Medium
题目描述
给定二叉搜索树(BST)的根节点 root 和要插入树中的值 value,将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 输入数据 保证,新值和原始二叉搜索树中的任意节点值都不同。
注意,可能存在多种有效的插入方式,只要树在插入后仍保持为二叉搜索树即可。 你可以返回 任意有效的结果 。
示例 1:
输入:root = [4,2,7,1,3], val = 5
输出:[4,2,7,1,3,5]
解释:另一个满足题目要求可以通过的树是:
示例 2:
输入:root = [40,20,60,10,30,50,70], val = 25
输出:[40,20,60,10,30,50,70,null,null,25]
示例 3:
输入:root = [4,2,7,1,3,null,null,null,null,null,null], val = 5
输出:[4,2,7,1,3,5]
提示:
- 树中的节点数将在
[0, 10^4]的范围内。 -10^8 <= Node.val <= 10^8- 所有值
Node.val是 独一无二 的。 -10^8 <= val <= 10^8- 保证
val在原始BST中不存在。
解题思路
解题思路
这道题要求在二叉搜索树中插入一个新节点。由于BST的性质,我们可以利用其有序特点来确定插入位置。
方法一:递归法(推荐) 根据BST的性质,对于任意节点:
- 左子树的所有节点值小于当前节点值
- 右子树的所有节点值大于当前节点值
插入算法:
- 如果当前节点为空,创建新节点并返回
- 如果插入值小于当前节点值,递归插入到左子树
- 如果插入值大于当前节点值,递归插入到右子树
- 返回当前节点(保持树结构)
方法二:迭代法 使用循环代替递归,找到合适的插入位置。维护父节点指针,在找到空位置时创建新节点并连接到父节点。
特殊情况处理
- 空树:直接返回新创建的节点作为根节点
- 题目保证插入值不存在,所以不需要考虑重复值的情况
递归法代码简洁易理解,是首选方案。迭代法可以避免递归调用的栈开销,在深度很大时更稳定。
代码实现
class Solution {
public:
TreeNode* insertIntoBST(TreeNode* root, int val) {
if (root == nullptr) {
return new TreeNode(val);
}
if (val < root->val) {
root->left = insertIntoBST(root->left, val);
} else {
root->right = insertIntoBST(root->right, val);
}
return root;
}
};
class Solution:
def insertIntoBST(self, root: Optional[TreeNode], val: int) -> Optional[TreeNode]:
if not root:
return TreeNode(val)
if val < root.val:
root.left = self.insertIntoBST(root.left, val)
else:
root.right = self.insertIntoBST(root.right, val)
return root
public class Solution {
public TreeNode InsertIntoBST(TreeNode root, int val) {
if (root == null) {
return new TreeNode(val);
}
if (val < root.val) {
root.left = InsertIntoBST(root.left, val);
} else {
root.right = InsertIntoBST(root.right, val);
}
return root;
}
}
var insertIntoBST = function(root, val) {
if (!root) {
return new TreeNode(val);
}
if (val < root.val) {
root.left = insertIntoBST(root.left, val);
} else {
root.right = insertIntoBST(root.right, val);
}
return root;
};
复杂度分析
| 复杂度 | 递归法 | 迭代法 |
|---|---|---|
| 时间复杂度 | O(h),h为树的高度 | O(h),h为树的高度 |
| 空间复杂度 | O(h),递归栈空间 | O(1),只使用常数空间 |
说明:
- 最好情况下(平衡BST),h = log n,时间复杂度为 O(log n)
- 最坏情况下(退化为链表),h = n,时间复杂度为 O(n)
- 递归法的空间复杂度包含递归调用栈,迭代法只需常数空间