当前:LC106 · 从中序与后序遍历序列构造二叉树 · 首次出现于 Day 24 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC106数据结构二叉树 · 中后建树递归回执树

从中序与后序遍历序列构造二叉树

inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。

题目是什么

inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。

解决什么问题

当前调用等待哪些子问题回执,返回值对父节点意味着什么?

核心结论

postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。”推导出 二叉树 · 中后建树,并证明每次状态变化都不会漏掉答案?

中心结论:postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.当前调用等待哪些子问题回执,返回值对父节点意味着什么?
  3. 3.不变量“后序倒序消费时下一个节点是右子树根,必须先 build 右。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

根据一棵树的中序遍历与后序遍历构造二叉树。

注意: 你可以假设树中没有重复的元素。

在本站主例中,inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。

算法最终需要得到或观察:根 3,左 9,右 20,20 的左 15 右 7。

把题目翻译成状态
  • 输入:inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。
  • 机器需要维护:postIdx 尾指针、inorder 区间、递归栈 build(left,right)。
  • 最终可观察结果:根 3,左 9,右 20,20 的左 15 右 7。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

子树处理完才输出根

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

子树处理完才输出根

正在加载算法场景...
优化方向:postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“递归回执树”,明确答案需要观察什么。
  2. 2状态只维护 postIdx 尾指针、inorder 区间、递归栈 build(left,right)。
  3. 3转移每一步按照 postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。
  4. 4收尾读取 根 3,左 9,右 20,20 的左 15 右 7。,并复核边界与复杂度。
05交互算法精讲

递归回执树:核心概念

先用一句话定义递归函数返回什么,父节点才能正确合并。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:postIdx 尾指针、inorder 区间、递归栈 build(left,right)。

核心不变量
  • 后序倒序消费时下一个节点是右子树根,必须先 build 右。
动画 3 · 核心概念

建立“递归回执树”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

子树处理完才输出根

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

给出 2 个数组,根据 inorder 和 postorder 数组构造一颗树。 利用递归思想,从 postorder 可以得到根节点,从 inorder 中得到左子树和右子树。只剩一个节点的时候即为根节点。不断的递归直到所有的树都生成完成。

postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。

执行过程中持续维护:postIdx 尾指针、inorder 区间、递归栈 build(left,right)。

正确性依赖以下不变量:后序倒序消费时下一个节点是右子树根,必须先 build 右。

面试时可以压缩为:indexMap+postIdx倒序,node.Right=build(mid+1,right)先于Left,时间O(n)空间O(n)。

落到当前题,执行机制可以压缩为:postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
左右已完成,输出 15output after children

后序追加 15

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;后序倒序消费时下一个节点是右子树根,必须先 build 右。

保持

保持:执行“postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。”时,只删除已经能证明不可能的候选,并把新信息写回 postIdx 尾指针、inorder 区间、递归栈 build(left,right)。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“根 3,左 9,右 20,20 的左 15 右 7。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:后序倒序消费时下一个节点是右子树根,必须先 build 右。
08交互算法精讲

完整执行过程

  1. 1题目与输入inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。 因为:postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。
  2. 2后序:左-右-根适合「先处理子问题」的场景。 因为:删除树、算高度常用后序。
  3. 3左右已完成,输出 7根最后写入。 因为:子树信息已汇总到当前结点。
  4. 4预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
  5. 5左右已完成,输出 20根最后写入。 因为:子树信息已汇总到当前结点。
  6. 6左右已完成,输出 3根最后写入。 因为:子树信息已汇总到当前结点。
  7. 7后序:左-右-根适合「先处理子问题」的场景。 因为:删除树、算高度常用后序。
  8. 8收尾与复杂度根 3,左 9,右 20,20 的左 15 右 7。 因为:时间 O(n) · 空间 O(n)。postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

子树处理完才输出根

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
后序:左-右-根递归左右再 visit

子树处理完才输出根

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
// TreeNode define
/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */

// 解法一, 直接传入需要的 slice 范围作为输入, 可以避免申请对应 inorder 索引的内存, 内存使用(leetcode test case) 4.7MB -> 4.3MB.
func buildTree(inorder []int, postorder []int) *TreeNode {
	postorderLen := len(postorder)
	if len(inorder) == 0 {
		return nil
	}
	root := &TreeNode{Val: postorder[postorderLen-1]}
	postorder = postorder[:postorderLen-1]
	for pos, node := range inorder {
		if node == root.Val {
			root.Left = buildTree(inorder[:pos], postorder[:len(inorder[:pos])])
			root.Right = buildTree(inorder[pos+1:], postorder[len(inorder[:pos]):])
		}
	}
	return root
}

// 解法二
func buildTree1(inorder []int, postorder []int) *TreeNode {
	inPos := make(map[int]int)
	for i := 0; i < len(inorder); i++ {
		inPos[inorder[i]] = i
	}
	return buildInPos2TreeDFS(postorder, 0, len(postorder)-1, 0, inPos)
}

func buildInPos2TreeDFS(post []int, postStart int, postEnd int, inStart int, inPos map[int]int) *TreeNode {
	if postStart > postEnd {
		return nil
	}
	root := &TreeNode{Val: post[postEnd]}
	rootIdx := inPos[post[postEnd]]
	leftLen := rootIdx - inStart
	root.Left = buildInPos2TreeDFS(post, postStart, postStart+leftLen-1, inStart, inPos)
	root.Right = buildInPos2TreeDFS(post, postStart+leftLen, postEnd-1, rootIdx+1, inPos)
	return root
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="postorder", values=[3,9,20,15,7]
    //    期望:根 3,左 9,右 20,20 的左 15 右 7。
    //
    // 2. 失败 / 未命中
    //    检查:勿照搬 LC105 先左后右;indexMap O(n) 空间不能写 O(1)。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC105 前中;LC889 前后
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。

空间复杂度 O(n)

额外状态主要用于维护:postIdx 尾指针、inorder 区间、递归栈 build(left,right)。

终局不变量
  • 后序倒序消费时下一个节点是右子树根,必须先 build 右。
12交互算法精讲

最容易写错的地方

错误 1

勿照搬 LC105 先左后右;indexMap O(n) 空间不能写 O(1)。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意inorder=[9,3,15,20,7] postorder=[9,15,7,20,3] 构造树。
  2. 2重复从每个节点重新遍历子树会重复计算;递归让每棵子树只计算一次并向父节点返回摘要。
  3. 3优化postIdx 倒序消费根→右→左;inorder 切区间;先递归右再左。
  4. 4证明后序倒序消费时下一个节点是右子树根,必须先 build 右。
  5. 5复杂度时间 O(n),空间 O(n)
面试表达:indexMap+postIdx倒序,node.Right=build(mid+1,right)先于Left,时间O(n)空间O(n)。
迁移练习
  • LC105 前中
  • LC889 前后