第十一周项目1验证算法—(3)中序线索化二叉树的算法验证

本文介绍了一种二叉树的线索化实现方法,并通过C语言代码详细展示了如何构造二叉树并对其进行中序线索化处理。此外,还提供了完整的运行结果及作者的学习心得。
 copyright (c) 2016,烟台大学计算机学院 
 All rights reserved. 
 文件名称:1.cpp 
 作者:孟令康
 完成日期:2016年9月12日 
 版本号:v1.0 
 问题描述:将二叉树线索化表示出来
 输入描述:无。
 输出描述:测试结果。

 代码:

#include <stdio.h>        
#include <malloc.h>        
#define MaxSize 100        
typedef char ElemType;        
typedef struct node        
{        
    ElemType data;        
    int ltag,rtag;      //增加的线索标记        
    struct node *lchild;        
    struct node *rchild;        
} TBTNode;        
        
void CreateTBTNode(TBTNode * &b,char *str)        
{        
    TBTNode *St[MaxSize],*p=NULL;        
    int top=-1,k,j=0;        
    char ch;        
    b=NULL;             //建立的二叉树初始时为空        
    ch=str[j];        
    while (ch!='\0')    //str未扫描完时循环        
    {        
        switch(ch)        
        {        
        case '(':        
            top++;        
            St[top]=p;        
            k=1;        
            break;      //为左结点        
        case ')':        
            top--;        
            break;        
        case ',':        
            k=2;        
            break;                          //为右结点        
        default:        
            p=(TBTNode *)malloc(sizeof(TBTNode));        
            p->data=ch;        
            p->lchild=p->rchild=NULL;        
            if (b==NULL)                    //*p为二叉树的根结点        
                b=p;        
            else                            //已建立二叉树根结点        
            {        
                switch(k)        
                {        
                case 1:        
                    St[top]->lchild=p;        
                    break;        
                case 2:        
                    St[top]->rchild=p;        
                    break;        
                }        
            }        
        }        
        j++;        
        ch=str[j];        
    }        
}        
        
void DispTBTNode(TBTNode *b)        
{        
    if (b!=NULL)        
    {        
        printf("%c",b->data);        
        if (b->lchild!=NULL || b->rchild!=NULL)        
        {        
            printf("(");        
            DispTBTNode(b->lchild);        
            if (b->rchild!=NULL) printf(",");        
            DispTBTNode(b->rchild);        
            printf(")");        
        }        
    }        
}        
        
TBTNode *pre;                       //全局变量        
        
void Thread(TBTNode *&p)        
{        
    if (p!=NULL)        
    {        
        Thread(p->lchild);          //左子树线索化        
        if (p->lchild==NULL)        //前驱线索        
        {        
            p->lchild=pre;          //建立当前结点的前驱线索        
            p->ltag=1;        
        }        
        else p->ltag=0;        
        if (pre->rchild==NULL)      //后继线索        
        {        
            pre->rchild=p;          //建立前驱结点的后继线索        
            pre->rtag=1;        
        }        
        else pre->rtag=0;        
        pre=p;        
        Thread(p->rchild);          //右子树线索化        
    }        
}        
        
TBTNode *CreaThread(TBTNode *b)     //中序线索化二叉树        
{        
    TBTNode *root;        
    root=(TBTNode *)malloc(sizeof(TBTNode));  //创建根结点        
    root->ltag=0;        
    root->rtag=1;        
    root->rchild=b;        
    if (b==NULL)                //空二叉树        
        root->lchild=root;        
    else        
    {        
        root->lchild=b;        
        pre=root;               //pre是*p的前驱结点,供加线索用        
        Thread(b);              //中序遍历线索化二叉树        
        pre->rchild=root;       //最后处理,加入指向根结点的线索        
        pre->rtag=1;        
        root->rchild=pre;       //根结点右线索化        
    }        
    return root;        
}        
        
void ThInOrder(TBTNode *tb)        
{        
    TBTNode *p=tb->lchild;      //指向根结点        
    while (p!=tb)        
    {        
        while (p->ltag==0) p=p->lchild;        
        printf("%c ",p->data);        
        while (p->rtag==1 && p->rchild!=tb)        
        {        
            p=p->rchild;        
            printf("%c ",p->data);        
        }        
        p=p->rchild;        
    }        
}        
        
int main()        
{        
    TBTNode *b,*tb;        
    CreateTBTNode(b,"A(B(D(,G)),C(E,F))");        
    printf(" 二叉树:");        
    DispTBTNode(b);        
    printf("\n");        
    tb=CreaThread(b);        
    printf(" 线索中序序列:");        
    ThInOrder(tb);        
    printf("\n");        
    return 0;        
}  
运行结果:


知识点总结:

        利用指针,把前驱节点和后驱节点表示出来。

学习心得:

        加深理解。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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