面试100题:9.判断整数序列是不是二元查找树的后序遍历结果

本文提供了解决方案,用于判断给定的整数序列是否符合二元查找树的后序遍历特征。通过分析序列中元素的位置和大小关系,实现对序列的验证。

转载并参考July的博客http://topic.youkuaiyun.com/u/20101126/10/b4f12a00-6280-492f-b785-cb6835a63dc9.html,万分感谢!

题目

输入一个整数数组,判断该数组是不是某二元查找树的后序遍历的结果。如果是返回true,否则返回false。

例如输入5, 7, 6, 9, 11, 10, 8,由于这一整数序列是如下树的后序遍历结果:

          8

      /      \

    6       10

  /  \      /    \

5     7  9    11

因此返回true。

如果输入7、4、6、5,没有哪棵树的后序遍历的结果是这个序列,因此返回false。

分析

在后续遍历得到的序列中,最后一个元素为树的根结点。从头开始扫描这个序列,比根结点小的元素都应该位于序列的左半部分;从第一个大于跟结点开始到跟结点前面的一个元素为止,所有元素都应该大于跟结点,因为这部分元素对应的是树的右子树。根据这样的划分,把序列划分为左右两部分,我们递归地确认序列的左、右两部分是不是都是二元查找树。

解一

/*Title: 9.判断整数序列是不是二元查找树的后序遍历结果:解一
Author:  gocode
Date:    2012-10-12*/
 
#include <iostream>
using namespace std;
 
bool verifyBSTPostSort(int squence[], int length)
{
    // 判断数组是否为空或长度为0
    if(squence == NULL || length <= 0)
        return false;
 
    // 后序排序二叉树的根节点是数组的最后一个,这是后序排序的特点
    int root = squence[length - 1];
 
    // 左子树的值永远要小于根节点,否则就可以判定该数组序列不是后序排序的二叉树
    // squence[i]>root表明此时squence[i]进入右子树区间
    int i = 0;
    for(; i < length - 1; ++i)
    {
        if(squence[i] > root)
            break;
    }
 
    // 右子树的值永远要大于根节点,否则就可以判定该数组序列不是后序排序的二叉树
    // j = i 继续检查右子树
    int j = i;
    for(; j < length - 1; ++j)
    {
        if(squence[j] < root)
            return false;
    }
 
    // 在区间点i,继续对两个区间检查
    // left和right的初值不能设定为false,这是要考虑到区间为一个数值的情况。
    // 区间为一个值时,上面2个for循环已经不起作用了,并且下面2个if语句为false
    // 此时如果left,right的初值设为false,则区间为一个值时就会返回false,导致判断出错。
    bool left = true; 
    if(i > 0)
        left = verifyBSTPostSort(squence, i);
 
    bool right = true;
    if(i < length - 1)
        right = verifyBSTPostSort(squence + i, length - i - 1);
 
    return(left && right);
}
 
void main()
{
    int a[] = {5, 7, 6, 9, 11, 10, 8};
 
    cout<<"The result is: "<<verifyBSTPostSort(a, 7)<<endl;
    getchar();
}

解二

/*Title: 9.判断整数序列是不是二元查找树的后序遍历结果:解二
Author:  gocode
Date:    2012-10-12*/

#include <iostream>
#include <climits>
using namespace std;
 
#define N 100
 
bool judge(int a[], int len, int stk[])
{
    int top=1; //栈顶指针
 
    for(int i=len-1; i>=0; --i)
    {
        if (a[i]>=stk[top]) //如果不能插入到栈中,返回false
            return false;
 
        while (a[i]<stk[top]) //在数组a[i]中查找第一个不大于stk[top]的数
        {
            --top;
        }
        if (a[i] == stk[top]) //如果啊a[i]与栈中元素相同返回false
            return false;
 
        // 把栈中比a[i]大的那个数向右移一个位置,把a[i]插到栈中
        top += 2;
        stk[top] = stk[top-1];
        stk[top-1] = a[i];
    }
 
    return true;
}
 
int main()
{
    // INT_MAX = 2147483647
    // INT_MIN = -2147483648
    int stack[N]={INT_MIN, INT_MAX};
    int a[]={5, 7, 6, 9, 11, 10, 8};
    
    cout<<"The result is: "<<judge(a,7,stack)<<endl ;
    cout<<"The stack is: "<<endl;
    // 根据数组长度6列出栈内的值,顺序为栈顶到栈底
    for(int j = 6; j >= 0; --j)
        cout<<stack[j]<<" ";
    getchar();
}


基于Python的汽车之家网站舆情分析系统研究AI更换标第1章引言阐述汽车之家网站舆情分析的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景与意义说明汽车之家网站舆情分析对汽车行业及消费者的重要性。1.2国内外研究现状概述国内外在汽车舆情分析领域的研究进展与成果。1.3论文方法及创新点介绍本文采用的研究方法及相较于前人的创新之处。第2章相关理论总结和评述舆情分析、Python编程及网络爬虫相关理论。2.1舆情分析理论阐述舆情分析的基本概念、流程及关键技术。2.2Python编程基础介绍Python语言特点及其在数据分析中的应用。2.3网络爬虫技术说明网络爬虫的原理及在舆情数据收集中的应用。第3章系统设计详细描述基于Python的汽车之家网站舆情分析系统的设计方案。3.1系统架构设计给出系统的整体架构,包括数据收集、处理、分析及展示模块。3.2数据收集模块设计介绍如何利用网络爬虫技术收集汽车之家网站的舆情数据。3.3数据处理与分析模块设计阐述数据处理流程及舆情分析算法的选择与实现。第4章系统实现与测试介绍系统的实现过程及测试方法,确保系统稳定可靠。4.1系统实现环境列出系统实现所需的软件、硬件环境及开发工具。4.2系统实现过程详细描述系统各模块的实现步骤及代码实现细节。4.3系统测试方法介绍系统测试的方法、测试用例及测试结果分析。第5章研究结果与分析呈现系统运行结果,分析舆情数据,提出见解。5.1舆情数据可视化展示通过图表等形式展示舆情数据的分布、趋势等特征。5.2舆情分析结果解读对舆情分析结果进行解读,提出对汽车行业的见解。5.3对比方法分析将本系统与其他舆情分析系统进行对比,分析优劣。第6章结论与展望总结研究成果,提出未来研究方向。6.1研究结论概括本文的主要研究成果及对汽车之家网站舆情分析的贡献。6.2展望指出系统存在的不足及未来改进方向,展望舆情
【磁场】扩展卡尔曼滤波器用于利用高斯过程回归进行磁场SLAM研究(Matlab代码实现)内容概要:本文介绍了利用扩展卡尔曼滤波器(EKF)结合高斯过程回归(GPR)进行磁场辅助的SLAM(同步定位与地图构建)研究,并提供了完整的Matlab代码实现。该方法通过高斯过程回归对磁场空间进行建模,有效捕捉磁场分布的非线性特征,同时利用扩展卡尔曼滤波器融合传感器数据,实现移动机器人在复杂环境中的精确定位与地图构建。研究重点在于提升室内等无GPS环境下定位系统的精度与鲁棒性,尤其适用于磁场特征明显的场景。文中详细阐述了算法原理、数学模型构建、状态估计流程及仿真实验设计。; 适合人群:具备一定Matlab编程基础,熟悉机器人感知、导航或状态估计相关理论的研究生、科研人员及从事SLAM算法开发的工程师。; 使用场景及目标:①应用于室内机器人、AGV等在缺乏GPS信号环境下的高精度定位与地图构建;②为磁场SLAM系统的设计与优化提供算法参考和技术验证平台;③帮助研究人员深入理解EKF与GPR在非线性系统中的融合机制及实际应用方法。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注高斯过程回归的训练与预测过程以及EKF的状态更新逻辑,可通过替换实际磁场数据进行实验验证,进一步拓展至多源传感器融合场景。
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