先来回忆一下相关概念吧~
二叉搜索树
二叉搜索树是一棵二叉树
二叉搜索树的特点：对于树中的每个节点X，它的左子树中所有关键字值小于X的关键字值，而它的右子树中所有关键字值大于X的关键字值。
根据这个性质，对一个二叉树进行中序遍历，如果是单调递增的，则可以说明这个树是二叉搜索树。
前序遍历：根节点->左子树->右子树
中序遍历：左子树->根节点->右子树
后序遍历：左子树->右子树->根节点
已知前序和中序，后序和中序遍历序列之后，可以唯一确定一棵二叉树。但是，只知道前序和后序遍历序列，是无法知道哪个结点是左子树还算右子树。
因此可以利用二叉搜索树中序遍历方法，合法二叉搜索树的中序遍历序列为一个递增的序列
【230】二叉搜索树中第K小的元素
var kthSmallest = function(root, k) { let res = []; function lnr(node){ if(node && res.length<k){ lnr(node.left); res.push(node.val); lnr(node.right); } } lnr(root); return res[k-1];};【236】二叉树的最近公共祖先
最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（一个节点也可以是它自己的祖先）。”
注意p,q必然存在树内, 且所有节点的值唯一!!!递归思想, 对以root为根的(子)树进行查找p和q, 如果root == null || p || q 直接返回root表示对于当前树的查找已经完毕, 否则对左右子树进行查找, 根据左右子树的返回值判断:左右子树的返回值都不为null, 由于值唯一左右子树的返回值就是p和q, 此时root为LCA
如果左右子树返回值只有一个不为null, 说明只有p和q存在与左或右子树中, 最先找到的那个节点为LCA
左右子树返回值均为null, p和q均不在树中, 返回null
var lowestCommonAncestor = function(root, p, q) { if(root == null || root == p || root == q) return root; var left = new TreeNode(); var right = new TreeNode(); left = lowestCommonAncestor(root.left,p,q); right = lowestCommonAncestor(root.right,p,q); if(left == null && right == null) return null; else if(left != null && right !=null) return root; else return left == null ?right:left;};【215】数组中的第K个最大元素
本题应该是考察排序，那种排序性能最高，
最基本的要会冒泡排序
/** * @param {number[]} nums * @param {number} k * @return {number} */var findKthLargest = function(nums, k) { var num = nums; for(var i = 0; i < num.length; i++){ for(var j=i; j<num.length; j++){ if(num[i] < num[j]){ var t = num[i]; num[i] = num[j]; num[j] = t; } } } console.log(num) return num[k-1]};有一种更简便的方法 利用数组的sort方法
var findKthLargest = function(nums, k) { var data = nums.sort((a, b) => b - a); return data[k - 1];};【46】全排列
给定一个 没有重复 数字的序列，返回其所有可能的全排列。
回溯法解决
回溯的本质在于“选择”和“撤销选择”。如果把回溯过程看成树的话，整个过程类似决策树。
网上大神给出了这种回溯法解题的通用方法，快来取经https://leetcode.com/problems/combination-sum/discuss/16502/A-general-approach-to-backtracking-questions-in-Java-(Subsets-Permutations-Combination-Sum-Palindrome-Partitioning))
?是思路过程，借鉴LeetCode的一位大神的题解。
- 回溯法
- backtrack 解题公式
function backtrack(list, tempList, nums) { if (tempList.length === nums.length) return list.push([...tempList]); for(let i = 0; i < nums.length; i++) { if (tempList.includes(nums[i])) continue; tempList.push(nums[i]); backtrack(list, tempList, nums); tempList.pop(); }}/** * @param {number[]} nums * @return {number[][]} */var permute = function(nums) { const list = []; backtrack(list, [], nums) return list};