false; stack<int> min; int max=0x7fffffff; min.push(sequence.back()); for (int i=sequence.size()-1; i>=0; --i){ if (sequence[i]>max) return false; if (min.empty() || sequence[i]>min.top()) min.push(sequence[i]); //向右 while (!min.empty() && sequence[i]<min.top()) { max = min.top(); min.pop(); } // 退栈,向左 } return true; }
3.复杂度
时间复杂度:O(n)
空间复杂度:O(n)