剑指offer 二叉搜索树的后序遍历序列

本文介绍了一种算法,用于判断给定的整数数组是否为二叉搜索树的后序遍历结果。通过递归地检查数组的左子树和右子树,确保所有元素符合二叉搜索树的性质。

题目描述

输入一个整数数组,判断该数组是不是某二叉搜索树的后序遍历的结果。如果是则输出Yes,否则输出No。假设输入的数组的任意两个数字都互不相同。

 

例如,输入数组a={5,7,6,9,11,10,8}

在后序遍历中,最后一个是树的根节点的值。二叉搜索树中,左子树节点都比根节点小,右子树节点都比根节点大。

以数组a为例,前3个数字5、7、5都比根节点小,是根节点的左子树,9、11、10都比根节点大,是根节点的右子树。

接下来用同样的方法确定数组的每一部分对应的子树结构,就是递归。


/**
 * @author yuan
 * @date 2019/2/15
 * @description
 */
public class 二叉搜索树的后序遍历序列 {
    public boolean VerifySquenceOfBST(int[] sequence, int start, int length) {
        // 根节点的值
        int root = sequence[length - 1];

        // 二叉搜索树中左子树节点的值小于根节点
        int i = start;
        for (; i < length - 1; i++) {
            if (sequence[i] > root) {
                break;
            }
        }

        // 二叉搜索树中右子树节点的值大于根节点
        int j = i;
        for (; j < length - 1; j++) {
            if (sequence[j] < root) {
                return false;
            }
        }

        // 判断左子树是不是二叉搜索树
        boolean left = true;
        if (i > 0) {
            left = VerifySquenceOfBST(sequence, 0, i);
        }

        // 判断右子树是不是二叉搜索树
        boolean right = true;
        if (i < length - 1) {
            right = VerifySquenceOfBST(sequence, i, length - i - 1);
        }
        return left && right;
    }

    public boolean VerifySquenceOfBST(int [] sequence) {
        if (sequence == null || sequence.length == 0) {
            return false;
        }
        return VerifySquenceOfBST(sequence, 0, sequence.length);
    }
    

 

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
评论 1
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