构造二叉树
“构造二叉树”问题的详细指南和 Python 实现。
1. 学习
“构造二叉树”问题是树部分的一个关键挑战。
此实现重点关注 Python 中的中级逻辑。
在我们提供的解决方案中，我们优先考虑技术准确性和代码可读性。
2. Real-World Applications
3. Visual Intuition
可视化构造二叉树的逻辑流程。
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
仔细阅读构造二叉树的问题陈述。
2. Formulate brute force
起草一个简单的迭代解决方案。
3. Identify inefficiency
寻找冗余计算。
4. Optimize search path
使用散列或排序来加速该过程。
5. Final Implementation
清理生产标准代码。
问题陈述
给定两个整数数组 preorder 和 inorder，其中 preorder 是二叉树的前序遍历，inorder 是同一棵树的中序遍历，构造并返回二叉树。
该树应作为级别顺序列表返回。实现函数 buildTree(preorder: list, inorder: list) -> list。
- •1 <= preorder.length <= 3000
- •inorder.length == preorder.length
- •-3000 <= preorder[i], inorder[i] <= 3000
- •preorder and inorder consist of unique values
- •Each value of inorder also appears in preorder
- •preorder is guaranteed to be the preorder traversal of the tree
- •inorder is guaranteed to be the inorder traversal of the tree
示例
[3,9,20,15,7], [9,3,15,20,7]
[3,9,20,None,None,15,7]
Preorder: root is 3. In inorder, 9 is to the left of 3 (left subtree) and [15,20,7] is to the right (right subtree). Recursively build: left subtree is just [9], right subtree has root 20 with children 15 and 7.
[-1], [-1]
[-1]
Single node tree.
Need a Hint?
Edge Cases to Watch
- 空输入结构
- 单元素输入
- 大数值范围
准备好解决了吗？
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
面试见解和变化
复杂性分析分解
为什么时间: Directly evaluates all possibilities.
为什么选择太空: Uses standard local memory.
为什么时间: Optimized paths reduce total operations.
为什么选择太空: May trade memory for speed.
优化解决方案Python代码
优化解决方案Python代码
def build_tree_opt(preorder, inorder):
if isinstance(preorder, list):
r = build_tree_opt_helper(preorder, inorder)
return tree_to_list(r)
return build_tree_opt_helper(preorder, inorder)
def build_tree_opt_helper(preorder: list, inorder: list) -> TreeNode:
if not preorder or not inorder:
return None
root_val = preorder[0]
root = TreeNode(root_val)
mid = inorder.index(root_val)
root.left = build_tree_opt_helper(preorder[1:mid+1], inorder[:mid])
root.right = build_tree_opt_helper(preorder[mid+1:], inorder[mid+1:])
return root暴力破解代码（剧透保护）
暴力破解代码（剧透保护）
def build_tree_brute(preorder, inorder):
if isinstance(preorder, list):
r = build_tree_brute_helper(preorder, inorder)
return tree_to_list(r)
return build_tree_brute_helper(preorder, inorder)
def build_tree_brute_helper(preorder: list, inorder: list) -> TreeNode:
if not preorder or not inorder: return None
root = TreeNode(preorder[0])
mid = inorder.index(preorder[0])
root.left = build_tree_brute_helper(preorder[1:mid+1], inorder[:mid])
root.right = build_tree_brute_helper(preorder[mid+1:], inorder[mid+1:])
return rootAlgorithm Pattern Checklist
When dealing with Trees data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
推荐的 Python 资源
通过相关的交互式教程、备忘单和代码比较来扩展您的知识。
Python 循环：For 和 While 循环解释
了解如何使用 Python 循环来迭代数据。通过交互式示例掌握 for 循环、while 循环、break、continue 和循环最佳实践。
如何在 Python 中对列表进行排序（升序和降序）
了解如何在 Python 中使用 sort() 方法和sorted() 函数对列表进行排序。发现自定义键排序和逆序示例。
Python 字符串方法备忘单
Python 字符串操作的完整参考指南。掌握格式化、搜索、拆分、替换和检查字符串属性。
Python 与 JavaScript：哪种编程语言最好？
Python 和 JavaScript 的全面比较。探索语法差异、性能、用例（后端与前端）和编码示例。