【AVL树】PAT甲级 1123 Is It a Complete AVL Tree

1123 Is It a Complete AVL Tree

柳神的代码,非常之简洁,推荐~

解题思路

LL 型的时候:对根节点使用一次右旋(代码中即函数 R(),意思是进行右旋)

LR 型的时候:对根节点的左节点先进行左旋,再对根节点进行右旋(代码中即函数 LR(),和形状命名相同)

RR、RL 型同理。

参考代码

using namespace std;
typedef long long LL;
typedef double db;
const int inf = 0x3f3f3f3f;
const LL INF = 1e18;
const int N = 200 + 10;

inline int readint() {int x; scanf("%d", &x); return x;}

struct node{
    int val;
    node *l, *r;
    node() {l = r = NULL;}
};

node* L(node *tree) {  //左旋:RR的时候用
    node *temp = tree->r;
    tree->r = temp->l;
    temp->l = tree;
    return temp;
}

node *R(node *tree) {  //右旋:LL的时候用
    node *temp = tree->l;
    tree->l = temp->r;
    temp->r = tree;
    return temp;
}

node *LR(node *tree) {
    tree->l = L(tree->l);
    return R(tree);
}

node *RL(node *tree) {
    tree->r = R(tree->r);
    return L(tree);
}

int get_h(node *tree) {
    if (tree == NULL) return 0;
    int l = get_h(tree->l);
    int r = get_h(tree->r);
    return max(l, r) + 1;
}

node *insert(node *tree, int val) {
    if (tree == NULL) {
        tree = new node;
        tree->val = val;
    }
    else if (val < tree->val) {
        tree->l = insert(tree->l, val);
        int l = get_h(tree->l), r = get_h(tree->r);
        if (l - r >= 2) {  //LL或LR型
            if (val < tree->l->val) {  //LL
                tree = R(tree);
            }
            else  //LR
                tree = LR(tree);
        }
    }
    else {
        tree->r = insert(tree->r, val);
        int l = get_h(tree->l), r = get_h(tree->r);
        if (r - l >= 2) {  //RR或RL型
            if (val > tree->r->val)  //RR
                tree = L(tree);
            else  //RL
                tree = RL(tree);
        }
    }
    return tree;
}

int is_complete = 1, after = 0;  //after用于判断当前结点之后是不是都要NULL,为1时代表是
VI level_order(node *tree) {
    VI ans;
    queue<node*> q;
    q.push(tree);
    while (!q.empty()) {
        node *now = q.front();
        q.pop();
        ans.push_back(now->val);
        if (now->l != NULL) {
            if (after) {
                is_complete = 0;
            }
            q.push(now->l);
        }
        else after = 1;
        if (now->r != NULL) {
            if (after) is_complete = 0;
            q.push(now->r);
        }
        else after = 1;
    }
    return ans;
}
int main() {
#ifdef LOCAL
    freopen("input.txt", "r", stdin);
//   freopen("output.txt", "w", stdout);
#endif
    int n = readint();
    node *root = NULL;
    for(int i = 0; i < n; ++i) {
        int val = readint();
        root = insert(root, val);
    }
    VI ans;
    ans = level_order(root);
    for(int i = 0; i < (int)ans.size(); ++i) {
        printf("%s%d", i ? " " : "", ans[i]);
    }
    printf("\n%s", is_complete ? "YES" : "NO");

    return 0;
}
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论 1
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