给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为:“对于有根树 T 的两个结点 p、q,最近公共祖先表示为一个结点 x,满足 x 是 p、q 的祖先且 x 的深度尽可能大(一个节点也可以是它自己的祖先)。”
例如,给定如下二叉搜索树: root = [6,2,8,0,4,7,9,null,null,3,5]
示例 1:
输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 8
输出: 6
解释: 节点 2 和节点 8 的最近公共祖先是 6。
示例 2:
输入: root = [6,2,8,0,4,7,9,null,null,3,5], p = 2, q = 4
输出: 2
解释: 节点 2 和节点 4 的最近公共祖先是 2, 因为根据定义最近公共祖先节点可以为节点本身。
说明:
所有节点的值都是唯一的。 p、q 为不同节点且均存在于给定的二叉搜索树中。
分析:
这个问题要求我们在一个二叉搜索树(BST)中找到两个给定节点的最近公共祖先(LCA)。在 BST 中,所有左子树上的节点的值都小于它的根节点,所有右子树上的节点的值都大于它的根节点。这个性质可以用来优化寻找 LCA 的过程。
- 遍历树:从根节点开始遍历树,对于每个节点,比较 p 和 q 的值与当前节点的值。
- 比较值:如果 p 和 q 的值都小于当前节点的值,那么 LCA 一定在左子树中;如果都大于,那么 LCA 在右子树中。
- 找到 LCA:如果 p 和 q 的值一个小于当前节点的值,一个大于,或者其中之一等于当前节点的值,那么当前节点就是 LCA。
思路:
- 递归遍历:从根节点开始递归遍历树。
- 比较节点值:对于每个节点,比较 p 和 q 的值。
- 如果 p 和 q 的值都小于当前节点的值,那么 LCA 在左子树中。
- 如果 p 和 q 的值都大于当前节点的值,那么 LCA 在右子树中。
- 如果 p 和 q 的值一个小于当前节点的值,一个大于,或者其中之一等于当前节点的值,那么当前节点就是 LCA。
- 返回 LCA:根据上述比较,返回 LCA 节点。
时间复杂度:O(h),其中 h 是树的高度。在最坏的情况下,我们可能需要遍历整棵树的高度。 空间复杂度:O(h),这是因为递归栈的深度最多为树的高度。在最坏的情况下,树可能是完全不平衡的,导致递归栈深度等于树的高度。
const lowestCommonAncestor = (root, p, q) => {
if (p.val < root.val && q.val < root.val) {
return lowestCommonAncestor(root.left, p, q);
}
if (p.val > root.val && q.val > root.val) {
return lowestCommonAncestor(root.right, p, q);
}
return root;
};