ZJU 3170 7 Levels of Binary Search Tree

本文介绍了一道关于构造二叉搜索树并进行后序遍历的编程题。题目通过给出节点数量及各父节点的左右子树节点数量来构建树结构,要求实现后序遍历输出。文章提供了详细的解题思路及C++代码实现。

题目链接:

http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=3170

题意:

给你一个n,里面有n个点,然后再给出一个m,下面有m-1行的数据,每一行的数据个数是不定的,需要自己计算输入。但是大致上是这样给的,每一行都会给出父结点的左子树的结点的总个数,以及右子树结点的个数。这样,会构成一颗二叉搜索树,让你以后序遍历的方式输出这颗树。
题解:
解决好输入的问题( 第一行的输入一定只有两个,第二行开始的输入的个数,可以通过找上一行中2出现的个数*2),然后就是以深搜递归的方式去确定,这里就不详细讲了,直接看代码。
代码:

#include <cstdio>
#include <vector>
#include <queue>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;
#define met(a,b) memset(a,b,sizeof(a))
#define inf 0x3f3f3f3f
const int maxn = 1000+10;
queue<int>q[maxn];
int num[maxn];
int ans[maxn];

void dfs(int left,int right,int cnt,int a,int b,int MM,int MX)
{
    ans[right]=num[MM+a];
    if(a==1)
    {
        ans[left]=num[MM+a-1];
    }
    else if(a>=2)
    {
        int depth=cnt+1;
        int tempa=0,tempb=0;
        tempa=q[depth].front();
        q[depth].pop();
        tempb=q[depth].front();
        q[depth].pop();
        dfs(left,left+a-1,depth,tempa,tempb,MM,MM+a-1);
    }
    if(b==1)
    {
        ans[right-1]=num[MM+a+1];
    }
    else if(b>=2)
    {
        int depth=cnt+1;
        int tempa=0,tempb=0;
        tempa=q[depth].front();
        q[depth].pop();
        tempb=q[depth].front();
        q[depth].pop();
        dfs(left+a,right-1,depth,tempa,tempb,MM+a+1,MX);
    }
}


int main()
{
    int n;
    while(scanf("%d",&n)!=EOF)
    {
        for(int i=0;i<n;i++)
        {
            while(!q[i].empty())
                q[i].pop();
        }
        met(ans,0);
        for(int i=1;i<=n;i++)
            scanf("%d",&num[i]);
        sort(num+1,num+1+n);
        int m;
        scanf("%d",&m);
        if(n==1)
        {
            printf("%d\n",num[1]);
            continue;
        }
        m-=1;
        int cnt=1;
        int next_cnt=0;
        int len=0;
        while(m--)
        {
            cnt*=2;
            next_cnt=0;
            while(cnt--)
            {
                int x=0;
                scanf("%d",&x);
                q[len].push(x);
                if(x>=2)
                    next_cnt++;
            }
            len++;
            cnt=next_cnt;
        }
        int ans1=q[0].front();
        q[0].pop();
        int ans2=q[0].front();
        q[0]. pop();
        dfs(1,n,0,ans1,ans2,1,n);
        for(int i=1;i<=n;i++)
        {
            printf("%d",ans[i]);
            if(i!=n)
                printf(" ");
            else
                printf("\n");
        }
    }
}
Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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