日常刷题之剑指offer:8.二叉树的下一个结点

本文介绍了一种算法,用于找到给定二叉树中任意结点在中序遍历下的下一个结点。算法区分了两种情况:有右子树时,下一个结点为右子树的最左结点;无右子树时,下一个结点为向上找的第一个左连接的祖先结点。提供了详细的解题思路和Java代码实现。

一、问题描述:给定一个二叉树和其中的一个结点,请找出中序遍历顺序的下一个结点并且返回。注意,树中的结点不仅包含左右子结点,同时包含指向父结点的指针。

二、解题思路:

1.给定的结点有两种情况:第一是给定结点有右子树,则该结点的下一个结点是右子树的最左结点;第二种是给定结点没有右子树,则该结点的下一个节点是向上找第一个左连接包含该结点祖先的结点(第二种是不是有点蒙,画一下图推演一下就知道了)

1.1.当给定结点是7时,按照中序遍历他的下一个结点是2,结点2刚好是左孩子包含7的祖先结点4(或者结点7)的第一个左连接

在这里插入图片描述

1.2.当给定结点是5时,按照中序遍历他的下一个结点是3,结点3刚好是左孩子包含5的祖先结点(或者结点5)的第一个左连接

在这里插入图片描述

以此类推…

2.代码实现

public class TreeLinkNode {
    int val;
    TreeLinkNode left = null; 
    TreeLinkNode right = null;
    TreeLinkNode next = null; //父结点

    TreeLinkNode(int val) {
        this.val = val;
    }
}
public class Solution {
    public TreeLinkNode GetNext(TreeLinkNode pNode)
    {
        if(pNode.right == null) { //给定结点右子树为空
            while (pNode.next != null) {
                TreeLinkNode parent = pNode.next;
                //第一个左连接包含给定结点的祖先结点或者给定结点的结点
                if (parent.left == pNode) return parent;
                pNode = pNode.next; //包含给定结点的祖先结点或者给定结点
            }
            return null;
        }
        else return GetRightTreeNext(pNode.right); //给定结点右子树不为空
    }
    //返回右子树的最左结点
    public TreeLinkNode GetRightTreeNext(TreeLinkNode pNode) {
        if(pNode.left == null) return pNode;
        return GetRightTreeNext(pNode.left);
    }
    
}
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问决定。 举一个平方和的例子。 简单的平方和问 求函数的最小值,其中每个变量的取值区间都是 [-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