第十周-项目一 二叉树算法库

本文介绍了一种二叉树的链式存储结构及其基本运算的实现方法,包括创建、查找、计算深度等功能,并通过具体示例展示了如何使用这些函数。

问题及描述:

/*  
*烟台大学计算机与控制工程学院  
作者:郗小艺  
完成日期:2016年10月27号  
问题描述:定义二叉树的链式存储结构,实现其基本运算,并完成测试。 
 
*/  

/* brtee.h头文件代码 */

#ifndef BTREE_H_INCLUDED  
#define BTREE_H_INCLUDED  
  
  
#include <stdio.h>  
#include <malloc.h>  
#define MaxSize 100  
typedef char ElemType;  
typedef struct node  
{  
    ElemType data;              //数据元素  
    struct node *lchild;        //指向左孩子  
    struct node *rchild;        //指向右孩子  
} BTNode;  
void CreateBTNode(BTNode *&b,char *str);    //由str串创建二叉链  
BTNode *FindNode(BTNode *b,ElemType x);     //返回data域为x的节点指针  
BTNode *LchildNode(BTNode *p);              //返回*p节点的左孩子节点指针  
BTNode *RchildNode(BTNode *p);              //返回*p节点的右孩子节点指针  
int BTNodeDepth(BTNode *b);                 //求二叉树b的深度  
void DispBTNode(BTNode *b);                 //以括号表示法输出二叉树  
void DestroyBTNode(BTNode *&b);             //销毁二叉树  
  
  
#endif // BTREE_H_INCLUDED 

/* brtee.cpp文件代码 */ 

//二叉树基本运算函数  
#include "btree.h"  
  
  
void CreateBTNode(BTNode *&b,char *str)     //由str串创建二叉链  
{  
    BTNode *St[MaxSize],*p=NULL;  
    int top=-1,k,j=0;  
    char ch;  
    b=NULL;             //建立的二叉树初始时为空  
    ch=str[j];  
    while (ch!='\0')    //str未扫描完时循环  
    {  
        switch(ch)  
        {  
        case '(':  
            top++;  
            St[top]=p;  
            k=1;  
            break;      //为左节点  
        case ')':  
            top--;  
            break;  
        case ',':  
            k=2;  
            break;                          //为右节点  
        default:  
            p=(BTNode *)malloc(sizeof(BTNode));  
            p->data=ch;  
            p->lchild=p->rchild=NULL;  
            if (b==NULL)                    //p指向二叉树的根节点  
                b=p;  
            else                            //已建立二叉树根节点  
            {  
                switch(k)  
                {  
                case 1:  
                    St[top]->lchild=p;  
                    break;  
                case 2:  
                    St[top]->rchild=p;  
                    break;  
                }  
            }  
        }  
        j++;  
        ch=str[j];  
    }  
}  
BTNode *FindNode(BTNode *b,ElemType x)  //返回data域为x的节点指针  
{  
    BTNode *p;  
    if (b==NULL)  
        return NULL;  
    else if (b->data==x)  
        return b;  
    else  
    {  
        p=FindNode(b->lchild,x);  
        if (p!=NULL)  
            return p;  
        else  
            return FindNode(b->rchild,x);  
    }  
}  
BTNode *LchildNode(BTNode *p)   //返回*p节点的左孩子节点指针  
{  
    return p->lchild;  
}  
BTNode *RchildNode(BTNode *p)   //返回*p节点的右孩子节点指针  
{  
    return p->rchild;  
}  
int BTNodeDepth(BTNode *b)  //求二叉树b的深度  
{  
    int lchilddep,rchilddep;  
    if (b==NULL)  
        return(0);                          //空树的高度为0  
    else  
    {  
        lchilddep=BTNodeDepth(b->lchild);   //求左子树的高度为lchilddep  
        rchilddep=BTNodeDepth(b->rchild);   //求右子树的高度为rchilddep  
        return (lchilddep>rchilddep)? (lchilddep+1):(rchilddep+1);  
    }  
}  
void DispBTNode(BTNode *b)  //以括号表示法输出二叉树  
{  
    if (b!=NULL)  
    {  
        printf("%c",b->data);  
        if (b->lchild!=NULL || b->rchild!=NULL)  
        {  
            printf("(");  
            DispBTNode(b->lchild);  
            if (b->rchild!=NULL) printf(",");  
            DispBTNode(b->rchild);  
            printf(")");  
        }  
    }  
}  
void DestroyBTNode(BTNode *&b)   //销毁二叉树  
{  
    if (b!=NULL)  
    {  
        DestroyBTNode(b->lchild);  
        DestroyBTNode(b->rchild);  
        free(b);  
    }  
}  

/* main.cpp文件代码 */

#include "btree.h"  
  
  
int main()  
{  
    BTNode *b,*p,*lp,*rp;;  
    printf("  (1)创建二叉树:");  
    CreateBTNode(b,"A(B(D,E(H(J,K(L,M(,N))))),C(F,G(,I)))");  
    printf("\n");  
    printf("  (2)输出二叉树:");  
    DispBTNode(b);  
    printf("\n");  
    printf("  (3)查找H节点:");  
    p=FindNode(b,'H');  
    if (p!=NULL)  
    {  
        lp=LchildNode(p);  
        if (lp!=NULL)  
            printf("左孩子为%c ",lp->data);  
        else  
            printf("无左孩子 ");  
        rp=RchildNode(p);  
        if (rp!=NULL)  
            printf("右孩子为%c",rp->data);  
        else  
            printf("无右孩子 ");  
    }  
    else  
        printf(" 未找到!");  
    printf("\n");  
    printf("  (4)二叉树b的深度:%d\n",BTNodeDepth(b));  
    printf("  (5)释放二叉树b\n");  
    DestroyBTNode(b);  
    return 0;  
} 


运行结果:


知识点总结:

main.cpp中根据需要添加各个函数,以便实现相应功能。
brtee.cpp对应brtee.h中声明的各个功能函数,给出了各个功能函数的实现方法。
brtee.h是二叉树的一个算法库集合,里面声明了常用到的各个功能函数。

学习心得:

再次理解递归算法。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
霍夫曼编码是种广泛使用的无损数据压缩算法,其核心思想是通过构建棵带权路径最短的二叉树(霍夫曼树),为高频出现的字符分配较短的编码,为低频出现的字符分配较长的编码,从而实现高效压缩。在 Python 中,虽然标准库中没有直接实现霍夫曼编码的模块,但可以借助些第三方库或自行实现相关算法。 ### 1. 使用 `bitarray` 库进行位操作 霍夫曼编码涉及大量的位操作,例如将字符编码为二进制串并进行打包和解包。Python 中的 `bitarray` 库非常适合这任务,它提供了高效的位数组操作,便于构建和处理二进制数据流。 安装方式: ```bash pip install bitarray ``` 示例代码片段: ```python from bitarray import bitarray # 示例字符编码 code_table = { 'a': bitarray('0'), 'b': bitarray('10'), 'c': bitarray('11') } # 编码过程 text = "abac" encoded = bitarray() for char in text: encoded.extend(code_table[char]) # 写入文件 with open('compressed.bin', 'wb') as f: encoded.tofile(f) ``` ### 2. 自行实现霍夫曼编码类 虽然没有现成的库直接提供霍夫曼编码功能,但可以根据算法原理自行实现。通常包括以下组件: - **节点类**:用于构建霍夫曼树 - **优先队列**:使用 `heapq` 模块实现最小堆 - **编码与解码函数** 示例代码: ```python import heapq from collections import Counter class HuffmanNode: def __init__(self, char, freq): self.char = char self.freq = freq self.left = None self.right = None def __lt__(self, other): return self.freq < other.freq def build_huffman_tree(freq_map): heap = [HuffmanNode(char, freq) for char, freq in freq_map.items()] heapq.heapify(heap) while len(heap) > 1: left = heapq.heappop(heap) right = heapq.heappop(heap) merged = HuffmanNode(None, left.freq + right.freq) merged.left = left merged.right = right heapq.heappush(heap, merged) return heap[0] ``` ### 3. 霍夫曼编码的应用场景 基于纯霍夫曼算法的压缩程序能够对未经压缩的文件格式起到压缩作用,特别是对字节种类不多、重复次数多的文件格式如 BMP 位图、AVI 视频等能够起到非常好的压缩效果,但对于本身已经经过压缩的文件格式如 DOCX、MP4 等基本无效 [^2]。 此外,在实际运行测试过程中发现,对于权值相同的字符,每次迭代排序时编码要么是 0、要么是 1,这往往造成成对的编译码错误,问题主要出在以下代码中: ```python sorts = sorted(l, key=lambda x: x.value, reverse=False) ``` 因此,在实现过程中应特别注意节点排序策略,确保编码的致性和正确性 [^3]。 ### 4. 面向对象设计与扩展性 在实现霍夫曼编码的过程中,可以采用面向对象设计来提高代码的可扩展性与灵活性。例如,使用策略模式处理不同的编码策略,使用工厂模式创建节点对象,使用递归模式构建霍夫曼树 [^1]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值