【IT笔试面试题整理】判定一棵二叉树是否是二叉搜索树转

问题

给定一棵二叉树,判定该二叉树是否是二叉搜索树(Binary Search Tree)?
 

解法1:暴力搜索

首先说明一下二叉树和二叉搜索树的区别。二叉树指这样的树结构,它的每个结点的孩子数目最多为2个;二叉搜索树是一种二叉树,但是它有附加的一些约束条件,这些约束条件必须对每个结点都成立:
  • 结点node的左子树所有结点的值都小于node的值。
  • 结点node的右子树所有结点的值都大于node的值。
  • 结点node的左右子树同样都必须是二叉搜索树。
该问题在面试中也许经常问到,考察的是对二叉搜索树定义的理解。初看这个问题,也许会想这样来实现:
 
假定当前结点值为k。对于二叉树中每个结点,判断其左孩子的值是否小于k,其右孩子的值是否大于k。如果所有结点都满足该条件,则该二叉树是一棵二叉搜索树。
很不幸的是,这个算法是错误的。考虑下面的二叉树,它符合上面算法的条件,但是它不是一棵二叉搜索树。
    10
   /  \
  5   15     -------- binary tree (1)
     /  \
    6    20
那么,根据二叉搜索树的定义,可以想到一种暴力搜索的方法来判定二叉树是否为二叉搜索树。
 假定当前结点值为k。则对于二叉树中每个结点,其左子树所有结点的值必须都小于k,其右子树所有结点的值都必须大于k。
暴力搜索算法代码如下,虽然效率不高,但是它确实能够完成工作。该解法最坏情况复杂度为O(n^2),n为结点数目。(当所有结点都在一边的时候出现最坏情况)
 
 1 /*判断左子树的结点值是否都小于val*/
 2 bool isSubTreeLessThan(BinaryTree *p, int val) 
 3 {
 4   if (!p) return true;
 5   return (p->data < val &&
 6           isSubTreeLessThan(p->left, val) &&
 7           isSubTreeLessThan(p->right, val));
 8 }
 9  /*判断右子树的结点值是否都大于val*/
10 bool isSubTreeGreaterThan(BinaryTree *p, int val) 
11 {
12   if (!p) return true;
13   return (p->data > val &&
14           isSubTreeGreaterThan(p->left, val) &&
15           isSubTreeGreaterThan(p->right, val));
16 }
17  /*判定二叉树是否是二叉搜索树*/
18 bool isBSTBruteForce(BinaryTree *p) 
19 {
20   if (!p) return true;
21   return isSubTreeLessThan(p->left, p->data) &&
22          isSubTreeGreaterThan(p->right, p->data) &&
23          isBSTBruteForce(p->left) &&
24          isBSTBruteForce(p->right);
25 }
 
一个类似的解法是:对于结点node,判断其左子树最大值是否大于node的值,如果是,则该二叉树不是二叉搜索树。如果不是,则接着判断右子树最小值是否小于或等于node的值,如果是,则不是二叉搜索树。如果不是则接着递归判断左右子树是否是二叉搜索树。(代码中的maxValue和minValue函数功能分别是返回二叉树中的最大值和最小值,这里假定二叉树为二叉搜索树,实际返回的不一定是最大值和最小值)
 
 1 bool isBST(struct node* node) 
 2 { 
 3   if (node==NULL) return true;
 4   //如果左子树最大值>=当前node的值,则返回false
 5   if (node->left!=NULL && maxValue(node->left) >= node->data) 
 6     return false;
 7   // 如果右子树最小值<=当前node的值,返回false
 8   if (node->right!=NULL && minValue(node->right) <= node->data) 
 9     return false;
10   // 如果左子树或者右子树不是BST,返回false
11   if (!isBST(node->left) || !isBST(node->right)) 
12     return false;
13   // 通过所有测试,返回true
14   return true; 
15 } 

解法2:更好的解法

以前面提到的binary tree(1)为例,当我们从结点10遍历到右结点15时,我们知道右子树结点值肯定都在10和+INFINITY(无穷大)之间当我们遍历到结点15的左孩子结点6时,我们知道结点15的左子树结点值都必须在10到15之间。显然,结点6不符合条件,因此它不是一棵二叉搜索树。该算法代码如下:
 
bool isBST2(struct node* node) 
{
      return isBSTUtil(node, INT_MIN, INT_MAX);
}
/*
给定的二叉树是BST则返回true,且它的值  >min 以及 < max.
*/
bool isBSTUtil(struct node* node, int min, int max) 
{
      if (node==NULL) return true;
      // 如果不满足min和max约束,返回false
      if (node->data<=min || node->data>=max) return false;
      // 递归判断左右子树是否满足min和max约束条件
      return
          isBSTUtil(node->left, min, node->data) &&
          isBSTUtil(node->right, node->data, max)
      );
}
由于该算法只需要访问每个结点1次,因此时间复杂度为O(n),比解法1效率高很多。

解法3:中序遍历算法

因为一棵二叉搜索树的中序遍历后其结点值是从小到大排好序的,所以依此给出下面的解法。该解法时间复杂度也是O(n)。
bool isBSTInOrder(BinaryTree *root) 
{
  int prev = INT_MIN;
  return isBSTInOrderHelper(root, prev);
}
/*该函数判断二叉树p是否是一棵二叉搜索树,且其结点值都大于prev*/
bool isBSTInOrderHelper(BinaryTree *p, int& prev) 
{
  if (!p) return true;
  if (isBSTInOrderHelper(p->left, prev)) 
{ // 如果左子树是二叉搜索树,且结点值都大于prev if (p->data > prev)
{ //判断当前结点值是否大于prev,因为此时prev已经设置为已经中序遍历过的结点的最大值。 prev = p->data; return isBSTInOrderHelper(p->right, prev); //若结点值大于prev,则设置prev为当前结点值,并判断右子树是否二叉搜索树且结点值都大于prev。 } else { return false; } } else { return false; } }

转:http://blog.csdn.net/ssjhust123/article/details/7771096

原文地址:https://www.cnblogs.com/WayneZeng/p/3033546.html