疑惑的return

我写一个二叉查找树,但是发现在第一次插入节点的时候,两次return呢?

/////////////////////// bst.h//////////////

#ifndef _BST_H

#define _BST_H

template <class Key>

class BinSearchTree

{

private:      struct Node

                    {Key data;         Node *lchild;         Node *rchild;

                     Node(Key da, Node* l, Node* r);    

                     };   

                   Node  *root;

                      int size;

public:       BinSearchTree();

                  void destory(Node *r);

                   Node* insert(Key,Node*);

                     bool search(Key,Node*);     

                   void sort(Node*);   

                   Node* getRoot()            

                    { return root;}

};

 #endif           

///////////////////////////////////////////////end of the file/////////////////

//////////////////////////////////////binST.cpp/////////////////////

 

  #include <iostream>
#include "bst.h"
using namespace std;

template <class Key>
BinSearchTree<Key>::BinSearchTree()
{
 root = 0;
 size=0;
}

template <class Key>
typename BinSearchTree<Key>::Node *BinSearchTree<Key>::insert(Key data, Node *r)
{
 if(!r)
 {
   Node *b = new Node(data,0,0);
   if(!root) root = b;
   size++;
   return b;
 }
 if(data <= r->data ) r->lchild=insert(data,r->lchild);
 if(data > r->data  ) r->rchild=insert(data,r->rchild);
 return r; ////当插入10的时候也执行。不理解为什么?

}

template <class Key>
void BinSearchTree<Key>::sort(Node* r)
{
 if(!r) return;
 sort(r->lchild);
 printf("%d,",r->data);
 sort(r->rchild);
}

template <class Key>
bool BinSearchTree<Key>::search(Key data, Node *r)
{
 if(!r) return false;
 if(data == r->data) return true;
 if(data < r->data) return search(data, r->lchild);
   else return search(data,r->rchild);
}

template <class Key>
void BinSearchTree<Key>::destory(Node *r)
{
 if(!r) return;
 destory(r->lchild);
 destory(r->rchild);
 free(r);
}

template <class Key>
BinSearchTree<Key>::Node::Node(Key da, Node* l, Node* r)
{
 data =da;
 lchild =l;
 rchild =r;
}

int main(int argc, char *argv)
{
BinSearchTree<int> bt;
bt.insert(10,bt.getRoot());
bt.insert(8,bt.getRoot());
bt.insert(11,bt.getRoot());
bt.insert(1,bt.getRoot());
bt.sort(bt.getRoot());
cout <<"Key 100 exists " << bt.search(100, bt.getRoot());
cout << endl;
bt.destory(bt.getRoot());
system("PAUSE");
return 0;
}

//////////////////////////////////////end of binST.cpp/////////////////////

 

本人用的DEV-C++ 编写和运行的
                                  

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
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