1. 二叉搜索树验证问题概述
二叉搜索树(Binary Search Tree, BST)是一种特殊的二叉树数据结构,它在计算机科学中有着广泛的应用。BST的核心特性在于其节点值的排列方式:对于树中的任意一个节点,其左子树中的所有节点值都必须严格小于该节点的值,而右子树中的所有节点值都必须严格大于该节点的值。这个特性使得BST在数据查找、插入和删除等操作上具有高效性,平均时间复杂度可以达到O(log n)。
验证一棵二叉树是否为有效的BST是算法面试中的经典问题,也是理解BST特性的绝佳练习。这个问题看似简单,但实际实现时却有不少陷阱。许多初学者容易犯的一个错误是只检查每个节点的直接子节点是否符合BST规则,而忽略了整个子树的要求。例如,在下面的树结构中:
code复制 5
/ \
1 6
/ \
3 7
虽然节点5的直接子节点1和6符合要求,节点6的直接子节点3和7也符合要求,但从整体来看这棵树不是有效的BST,因为节点3(在节点6的左子树中)小于根节点5,违反了BST的定义。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 中序遍历验证法详解
2.1 中序遍历的基本原理
中序遍历(In-order Traversal)是二叉树遍历的一种方式,其访问顺序为:左子树 → 根节点 → 右子树。对于BST而言,中序遍历有一个非常重要的特性:它会按照升序访问所有节点。这是因为BST的定义保证了较小的值在左边,较大的值在右边,中序遍历正好按照从小到大的顺序访问这些节点。
我们可以利用这个特性来验证BST的有效性:如果一棵树的中序遍历结果是严格递增的序列,那么它就是有效的BST;反之则不是。这种方法的时间复杂度是O(n),因为需要访问树中的所有节点,空间复杂度取决于实现方式,递归实现时为O(h),其中h是树的高度。
2.2 递归实现的具体步骤
以下是使用递归实现中序遍历验证BST的详细步骤:
-
初始化变量:我们需要一个变量来记录前一个访问的节点的值(prev),以及一个标志位(result)来记录验证结果。
-
递归遍历左子树:首先深入访问当前节点的左子树,这是中序遍历"左-根-右"顺序的第一步。
-
验证当前节点:当从最左节点开始回溯时,比较当前节点的值与prev记录的值。如果是第一个访问的节点(prev为null),则只需更新prev;否则检查当前节点值是否严格大于prev。
-
更新prev值:无论是否第一次访问,都需要将prev更新为当前节点的值,为后续比较做准备。
-
递归遍历右子树:最后访问当前节点的右子树,完成中序遍历。
-
返回结果:整个遍历完成后,result变量将包含验证结果。
2.3 代码实现与优化
java复制class Solution {
private Integer prev = null; // 使用Integer以支持null初始值
private boolean isValid = true;
public boolean isValidBST(TreeNode root) {
inorderTraversal(root);
return isValid;
}
