java二叉树

本文介绍了一个简单的二叉树类的实现,包括插入、查找和删除节点的功能,并演示了中序、前序和后序遍历的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


public class Node {
int id; // 索引值
int data;
Node leftNode;
Node rightNode;

Node(){

}

}




package tree;

public class BiTree {
private static Node root;

public BiTree(){
root=null;
}

public Node insertNode(int index,int val){
Node newNode=new Node();
newNode.id=index;
newNode.data=val;
boolean tr=true;
if(root==null) root=newNode;
else{
Node current=root;

while(tr){
Node parent=current;
if(index>current.id){
current=current.rightNode;
if(current==null){
parent.rightNode=newNode; //树的连接
tr=false;
return current;
}
}
else{
current=current.leftNode;
if(current==null){
parent.leftNode=newNode;
tr=false;
return current;
}
}

}
}
return null;

}
public Node getNode(int index){
Node current =root;
boolean tr=true;
if(root==null)
return null;
while(tr){

if(current.id==index){
System.out.println("get it : "+current.data);
tr=false;
return current;
}
if(current.id<index){
current=current.rightNode;
}
else{
current=current.leftNode;
}
if(current==null){
System.out.println("null ,can not get it");
tr=false;
return null;
}


}
return null;
}

/*
* 删除掉包括index在内和与index连接 的后面的点
*/
public Node deleteNode(int index){
Node current=root;
Node parent = null;
boolean tr=true;
if(root==null) return null;
if(root.leftNode==null&&root.rightNode==null) {
root=null;
return null;
}
while(tr){
parent=current;
if(current.id<index){

current=current.rightNode;
if(current.id==index){
parent.rightNode=null;
tr=false;
return current;
}
if(current==null){
tr=false;
return current;
}
}
else{
current=current.leftNode;
if(current.id==index){
parent.leftNode=null;
tr=false;
return current;
}
if(current==null){
tr=false;
return current;
}
}

}
return null;
}

public void inOrder(Node node){


if(node!=null){
inOrder(node.leftNode);
System.out.print(node.data+ " ");
inOrder(node.rightNode);
}
}

public void postOrder(Node node){


if(node!=null){
postOrder(node.leftNode);
postOrder(node.rightNode);
System.out.print(node.data+ " ");
}
}

public void preOrder(Node node){

if(node!=null){
System.out.print(node.data+ " ");
preOrder(node.leftNode);
preOrder(node.rightNode);
}
}

public static void main(String[] args){
BiTree bit=new BiTree();
bit.insertNode(25, 3);
bit.insertNode(3, 4);
bit.insertNode(52, 33);
bit.insertNode(523, 333);
bit.insertNode(35, 13);
bit.insertNode(532, 30);
bit.insertNode(1, 113);
bit.insertNode(15, 23);
bit.insertNode(10, 3323);
bit.getNode(10);
// bit.deleteNode(523);
bit.postOrder(root);
System.out.println("");
bit.preOrder(root);
System.out.println("");
bit.inOrder(root);

}

}

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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