读完本文,你可以去力扣拿下如下题目:
-----------
如果说笔试的时候喜欢考各种动归回溯的骚操作,面试其实最喜欢考比较经典的问题,难度不算太大,而且也比较实用。
上篇文章 四个命令玩转 Git 写了 Git 最常用的命令,没有提分支合并,其实分支合并没什么困难的,主要就是 merge
和 rebase
两种方式。本文就用 Git 的 rebase
工作方式引出一个经典的算法问题:最近公共祖先(Lowest Common Ancestor,简称 LCA)。
比如 git pull
这个命令,我们经常会用,它默认是使用 merge
方式将远端别人的修改拉到本地;如果带上参数 git pull -r
,就会使用 rebase
的方式将远端修改拉到本地。
这二者最直观的区别就是:merge
方式合并的分支会有很多「分叉」,而 rebase
方式合并的分支就是一条直线。
PS:我认真写了 100 多篇原创,手把手刷 200 道力扣题目,全部发布在 labuladong的算法小抄,持续更新。建议收藏,按照我的文章顺序刷题,掌握各种算法套路后投再入题海就如鱼得水了。
对于多人协作,merge
方式并不好,举例来说,之前有很多朋友参加了在 GitHub 上的仓库翻译工作,GitHub 的 Pull Request 功能是使用 merge
方式,所以你看 fucking-algorithm 仓库的 Git 历史:
画面看起来很炫酷,但实际上我们并不希望出现这种情形的。你想想,光是合并别人的代码就这般群魔乱舞,如果说你本地还有多个开发分支,那画面肯定更杂乱,杂乱就意味着很容易出问题,所以一般来说,实际工作中更推荐使用 rebase
方式合并代码。
那么问题来了,rebase
是如何将两条不同的分支合并到同一条分支的呢:
上图的情况是,我站在 dev
分支,使用 git rebase master
,然后就会把 dev
接到 master
分支之上。Git 是这么做的:
首先,找到这两条分支的最近公共祖先 LCA
,然后从 master
节点开始,重演 LCA
到 dev
几个 commit
的修改,如果这些修改和 LCA
到 master
的 commit
有冲突,就会提示你手动解决冲突,最后的结果就是把 dev
的分支完全接到 master
上面。
那么,Git 是如何找到两条不同分支的最近公共祖先的呢?这就是一个经典的算法问题了,下面来详解。
二叉树的最近公共祖先
这个问题可以在 LeetCode 上找到,看下题目:
函数的签名如下:
TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q);
root
节点确定了一棵二叉树,p
和 q
是这棵二叉树上的两个节点,让你返回 p
节点和 q
节点的最近公共祖先节点。
我们前文 学习数据结构和算法的框架思维 就说过了,所有二叉树的套路都是一样的:
void traverse(TreeNode root) {
// 前序遍历
traverse(root.left)
// 中序遍历
traverse(root.right)
// 后序遍历
}
所以,只要看到二叉树的问题,先把这个框架写出来准没问题:
TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
TreeNode left = lowestCommonAncestor(root.left, p, q);
TreeNode right = lowestCommonAncestor(root.right, p, q);
}
现在我们思考如何添加一些细节,把框架改造成解法。
PS:我认真写了 100 多篇原创,手把手刷 200 道力扣题目,全部发布在 labuladong的算法小抄,持续更新。建议收藏,按照我的文章顺序刷题,掌握各种算法套路后投再入题海就如鱼得水了。
labuladong 告诉你,遇到任何递归型的问题,无非就是灵魂三问:
1、这个函数是干嘛的?
2、这个函数参数中的变量是什么?
3、得到函数的递归结果,你应该干什么?
呵呵,看到这灵魂三问,你有没有感觉到熟悉?本号的动态规划系列文章,篇篇都在说的动态规划套路,首先要明确的是什么?是不是要明确「定义」「状态」「选择」,这仨不就是上面的灵魂三问吗?
下面我们就来看看如何回答这灵魂三问。
解法思路
首先看第一个问题,这个函数是干嘛的?或者说,你给我描述一下 lowestCommonAncestor
这个函数的「定义」吧。
描述:给该函数输入三个参数 root
,p
,q
,它会返回一个节点。
情况 1,如果 p
和 q
都在以 root
为根的树中,函数返回的就是 p
和 q
的最近公共祖先节点。
情况 2,那如果 p
和 q
都不在以 root
为根的树中怎么办呢?函数理所当然地返回 null
呗。
情况 3,那如果 p
和 q
只有一个存在于 root
为根的树中呢?函数就会返回那个节点。
题目说了输入的 p
和 q
一定存在于以 root
为根的树中,但是递归过程中,以上三种情况都有可能发生,所以说这里要定义清楚,后续这些定义都会在代码中体现。
OK,第一个问题就解决了,把这个定义记在脑子里,无论发生什么,都不要怀疑这个定义的正确性,这是我们写递归函数的基本素养。
然后来看第二个问题,这个函数的参数中,变量是什么?或者说,你描述一个这个函数的「状态」吧。
描述:函数参数中的变量是 root
,因为根据框架,lowestCommonAncestor(root)
会递归调用 root.left
和 root.right
;至于 p
和 q
,我们要求它俩的公共祖先,它俩肯定不会变化的。
第二个问题也解决了,你也可以理解这是「状态转移」,每次递归在做什么?不就是在把「以 root
为根」转移成「以 root
的子节点为根」,不断缩小问题规模嘛?
最后来看第三个问题,得到函数的递归结果,你该干嘛?或者说,得到递归调用的结果后,你做什么「选择」?
这就像动态规划系列问题,怎么做选择,需要观察问题的性质,找规律。那么我们就得分析这个「最近公共祖先节点」有什么特点呢?刚才说了函数中的变量是 root
参数,所以这里都要围绕 root
节点的情况来展开讨论。
先想 base case,如果 root
为空,肯定得返回 null
。如果 root
本身就是 p
或者 q
,比如说 root
就是 p
节点吧,如果 q
存在于以 root
为根的树中,显然 root
就是最近公共祖先;即使 q
不存在于以 root
为根的树中,按照情况 3 的定义,也应该返回 root
节点。
以上两种情况的 base case 就可以把框架代码填充一点了:
TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
// 两种情况的 base case
if (root == null) return null;
if (root == p || root == q) return root;
TreeNode left = lowestCommonAncestor(root.left, p, q);
TreeNode right = lowestCommonAncestor(root.right, p, q);
}
现在就要面临真正的挑战了,用递归调用的结果 left
和 right
来搞点事情。根据刚才第一个问题中对函数的定义,我们继续分情况讨论:
情况 1,如果 p
和 q
都在以 root
为根的树中,那么 left
和 right
一定分别是 p
和 q
(从 base case 看出来的)。
情况 2,如果 p
和 q
都不在以 root
为根的树中,直接返回 null
。
情况 3,如果 p
和 q
只有一个存在于 root
为根的树中,函数返回该节点。
明白了上面三点,可以直接看解法代码了:
TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
// base case
if (root == null) return null;
if (root == p || root == q) return root;
TreeNode left = lowestCommonAncestor(root.left, p, q);
TreeNode right = lowestCommonAncestor(root.right, p, q);
// 情况 1
if (left != null && right != null) {
return root;
}
// 情况 2
if (left == null && right == null) {
return null;
}
// 情况 3
return left == null ? right : left;
}
对于情况 1,你肯定有疑问,left
和 right
非空,分别是 p
和 q
,可以说明 root
是它们的公共祖先,但能确定 root
就是「最近」公共祖先吗?
这就是一个巧妙的地方了,因为这里是二叉树的后序遍历啊!前序遍历可以理解为是从上往下,而后序遍历是从下往上,就好比从 p
和 q
出发往上走,第一次相交的节点就是这个 root
,你说这是不是最近公共祖先呢?
综上,二叉树的最近公共祖先就计算出来了。
_____________
我的 在线电子书 有 100 篇原创文章,手把手带刷 200 道力扣题目,建议收藏!对应的 GitHub 算法仓库 已经获得了 70k star,欢迎标星!