LeetCode 105. 从前序与中序遍历序列构造二叉树

本文介绍了一种通过前序遍历和中序遍历构建二叉树的算法,并提供了详细的实现代码。通过递归的方式确定每个节点的位置,最终构建完整的二叉树结构。
/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    // 我们需要跟踪根的位置:前序和中序 都需要
    // 但是前序中根的位置是有迹可循的:i=0,i+左子树节点数...
    private TreeNode helper(int lo,int hi,int preRootIndex,int[] preorder,int[] inorder){
        if(lo>hi||preRootIndex>=preorder.length){
            return null;
        }
        if(lo==hi){
            return new TreeNode(inorder[lo]);
        }
        TreeNode root=new TreeNode(preorder[preRootIndex]);
        // 得到作为根的元素在中序中的位置
        int inRootIndex=val2index.get(root.val);
        // 左子树的根就在前序中根的后面一个(如果根为空?
        // 如果根为空,那么lo和inRootIndex就相等,那么inRootIndex-1就小于lo,返回null
        int preLeftRootIndex=preRootIndex+1;
        root.left=helper(lo,inRootIndex-1,preLeftRootIndex,preorder,inorder);
        // 右子树的根,在当前根+左子树节点数+1
        int preRightRootIndex=preRootIndex+(inRootIndex-1-lo+1)+1;
        root.right=helper(inRootIndex+1,hi,preRightRootIndex,preorder,inorder);
        return root;
    }
    private HashMap<Integer,Integer> val2index=new HashMap<>();
    public TreeNode buildTree(int[] preorder, int[] inorder) {
        for(int i=0;i<inorder.length;i++){
            val2index.put(inorder[i],i);
        }
        return helper(0,inorder.length-1,0,preorder,inorder);
    }
}

这个题以前做过 但是竟然再做还遇到了一些麻烦 看来还是要多模拟一下做法?(就考试做的那种,把算法搞清楚

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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