--- comments: true --- # 12.3   构建二叉树问题 !!! question 给定一棵二叉树的前序遍历 `preorder` 和中序遍历 `inorder` ,请从中构建二叉树,返回二叉树的根节点。假设二叉树中没有值重复的节点(如图 12-5 所示)。 ![构建二叉树的示例数据](build_binary_tree_problem.assets/build_tree_example.png){ class="animation-figure" }

图 12-5   构建二叉树的示例数据

### 1.   判断是否为分治问题 原问题定义为从 `preorder` 和 `inorder` 构建二叉树,是一个典型的分治问题。 - **问题可以分解**:从分治的角度切入,我们可以将原问题划分为两个子问题:构建左子树、构建右子树,加上一步操作:初始化根节点。而对于每棵子树(子问题),我们仍然可以复用以上划分方法,将其划分为更小的子树(子问题),直至达到最小子问题(空子树)时终止。 - **子问题是独立的**:左子树和右子树是相互独立的,它们之间没有交集。在构建左子树时,我们只需关注中序遍历和前序遍历中与左子树对应的部分。右子树同理。 - **子问题的解可以合并**:一旦得到了左子树和右子树(子问题的解),我们就可以将它们链接到根节点上,得到原问题的解。 ### 2.   如何划分子树 根据以上分析,这道题可以使用分治来求解,**但如何通过前序遍历 `preorder` 和中序遍历 `inorder` 来划分左子树和右子树呢**? 根据定义,`preorder` 和 `inorder` 都可以划分为三个部分。 - 前序遍历:`[ 根节点 | 左子树 | 右子树 ]` ,例如图 12-5 的树对应 `[ 3 | 9 | 2 1 7 ]` 。 - 中序遍历:`[ 左子树 | 根节点 | 右子树 ]` ,例如图 12-5 的树对应 `[ 9 | 3 | 1 2 7 ]` 。 以上图数据为例,我们可以通过图 12-6 所示的步骤得到划分结果。 1. 前序遍历的首元素 3 是根节点的值。 2. 查找根节点 3 在 `inorder` 中的索引,利用该索引可将 `inorder` 划分为 `[ 9 | 3 | 1 2 7 ]` 。 3. 根据 `inorder` 的划分结果,易得左子树和右子树的节点数量分别为 1 和 3 ,从而可将 `preorder` 划分为 `[ 3 | 9 | 2 1 7 ]` 。 ![在前序遍历和中序遍历中划分子树](build_binary_tree_problem.assets/build_tree_preorder_inorder_division.png){ class="animation-figure" }

图 12-6   在前序遍历和中序遍历中划分子树

### 3.   基于变量描述子树区间 根据以上划分方法,**我们已经得到根节点、左子树、右子树在 `preorder` 和 `inorder` 中的索引区间**。而为了描述这些索引区间,我们需要借助几个指针变量。 - 将当前树的根节点在 `preorder` 中的索引记为 $i$ 。 - 将当前树的根节点在 `inorder` 中的索引记为 $m$ 。 - 将当前树在 `inorder` 中的索引区间记为 $[l, r]$ 。 如表 12-1 所示,通过以上变量即可表示根节点在 `preorder` 中的索引,以及子树在 `inorder` 中的索引区间。

表 12-1   根节点和子树在前序遍历和中序遍历中的索引

| | 根节点在 `preorder` 中的索引 | 子树在 `inorder` 中的索引区间 | | ------ | ---------------------------- | ----------------------------- | | 当前树 | $i$ | $[l, r]$ | | 左子树 | $i + 1$ | $[l, m-1]$ | | 右子树 | $i + 1 + (m - l)$ | $[m+1, r]$ |
请注意,右子树根节点索引中的 $(m-l)$ 的含义是“左子树的节点数量”,建议结合图 12-7 理解。 ![根节点和左右子树的索引区间表示](build_binary_tree_problem.assets/build_tree_division_pointers.png){ class="animation-figure" }

图 12-7   根节点和左右子树的索引区间表示

### 4.   代码实现 为了提升查询 $m$ 的效率,我们借助一个哈希表 `hmap` 来存储数组 `inorder` 中元素到索引的映射: === "Python" ```python title="build_tree.py" def dfs( preorder: list[int], inorder_map: dict[int, int], i: int, l: int, r: int, ) -> TreeNode | None: """构建二叉树:分治""" # 子树区间为空时终止 if r - l < 0: return None # 初始化根节点 root = TreeNode(preorder[i]) # 查询 m ,从而划分左右子树 m = inorder_map[preorder[i]] # 子问题:构建左子树 root.left = dfs(preorder, inorder_map, i + 1, l, m - 1) # 子问题:构建右子树 root.right = dfs(preorder, inorder_map, i + 1 + m - l, m + 1, r) # 返回根节点 return root def build_tree(preorder: list[int], inorder: list[int]) -> TreeNode | None: """构建二叉树""" # 初始化哈希表,存储 inorder 元素到索引的映射 inorder_map = {val: i for i, val in enumerate(inorder)} root = dfs(preorder, inorder_map, 0, 0, len(inorder) - 1) return root ``` === "C++" ```cpp title="build_tree.cpp" /* 构建二叉树:分治 */ TreeNode *dfs(vector &preorder, unordered_map &inorderMap, int i, int l, int r) { // 子树区间为空时终止 if (r - l < 0) return NULL; // 初始化根节点 TreeNode *root = new TreeNode(preorder[i]); // 查询 m ,从而划分左右子树 int m = inorderMap[preorder[i]]; // 子问题:构建左子树 root->left = dfs(preorder, inorderMap, i + 1, l, m - 1); // 子问题:构建右子树 root->right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r); // 返回根节点 return root; } /* 构建二叉树 */ TreeNode *buildTree(vector &preorder, vector &inorder) { // 初始化哈希表,存储 inorder 元素到索引的映射 unordered_map inorderMap; for (int i = 0; i < inorder.size(); i++) { inorderMap[inorder[i]] = i; } TreeNode *root = dfs(preorder, inorderMap, 0, 0, inorder.size() - 1); return root; } ``` === "Java" ```java title="build_tree.java" /* 构建二叉树:分治 */ TreeNode dfs(int[] preorder, Map inorderMap, int i, int l, int r) { // 子树区间为空时终止 if (r - l < 0) return null; // 初始化根节点 TreeNode root = new TreeNode(preorder[i]); // 查询 m ,从而划分左右子树 int m = inorderMap.get(preorder[i]); // 子问题:构建左子树 root.left = dfs(preorder, inorderMap, i + 1, l, m - 1); // 子问题:构建右子树 root.right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r); // 返回根节点 return root; } /* 构建二叉树 */ TreeNode buildTree(int[] preorder, int[] inorder) { // 初始化哈希表,存储 inorder 元素到索引的映射 Map inorderMap = new HashMap<>(); for (int i = 0; i < inorder.length; i++) { inorderMap.put(inorder[i], i); } TreeNode root = dfs(preorder, inorderMap, 0, 0, inorder.length - 1); return root; } ``` === "C#" ```csharp title="build_tree.cs" /* 构建二叉树:分治 */ TreeNode? DFS(int[] preorder, Dictionary inorderMap, int i, int l, int r) { // 子树区间为空时终止 if (r - l < 0) return null; // 初始化根节点 TreeNode root = new(preorder[i]); // 查询 m ,从而划分左右子树 int m = inorderMap[preorder[i]]; // 子问题:构建左子树 root.left = DFS(preorder, inorderMap, i + 1, l, m - 1); // 子问题:构建右子树 root.right = DFS(preorder, inorderMap, i + 1 + m - l, m + 1, r); // 返回根节点 return root; } /* 构建二叉树 */ TreeNode? BuildTree(int[] preorder, int[] inorder) { // 初始化哈希表,存储 inorder 元素到索引的映射 Dictionary inorderMap = []; for (int i = 0; i < inorder.Length; i++) { inorderMap.TryAdd(inorder[i], i); } TreeNode? root = DFS(preorder, inorderMap, 0, 0, inorder.Length - 1); return root; } ``` === "Go" ```go title="build_tree.go" /* 构建二叉树:分治 */ func dfsBuildTree(preorder []int, inorderMap map[int]int, i, l, r int) *TreeNode { // 子树区间为空时终止 if r-l < 0 { return nil } // 初始化根节点 root := NewTreeNode(preorder[i]) // 查询 m ,从而划分左右子树 m := inorderMap[preorder[i]] // 子问题:构建左子树 root.Left = dfsBuildTree(preorder, inorderMap, i+1, l, m-1) // 子问题:构建右子树 root.Right = dfsBuildTree(preorder, inorderMap, i+1+m-l, m+1, r) // 返回根节点 return root } /* 构建二叉树 */ func buildTree(preorder, inorder []int) *TreeNode { // 初始化哈希表,存储 inorder 元素到索引的映射 inorderMap := make(map[int]int, len(inorder)) for i := 0; i < len(inorder); i++ { inorderMap[inorder[i]] = i } root := dfsBuildTree(preorder, inorderMap, 0, 0, len(inorder)-1) return root } ``` === "Swift" ```swift title="build_tree.swift" /* 构建二叉树:分治 */ func dfs(preorder: [Int], inorderMap: [Int: Int], i: Int, l: Int, r: Int) -> TreeNode? { // 子树区间为空时终止 if r - l < 0 { return nil } // 初始化根节点 let root = TreeNode(x: preorder[i]) // 查询 m ,从而划分左右子树 let m = inorderMap[preorder[i]]! // 子问题:构建左子树 root.left = dfs(preorder: preorder, inorderMap: inorderMap, i: i + 1, l: l, r: m - 1) // 子问题:构建右子树 root.right = dfs(preorder: preorder, inorderMap: inorderMap, i: i + 1 + m - l, l: m + 1, r: r) // 返回根节点 return root } /* 构建二叉树 */ func buildTree(preorder: [Int], inorder: [Int]) -> TreeNode? { // 初始化哈希表,存储 inorder 元素到索引的映射 let inorderMap = inorder.enumerated().reduce(into: [:]) { $0[$1.element] = $1.offset } return dfs(preorder: preorder, inorderMap: inorderMap, i: inorder.startIndex, l: inorder.startIndex, r: inorder.endIndex - 1) } ``` === "JS" ```javascript title="build_tree.js" /* 构建二叉树:分治 */ function dfs(preorder, inorderMap, i, l, r) { // 子树区间为空时终止 if (r - l < 0) return null; // 初始化根节点 const root = new TreeNode(preorder[i]); // 查询 m ,从而划分左右子树 const m = inorderMap.get(preorder[i]); // 子问题:构建左子树 root.left = dfs(preorder, inorderMap, i + 1, l, m - 1); // 子问题:构建右子树 root.right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r); // 返回根节点 return root; } /* 构建二叉树 */ function buildTree(preorder, inorder) { // 初始化哈希表,存储 inorder 元素到索引的映射 let inorderMap = new Map(); for (let i = 0; i < inorder.length; i++) { inorderMap.set(inorder[i], i); } const root = dfs(preorder, inorderMap, 0, 0, inorder.length - 1); return root; } ``` === "TS" ```typescript title="build_tree.ts" /* 构建二叉树:分治 */ function dfs( preorder: number[], inorderMap: Map, i: number, l: number, r: number ): TreeNode | null { // 子树区间为空时终止 if (r - l < 0) return null; // 初始化根节点 const root: TreeNode = new TreeNode(preorder[i]); // 查询 m ,从而划分左右子树 const m = inorderMap.get(preorder[i]); // 子问题:构建左子树 root.left = dfs(preorder, inorderMap, i + 1, l, m - 1); // 子问题:构建右子树 root.right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r); // 返回根节点 return root; } /* 构建二叉树 */ function buildTree(preorder: number[], inorder: number[]): TreeNode | null { // 初始化哈希表,存储 inorder 元素到索引的映射 let inorderMap = new Map(); for (let i = 0; i < inorder.length; i++) { inorderMap.set(inorder[i], i); } const root = dfs(preorder, inorderMap, 0, 0, inorder.length - 1); return root; } ``` === "Dart" ```dart title="build_tree.dart" /* 构建二叉树:分治 */ TreeNode? dfs( List preorder, Map inorderMap, int i, int l, int r, ) { // 子树区间为空时终止 if (r - l < 0) { return null; } // 初始化根节点 TreeNode? root = TreeNode(preorder[i]); // 查询 m ,从而划分左右子树 int m = inorderMap[preorder[i]]!; // 子问题:构建左子树 root.left = dfs(preorder, inorderMap, i + 1, l, m - 1); // 子问题:构建右子树 root.right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r); // 返回根节点 return root; } /* 构建二叉树 */ TreeNode? buildTree(List preorder, List inorder) { // 初始化哈希表,存储 inorder 元素到索引的映射 Map inorderMap = {}; for (int i = 0; i < inorder.length; i++) { inorderMap[inorder[i]] = i; } TreeNode? root = dfs(preorder, inorderMap, 0, 0, inorder.length - 1); return root; } ``` === "Rust" ```rust title="build_tree.rs" /* 构建二叉树:分治 */ fn dfs( preorder: &[i32], inorder_map: &HashMap, i: i32, l: i32, r: i32, ) -> Option>> { // 子树区间为空时终止 if r - l < 0 { return None; } // 初始化根节点 let root = TreeNode::new(preorder[i as usize]); // 查询 m ,从而划分左右子树 let m = inorder_map.get(&preorder[i as usize]).unwrap(); // 子问题:构建左子树 root.borrow_mut().left = dfs(preorder, inorder_map, i + 1, l, m - 1); // 子问题:构建右子树 root.borrow_mut().right = dfs(preorder, inorder_map, i + 1 + m - l, m + 1, r); // 返回根节点 Some(root) } /* 构建二叉树 */ fn build_tree(preorder: &[i32], inorder: &[i32]) -> Option>> { // 初始化哈希表,存储 inorder 元素到索引的映射 let mut inorder_map: HashMap = HashMap::new(); for i in 0..inorder.len() { inorder_map.insert(inorder[i], i as i32); } let root = dfs(preorder, &inorder_map, 0, 0, inorder.len() as i32 - 1); root } ``` === "C" ```c title="build_tree.c" /* 构建二叉树:分治 */ TreeNode *dfs(int *preorder, int *inorderMap, int i, int l, int r, int size) { // 子树区间为空时终止 if (r - l < 0) return NULL; // 初始化根节点 TreeNode *root = (TreeNode *)malloc(sizeof(TreeNode)); root->val = preorder[i]; root->left = NULL; root->right = NULL; // 查询 m ,从而划分左右子树 int m = inorderMap[preorder[i]]; // 子问题:构建左子树 root->left = dfs(preorder, inorderMap, i + 1, l, m - 1, size); // 子问题:构建右子树 root->right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r, size); // 返回根节点 return root; } /* 构建二叉树 */ TreeNode *buildTree(int *preorder, int preorderSize, int *inorder, int inorderSize) { // 初始化哈希表,存储 inorder 元素到索引的映射 int *inorderMap = (int *)malloc(sizeof(int) * MAX_SIZE); for (int i = 0; i < inorderSize; i++) { inorderMap[inorder[i]] = i; } TreeNode *root = dfs(preorder, inorderMap, 0, 0, inorderSize - 1, inorderSize); free(inorderMap); return root; } ``` === "Kotlin" ```kotlin title="build_tree.kt" /* 构建二叉树:分治 */ fun dfs(preorder: IntArray, inorderMap: Map, i: Int, l: Int, r: Int): TreeNode? { // 子树区间为空时终止 if (r - l < 0) return null // 初始化根节点 val root = TreeNode(preorder[i]) // 查询 m ,从而划分左右子树 val m = inorderMap[preorder[i]]!! // 子问题:构建左子树 root.left = dfs(preorder, inorderMap, i + 1, l, m - 1) // 子问题:构建右子树 root.right = dfs(preorder, inorderMap, i + 1 + m - l, m + 1, r) // 返回根节点 return root } /* 构建二叉树 */ fun buildTree(preorder: IntArray, inorder: IntArray): TreeNode? { // 初始化哈希表,存储 inorder 元素到索引的映射 val inorderMap: MutableMap = HashMap() for (i in inorder.indices) { inorderMap[inorder[i]] = i } val root = dfs(preorder, inorderMap, 0, 0, inorder.size - 1) return root } ``` === "Zig" ```zig title="build_tree.zig" [class]{}-[func]{dfs} [class]{}-[func]{buildTree} ``` ??? pythontutor "可视化运行"
图 12-8 展示了构建二叉树的递归过程,各个节点是在向下“递”的过程中建立的,而各条边(引用)是在向上“归”的过程中建立的。 === "<1>" ![构建二叉树的递归过程](build_binary_tree_problem.assets/built_tree_step1.png){ class="animation-figure" } === "<2>" ![built_tree_step2](build_binary_tree_problem.assets/built_tree_step2.png){ class="animation-figure" } === "<3>" ![built_tree_step3](build_binary_tree_problem.assets/built_tree_step3.png){ class="animation-figure" } === "<4>" ![built_tree_step4](build_binary_tree_problem.assets/built_tree_step4.png){ class="animation-figure" } === "<5>" ![built_tree_step5](build_binary_tree_problem.assets/built_tree_step5.png){ class="animation-figure" } === "<6>" ![built_tree_step6](build_binary_tree_problem.assets/built_tree_step6.png){ class="animation-figure" } === "<7>" ![built_tree_step7](build_binary_tree_problem.assets/built_tree_step7.png){ class="animation-figure" } === "<8>" ![built_tree_step8](build_binary_tree_problem.assets/built_tree_step8.png){ class="animation-figure" } === "<9>" ![built_tree_step9](build_binary_tree_problem.assets/built_tree_step9.png){ class="animation-figure" }

图 12-8   构建二叉树的递归过程

每个递归函数内的前序遍历 `preorder` 和中序遍历 `inorder` 的划分结果如图 12-9 所示。 ![每个递归函数中的划分结果](build_binary_tree_problem.assets/built_tree_overall.png){ class="animation-figure" }

图 12-9   每个递归函数中的划分结果

设树的节点数量为 $n$ ,初始化每一个节点(执行一个递归函数 `dfs()` )使用 $O(1)$ 时间。**因此总体时间复杂度为 $O(n)$** 。 哈希表存储 `inorder` 元素到索引的映射,空间复杂度为 $O(n)$ 。在最差情况下,即二叉树退化为链表时,递归深度达到 $n$ ,使用 $O(n)$ 的栈帧空间。**因此总体空间复杂度为 $O(n)$** 。