代码思路:
二叉搜索树的具体定义:
节点的左子树只包含小于当前节点的数。
节点的右子树只包含大于当前节点的数。
也可以理解为:
当前节点的值是其左子树的值的上界(最大值)
当前节点的值是其右子树的值的下界(最小值)
class Solution:
def isValidBST(self, root: Optional[TreeNode], left=-inf, right=inf) -> bool:
if root is None:
return True
x = root.val
return left < x < right and \
self.isValidBST(root.left, left, x) and \
self.isValidBST(root.right, x, right)
class Solution:
def isValidBST(self, root: TreeNode) -> bool:
return self.dg(root,-(2**32),2**32) #这里我直接粗暴地将最小值和最大值设置为一个足够小(大)的数,你可以设置你认为的最优解
def dg(self,root,min_v,max_v):
# 参数:root:当前节点,min_v:允许最小值(下界),max_v:允许最大值(上界)
if root == None: # 如果当前节点为空,证明已经递归到叶子节点,返回True
return True
if root.val < max_v and root.val > min_v : # 如果当前节点值符合规定,继续进行之后的递归
pass
else: # 如果不符合规定,之间返回 False
return False
if self.dg(root.left,min_v,root.val) == False: # 对左子树进行递归,此时最大值应该为当前节点值
return False
if self.dg(root.right,root.val,max_v) == False:# 对右子树进行递归,此时最小值应该为当前节点值
return False
return True # 如果成功避开所有坑,恭喜,这个当前节点下的子树是一个二叉搜索树