程序员面试金典 4.5

Validate BST:判断一棵树是否是二叉搜索树。

一种解法是可以通过中序遍历将树中元素复制到数组中,然后判断数组是否是有序的,但是这种解法在树中存在相同元素时会存在问题,不过一般来说二叉搜索树中不存在重复元素,而且根据力扣上的测试用例,存在重复元素要返回false

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    bool isValidBST(TreeNode* root) {
        TraverseInOrder(root);
        for(size_t i = 1; i < vec.size(); i++)
        {
            if(vec[i] <= vec[i - 1]) return false;
        }
        return true;
    }
private:
    vector<int> vec;
    void TraverseInOrder(TreeNode *root)
    {
        if(root == nullptr) return;
        TraverseInOrder(root->left);
        vec.push_back(root->val);
        TraverseInOrder(root->right);
    }
};

把上面的方法优化一下,其实并不需要把整个数组拷贝出来,只需要知道最后拷贝出来的元素是什么就可以了(因为力扣上的测试用例会存在INT_MAX,所以只能用指针表示最后一次拷贝出来的元素,或者用long long,只要能区分是否是第一次赋值就可以)。

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
private:
    int* pElt = nullptr;
public:
    bool isValidBST(TreeNode* root) {
        if(root == nullptr) return true;
        if(!isValidBST(root->left)) return false;
        if(pElt == nullptr){
            pElt = new int(root->val);
        }
        else if(root->val <= *pElt){
            return false;
        }
        else{
            *pElt = root->val;
        }
        return isValidBST(root->right);
    }
};

另一种解法是利用二叉搜索树的定义,左子树所有节点都小于根节点,右子树所有节点都大于根节点(不是left.data < current.data < right.data),根据这种思路的解法如下,时间复杂度为O(n)。如果二叉树是平衡的(左右子树高度最多差1),则空间复杂度为O(logn)

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode(int x) : val(x), left(NULL), right(NULL) {}
 * };
 */
class Solution {
public:
    bool isValidBST(TreeNode* root) {
        return checkValidBST(root, LLONG_MIN, LLONG_MAX);
    }
private:
    bool checkValidBST(TreeNode *root, const long long min, const long long max)
    {
        if(root == nullptr) return true;
        if(!checkValidBST(root->left, min, root->val)) return false;
        if(root->val <= min || root->val >= max) return false;
        return checkValidBST(root->right, root->val, max);
    }
};
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
评论
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