CS_learn/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2026-04-13 18:00:18 +08:00
Code Issues Packages Projects Releases Wiki Activity

build

Browse Source
This commit is contained in:
krahets
2023-08-20 13:37:08 +08:00
parent 2e27ad1680
commit 44a8568356
32 changed files with 140 additions and 130 deletions
Download Patch File Download Diff File Expand all files Collapse all files

8
chapter_divide_and_conquer/build_binary_tree_problem.md
View File

@@ -13,7 +13,7 @@ status: new
<p align="center"> 图：构建二叉树的示例数据 </p>
### 判断是否为分治问题
### 1. &nbsp; 判断是否为分治问题
原问题定义为从 `preorder` 和 `inorder` 构建二叉树。我们首先从分治的角度分析这道题：
@@ -21,7 +21,7 @@ status: new
- **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，我们只需要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。
### 如何划分子树
### 2. &nbsp; 如何划分子树
根据以上分析，这道题是可以使用分治来求解的，但问题是：**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**？
@@ -40,7 +40,7 @@ status: new
<p align="center"> 图：在前序和中序遍历中划分子树 </p>
### 基于变量描述子树区间
### 3. &nbsp; 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：
@@ -67,7 +67,7 @@ status: new
<p align="center"> 图：根节点和左右子树的索引区间表示 </p>
### 代码实现
### 4. &nbsp; 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。