# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def rangeSumBST(self, root: TreeNode, low: int, high: int) -> int:
if not root:
return 0
return (root.val if low <= root.val <= high else 0 ) + \
self.rangeSumBST(root.left, low, high) + \
self.rangeSumBST(root.right, low, high)
<L 이상 R 이하 값을 지닌 노드의 합>
sum()
은 32이다.L(low)
과 R(high)
사이일 때만 값을 부여하고, 아닐 경우에는 0을 취해 계속 더해 나가면 쉽게 구할 수 있다.# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def rangeSumBST(self, root: TreeNode, low: int, high: int) -> int:
def dfs(node: TreeNode):
if not node:
return 0
if node.val < low:
return dfs(node.right)
elif node.val > high:
return dfs(node.left)
return node.val + dfs(node.left) + dfs(node.right)
return dfs(root)
DFS로 탐색하되 low, high 조건에 해당되지 않는 가지(Branch)를 쳐내는(Pruning) 형태로 탐색에서 배제하도록 구현한다.
이진 탐색 트리는 왼쪽이 항상 작고, 오른쪽이 항상 크다.
즉 현재 노드 root
가 low
보다 작을 경우, 더 이상 왼쪽 가지는 탐색할 필요가 없기 때문에 오른쪽만 탐색하도록 재귀 호출을 리턴한다.
high
보다 클 경우, 오른쪽은 더 이상 탐색할 필요가 없으므로 왼쪽만 탐색하도록 재귀 호출을 리턴한다.
이렇게 불필요한 탐색을 줄여 최적화 할 수 있다.
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def rangeSumBST(self, root: TreeNode, low: int, high: int) -> int:
stack, sum = [root], 0
#스택 이용 필요한 노드 DFS 반복
while stack:
node = stack.pop()
if node:
if node.val > low:
stack.append(node.left)
if node.val < high:
stack.append(node.right)
if low <= node.val <= high:
sum += node.val
return sum
대부분의 재귀 풀이는 반복으로 변경할 수 있다.
마찬가지로 유효한 노드만 스택에 계속 집어 넣으면서, low
와 high
사이의 값인 경우 값을 더해 나간다.
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
class Solution:
def rangeSumBST(self, root: TreeNode, low: int, high: int) -> int:
stack, sum = [root], 0
#큐 연산을 이용해 반복구조 BFS로 필요한 노드 탐색
while stack:
node = stack.pop(0)
if node:
if node.val > low:
stack.append(node.left)
if node.val < high:
stack.append(node.right)
if low <= node.val <= high:
sum += node.val
return sum
BFS로 탐색해도 동일하다. 여기서는 스택을 단순히 큐 형태로 바꾸기만 하면, BFS를 구현할 수 있다.
pop(0)
로 처리하는 정도로 다음과 같이 BFS를 구현하고, 마찬가지로 동일하게 정답을 풀이할 수 있다.이 문제는 애초에 테스트케이스의 입력값이 크지 않은 것 같다. 입력값이 매우 클 경우 브루트 포스와 가지치기의 속도 차이가 훨씬 더 커야하는데, 생각보다 그다지 크지 않다.
마찬가지로 반복 BFS 구현에서 pop(0)
은 O(n) 이기 때문에 DFS 구현과 속도 차이가 많이 나야 하는데 (pop()은 O(1)) 그리 많이 나지 않는다.