[Leetcode] Validate Binary Search Tree & Recover Binary Search Tree

本文介绍如何验证一棵树是否为合法的二叉搜索树,并解决两个节点位置错误的问题。通过中序遍历的方法,在不使用额外空间的情况下实现目标。

这是两道题。


98. Validate Binary Search Tree

99. Recover Binary Search Tree


98题:判断一棵树是不是合法的二叉搜索BST)。

BST有个可以用脚后跟想出来的特点:中序遍历可以得到一个递增的序列。那我们就中序遍历,看看他是不是严格递增 就可以了。


那么怎样做到不开辟新的空间呢?用一个lastNum变量记录上一个元素就可以了。

重点是记录第一个元素。代码利用一个isFirst做标记。


class Solution {
public:
	bool isValidBST(TreeNode* root) {
		int lastNum = 0;
		bool isFirst = true;
		bool isValid = true;
		in_order(root, lastNum, isFirst, isValid);
		return isValid;		
	}

private:
	void in_order(TreeNode* root, int& lastNum, bool& isFirst, bool& isValid) {
		if (!isValid || !root)
			return;

		in_order(root->left, lastNum, isFirst, isValid);

		if (isFirst) {
			isFirst = false;
			lastNum = root->val;
		} else {
			if (root->val <= lastNum)
				isValid = false;
			else
				lastNum = root->val;
		}

		in_order(root->right, lastNum, isFirst, isValid);
	}
};


99题:给一棵BST,里面有两个结点互换了位置,让你找出来并纠正。

要求也是不用额外的空间。

还是利用BST中序遍历元素大小递增的特点,扫一遍就能把他俩揪出来。

仔细分析一下,其实只有两种情况,就是中序遍历的时候,他俩挨在一起,或者不挨在一起。

挨在一起:比如 1 3 2 4

不挨在一起:比如 1 5 3 4 2 6

后一种情况很容易发现错位的元素。就是会一前一后发现2个“奇怪的元素”a和b,他们小于或等于他们之前的那个元素(比如上面例子里的3和2)。这样就能锁定错位的是:a之前的那个元素,和b本身这个元素(比如上面例子里的5和2)。


那么第一种情况怎么识别出来呢?因为扫一遍,只能发现一个“奇怪的元素”a,他小于或等于他之前的那个元素(比如第一个例子里的2)。那么只能识别出第一个错位的元素:a之前的那个元素(比如上面例子里的3)。这种情况下,第二个错位的元素一定是a本身。很简单。


上代码。这里用一个变量叫做suspect,来标记第一个“奇怪的元素”。如果扫一遍没发现第二个奇怪的元素,那么第二个错位的元素一定是suspect。

class Solution {
public:
	void recoverTree(TreeNode* root) {
		TreeNode* lastNode = NULL;
		TreeNode* wrong1 = NULL;
		TreeNode* wrong2 = NULL;
		TreeNode* suspect = NULL;
		bool isFirst = true;
		in_order(root, lastNode, isFirst, wrong1, wrong2, suspect);
		if (!wrong2)
			wrong2 = suspect;
		swap(wrong1->val, wrong2->val);
	}

private:
	void in_order(TreeNode* root, TreeNode*& lastNode, bool& isFirst, TreeNode*& wrong1, TreeNode*& wrong2, TreeNode*& suspect){
		if (!root)
			return;

		in_order(root->left, lastNode, isFirst, wrong1, wrong2, suspect);

		if (isFirst) {
			isFirst = false;
			lastNode = root;
		}
		else {
			if (root->val <= lastNode->val) {
				if (wrong1 == NULL) {
					wrong1 = lastNode;
					suspect = root;
				} else {
					wrong2 = root;
				}
			}
			else
				lastNode = root;
		}

		in_order(root->right, lastNode, isFirst, wrong1, wrong2, suspect);
	}
};



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:具备一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。
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