501. 二叉搜索树中的众数

这篇博客介绍了如何在二叉搜索树中找到出现频率最高的元素(众数)。作者通过实现Morris中序遍历算法,优化了查找过程,避免了使用额外的空间。在遍历过程中,统计每个节点的出现频率,并使用哈希映射存储。最后,通过比较频率找出众数并返回。此方法适用于解决给定的二叉搜索树问题,同时考虑了众数可能存在的多个情况。
/**
 * 501. 二叉搜索树中的众数
 * @author wsq
 * @date 2020/09/24
	 给定一个有相同值的二叉搜索树(BST),找出 BST 中的所有众数(出现频率最高的元素)。

	假定 BST 有如下定义:
		结点左子树中所含结点的值小于等于当前结点的值
		结点右子树中所含结点的值大于等于当前结点的值
		左子树和右子树都是二叉搜索树
		
	例如:
	给定 BST [1,null,2,2],
	   1
	    \
	     2
	    /
	   2
	返回[2].
	
	提示:如果众数超过1个,不需考虑输出顺序
	进阶:你可以不使用额外的空间吗?(假设由递归产生的隐式调用栈的开销不被计算在内)

	链接:https://leetcode-cn.com/problems/find-mode-in-binary-search-tree
 */
package notsubmit;

import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;

public class FindMode {
	/**
	 * 描述元素出现的频率
	 */
	private Map<Integer, Integer> freqMap = new HashMap();
	/**
	 * 采用Morris中序遍历
	 * 由于BFS的中序遍历产生的序列是非递减的,所以可以做下优化,不是用哈希表
	 * @param root
	 * @return
	 */
    public int[] findMode(TreeNode root) {
    	if(root == null) {
    		return null;
    	}
    	// 遍历二叉树所有的节点,统计元素出现的频率
    	TreeNode cur = root;
    	TreeNode mostRight = null;
    	while(cur != null) {
    		if(cur.left == null) {
    			int preNum = freqMap.get(cur.val) == null ? 0 : freqMap.get(cur.val);
    			freqMap.put(cur.val, ++preNum);
    			cur = cur.right;
    		}else {
    			mostRight = getMostRight(cur);
    			if(mostRight.right == null) {
    				mostRight.right = cur;
    				cur = cur.left;
    			}else {
    				countFreq(cur.val);
    				mostRight.right = null;
    				cur = cur.right;
    			}
    		}
    	}
    	
    	ArrayList<Integer> ansList = new ArrayList<Integer>();
    	int maxVal = -1;
    	for(Integer k: freqMap.keySet()) {
    		int val = freqMap.get(k);
    		if(maxVal == -1) {
    			ansList.add(k);
    			maxVal = val;
    			continue;
    		}else if(val > maxVal){
    			ansList.clear();
    			maxVal = val;
    			ansList.add(k);
    		}else if(val == maxVal) {
    			ansList.add(k);
    		}
    	}
    	int[] ans = new int[ansList.size()];
    	for(int i=0; i < ansList.size(); ++i) {
    		ans[i] = ansList.get(i);
    	}
    	return ans;
    }
    
    public TreeNode getMostRight(TreeNode head) {
    	TreeNode node = head.left;
    	while(node.right != null && node.right != head) {
    		node = node.right;
    	}
    	return node;
    }
    
    public void countFreq(int val) {
    	int preNum = freqMap.get(val) == null ? 0 : freqMap.get(val);
		freqMap.put(val, ++preNum);
    }
    
    public static void main(String[] args) {
		
	}
}

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