更新：

Question

从Lakmann：查找树是否是另一个树的子树：作者说解决方案（下面再现）是O（log（n）+ log（m））内存，其中n和m是每棵树的相应节点数。我无法弄清楚为什么会这样。有什么指针吗？

boolean containsTree(TreeNode t1, TreeNode t2){
    if (t2 == null){
        return true;
    }
    return subTree(t1, t2);
}

boolean subTree(TreeNode r1, TreeNode r2){
    if (r1 == null){
        return false;
    }
    if (r1.data == r2.data){
        if (matchTree(r1, r2)){
            return true;
        }
    }
    return (subTree(r1.left, r2) || subTree(r1.right, r2));
}

boolean matchTree(TreeNode r1, TreeNode r2){
    if (r2 == null && r1 == null){
        return true;
    }
    if (r1 == null || r2 == null){
        return false;
    }

    if (r1.data != r2.data){
        return false;
    }

    return (matchTree(r1.left, r2.left) && matchTree(r1.right, r2.right)); 
}

Answer 1

请考虑这个具体的例子：

T1

T2

    1
   / \
  1   1

现在检查t1中是否包含t2。

毫无疑问，matchTree将在最后一步失败，并且t1将遍历整个树以找出它未被包含。

因此，在退化的树中，这将是最坏的情况，复杂性将是O（mn）。

更新：

如果两棵树是平衡的，但没有排序，唯一可以优化的是，我们知道当t1的子树短于t2时可以停止，即log(n) < log(m)，所以复杂性可以

优化

O(2^(log(n)-log(m))*m) = O(n/m*m) = O(n)

UPDATE2：

如果它是已排序的，并且没有重复的元素，那么t2的根可以在O(log(n))中的t1中找到（如果存在），并且需要执行树遍历，即O(m)。所以它应该总结为O(log(n) + m)。

树是另一棵树的子树吗？

1 个答案:

更新：

UPDATE2：