173. 二叉搜索树迭代器

本文探讨了二叉搜索树迭代器的两种实现方法:使用队列和使用栈。通过对比,阐述了每种方法的优缺点,以及如何在保持时间效率的同时降低空间复杂度。

问题
在这里插入图片描述
在这里插入图片描述

例子
在这里插入图片描述

思路

  • 方法1

    使用队列保存递增数组,为什么用队列?因为方便,直接poll即可,但缺点是空间复杂度是O(n)而不是O(logn)

  • 方法2

    使用栈,初始保存所有的左子树。
    获取next时,取栈顶元素的值,并把下一个最小的大于该值的结点放入栈
    next方法:看起来是O(n),其实是O(1),因为其中的循环加上初始化的循环,共放入栈中n个元素,总共会有O(n)次操作,均摊到每一次next()的话平均时间复杂度则是O(n)/n=O(1)

代码

//方法1
class BSTIterator {
    Queue<Integer> q = new LinkedList<>();
    public BSTIterator(TreeNode root) {
        midOrder(root);
    }
    
    public int next() {
        //因为题目中假设调用next时总是有元素的
        return q.poll();
    }

    public boolean hasNext() {
        return q.size()>0;
    }
    
    public void midOrder(TreeNode root) {
        if(root==null) return;
        if(root.left!=null) midOrder(root.left);
        q.offer(root.val);
        if(root.right!=null) midOrder(root.right);
    }
    
}
//方法2
class BSTIterator {
    Stack<TreeNode> s = new Stack<>();
    public BSTIterator(TreeNode root) {
        while(root!=null) {
            s.push(root);
            root = root.left;
        }
    }
    
    public int next() {
        //因为题目中假设调用next时总是有元素的
        //返回值,并把下一个结点放入栈
        TreeNode node = s.pop();
        TreeNode right = node.right;
        while(right!=null) {
            s.push(right);
            right=right.left;
        }
        return node.val;
    }

    public boolean hasNext() {
        return s.size()>0;
    }    
}

【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
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