【leetcode】Unique Binary Search Trees

标签：

Given n, how many structurally unique BST‘s (binary search trees) that store values 1...n?

For example,
Given n = 3, there are a total of 5 unique BST‘s.

注意：二分查找树的定义是，左子树节点均小于root，右子树节点均大于root！

不要想当然地将某个点作为root时，认为其他所有节点都能全部放在left/right中，除非这个点是 min 或者 max 的。

   1         3     3      2      1
    \       /     /      / \           3     2     1      1   3      2
    /     /       \                    2     1         2                 3

分析思路：

n个点中每个点都可以作为root，

当 i 作为root时，小于 i  的点都只能放在其左子树中，大于 i 的点只能放在右子树中，

此时只需求出左、右子树各有多少种，二者相乘即为以 i 作为root时BST的总数。

解题技巧：

求数量，要首先想到使用动态规划（dp）

如果不只是求数量，还要把所有的树都枚举出来，就要使用dfs（深度优先搜索）来遍历决策树了。

这道题是使用动态规划来解决的。

那么如何去求这个问题的状态转移方程呢？其实大部分动态规划的难点都是求状态转移方程。

n=0时，为空树，那么dp[0]=1;

n=1时，显然也是1，dp[1]=1；

n=2时，dp[2]=2;

对于n>2时，dp[n]=dp[0]*dp[n-1]+dp[1]*dp[n-2]+......+dp[n-1]*dp[0]

典型的动态规划题目，因为有重叠的子问题，当前决策依赖于子问题的解。

同时，当根节点元素为 1, 2, 3, 4, 5, ..., i, ..., n时，基于以下原则的BST树具有唯一性： 
以i为根节点时，

其左子树构成为[0,...,i-1]，

其右子树构成为[i+1,...,n]构成。

Python：

 1 class Solution:
 2     def numTrees(self,n):
 3         dp=[1,1,2]
 4         if n<=2:
 5             return dp[n]
 6         else:
 7             dp+= [0 for i in range(n-2)]
 8             for i in range(3,n+1):
 9                 for j in range(1,i+1):
10                     dp[i]+=dp[j-1]*dp[i-j]
11             return dp[n]

C++：

 1 class Solution {
 2 public:
 3     int numTrees(int n) {
 4       vector<int> num;
 5       num.push_back(1);
 6       for(int i=1;i<=n;i++)
 7       {
 8           num.push_back(0);
 9           if(i<3)
10             num[i]=i;
11           else
12           {
13               for(int j=1;j<=i;j++)
14                 num[i]+=num[j-1]*num[i-j];
15           }
16       }
17       
18       return num[n];
19     }
20 };

这道题的模型正好是卡特兰数的定义。

可以用卡特兰数的通项公式来求解，这样时间复杂度就可以降低到O(n)。

在其他文章对 卡特兰数 进行稍微浅显的认识。

【leetcode】Unique Binary Search Trees

标签：

原文地址：http://www.cnblogs.com/jawiezhu/p/4397974.html