Leetcode Recover Binary Search Tree

本文介绍了一种在不改变二叉搜索树结构的情况下,恢复被错误交换的两个元素的方法。提供两种解决方案,一种使用O(n)的空间复杂度,另一种则采用常数空间复杂度。

Recover Binary Search Tree

Two elements of a binary search tree (BST) are swapped by mistake.

Recover the tree without changing its structure.

Note:
A solution using O( n ) space is pretty straight forward. Could you devise a constant space solution?

confused what "{1,#,2,3}" means? > read more on how binary tree is serialized on OJ.


本题注意不能通过测试是否是合法二叉树来修复,而是要通过检查全局二叉树确定哪两个节点的值调换了。

检查全局二叉树就是通过检查哪两个值是不按由小到大的顺序的。

可以利用额外空间O(n)空间,也可以使用常量空间。

要点就是:利用一个数组如vector保存不合法的节点,最后恢复不合法节点。


如下面两个程序:

1 O(n)空间

void recoverTree(TreeNode *root) 
	{
		if (!root || !root->left && !root->right) return;

		vector<TreeNode *> v;
		getTreeVals(v, root);
		checkVals(v);
	}
	void getTreeVals(vector<TreeNode *> &v, TreeNode *root)
	{
		if (!root) return;
		getTreeVals(v, root->left);
		v.push_back(root);
		getTreeVals(v, root->right);
	}
	void checkVals(vector<TreeNode *> &v)
	{
		int n1 = -1, n2 = -1;
		//画表,根据各种情况,最后得出计算公式
		for (int i = 0; i < v.size()-1; i++)
		{
			if (v[i]->val > v[i+1]->val) 
			{
				if (n1 == -1) n1 = i;
				else n2 = i+1;
			}
		}
		if (n2 == -1) n2 = n1+1;
		swap(v[n1]->val, v[n2]->val);
	}

2 常量空间

void recoverTree(TreeNode *root) 
	{
		if (!root || !root->left && !root->right) return;

		vector<TreeNode *> v;
		TreeNode *p = nullptr;
		getTreeVals(v, root, p);
		swap(v.front()->val, v.back()->val);
	}
	void getTreeVals(vector<TreeNode *> &v, TreeNode *root, TreeNode *&pre)
	{
		if (!root) return;
		getTreeVals(v, root->left, pre);
		if (pre && pre->val > root->val) 
		{
			if (v.empty()) v.push_back(pre);
			v.push_back(root);
		}
		pre = root;
		getTreeVals(v, root->right, pre);
	}


//2014-2-15 update
	void recoverTree(TreeNode *root) 
	{
		vector<TreeNode *> nodes;
		TreeNode *p = NULL;
		getNodes(nodes, root, p);
		swap(nodes.front()->val, nodes.back()->val);
	}
	void getNodes(vector<TreeNode *> &nodes, TreeNode *r, TreeNode *&pre)
	{
		if (!r) return;
		getNodes(nodes, r->left, pre);
		if (pre && pre->val > r->val) 
		{
			nodes.push_back(pre);
			nodes.push_back(r);
		}
		pre = r;
		getNodes(nodes, r->right, pre);
	}



内容概要:本文档是一份关于交换路由配置的学习笔记,系统地介绍了网络设备的远程管理、交换机与路由器的核心配置技术。内容涵盖Telnet、SSH、Console三种远程控制方式的配置方法;详细讲解了VLAN划分原理及Access、Trunk、Hybrid端口的工作机制,以及端口镜像、端口汇聚、端口隔离等交换技术;深入解析了STP、MSTP、RSTP生成树协议的作用与配置步骤;在路由部分,涵盖了IP地址配置、DHCP服务部署(接口池与全局池)、NAT转换(静态与动态)、静态路由、RIP与OSPF动态路由协议的配置,并介绍了策略路由和ACL访问控制列表的应用;最后简要说明了华为防火墙的安全区域划分与基本安全策略配置。; 适合人群:具备一定网络基础知识,从事网络工程、运维或相关技术岗位1-3年的技术人员,以及准备参加HCIA/CCNA等认证考试的学习者。; 使用场景及目标:①掌握企业网络中常见的交换与路由配置技能,提升实际操作能力;②理解VLAN、STP、OSPF、NAT、ACL等核心技术原理并能独立完成中小型网络搭建与调试;③通过命令示例熟悉华为设备CLI配置逻辑,为项目实施和故障排查提供参考。; 阅读建议:此笔记以实用配置为主,建议结合模拟器(如eNSP或Packet Tracer)动手实践每一条命令,对照拓扑理解数据流向,重点关注VLAN间通信、路由选择机制、安全策略控制等关键环节,并注意不同设备型号间的命令差异。
多旋翼无人机组合导航系统-多源信息融合算法(Matlab代码实现)内容概要:本文围绕多旋翼无人机组合导航系统,重点介绍了基于多源信息融合算法的设计与实现,利用Matlab进行代码开发。文中采用扩展卡尔曼滤波(EKF)作为核心融合算法,整合GPS、IMU(惯性测量单元)、里程计和电子罗盘等多种传感器数据,提升无人机在复杂环境下的定位精度与稳定性。特别是在GPS信号弱或丢失的情况下,通过IMU惯导数据辅助导航,实现连续可靠的位姿估计。同时,文档展示了完整的算法流程与Matlab仿真实现,涵盖传感器数据预处理、坐标系转换、滤波融合及结果可视化等关键环节,体现了较强的工程实践价值。; 适合人群:具备一定Matlab编程基础和信号处理知识,从事无人机导航、智能控制、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多旋翼无人机的高精度组合导航系统设计;②用于教学与科研中理解多传感器融合原理与EKF算法实现;③支持复杂环境下无人机自主飞行与定位系统的开发与优化。; 阅读建议:建议结合Matlab代码与理论推导同步学习,重点关注EKF的状态预测与更新过程、多传感器数据的时间同步与坐标变换处理,并可通过修改噪声参数或引入更多传感器类型进行扩展实验。
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