LintCode 1003: Binary Tree Pruning (二叉树经典题)

博客围绕二叉树剪枝问题展开,给定节点值为0或1的二叉树,需移除不包含1的子树。给出多个输入输出示例,还介绍了递归解法,强调添加特定代码行可避免考虑指针的指针或引用。

1003. Binary Tree Pruning

中文English

Given the head node root of a binary tree, where additionally every node's value is either a 0 or a 1.

 

Return this tree where every subtree (of the given tree) not containing a 1 has been removed.

 

(Recall that the subtree of a node X is X, plus every node that is a descendant of X.)

 

Example

Example 1:

 

Input: {1,#,0,0,1}

Output: {1,#,0,#,1}

Explanation:

Only the red nodes satisfy the property "every subtree not containing a 1".

The diagram on the right represents the answer.


 

Example 2:

 

Input: {1,0,1,0,0,0,1}

Output: {1,#,1,#,1}


 

Example 3:

 

Input: {1,1,0,1,1,0,1,0}

Output: {1,1,0,1,1,#,1}


 

Notice

The binary tree will have at most 100 nodes.

The value of each node will only be 0 or 1.

解法1:递归。

这题要注意加这2行:
root->left = leftNode;
root->right =rightNode;
这样就不用考虑指针的指针或指针的引用了。

代码如下:
 

/**
 * Definition of TreeNode:
 * class TreeNode {
 * public:
 *     int val;
 *     TreeNode *left, *right;
 *     TreeNode(int val) {
 *         this->val = val;
 *         this->left = this->right = NULL;
 *     }
 * }
 */

class Solution {
public:
    /**
     * @param root: the root
     * @return: the same tree where every subtree (of the given tree) not containing a 1 has been removed
     */
    TreeNode * pruneTree(TreeNode * root) {
        if (!root) return NULL;
        
        TreeNode * leftNode = pruneTree(root->left);
        TreeNode * rightNode = pruneTree(root->right);
        
        root->left = leftNode;
        root->right = rightNode;
        
        if (!leftNode && !rightNode && root->val == 0) {
            root = NULL;
        }
        return root;
    }
};

 

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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