纳夫的答案还有更多细节:
- 将BST展平为排序列表为O(N)
- 它只是整个树上的“有序”迭代。
- 两者都做O(n1 + n2)
- 将两个已排序列表合并为一个已排序列表是O(n1 + n2)。
- 保持指针指向两个列表的开头
- 选择较小的头部并前进其指针
- 这是合并排序合并的工作方式
- 从排序列表中创建一个完美平衡的BST是O(N)
- 有关算法,请参见下面的代码片段[1]
- 在我们的情况下,排序列表的大小为n1 + n2。所以O(n1 + n2)
- 结果树将是二进制搜索列表的概念性BST。
O(n1 + n2)的三个步骤导致O(n1 + n2)
对于相同数量级的n1和n2,这比O(n1 * log(n2))好
[1]用于从排序列表中创建平衡BST的算法(在Python中):
def create_balanced_search_tree(iterator, n): if n == 0: return None n_left = n//2 n_right = n - 1 - n_left left = create_balanced_search_tree(iterator, n_left) node = iterator.next() right = create_balanced_search_tree(iterator, n_right) return {'left': left, 'node': node, 'right': right}
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)