tunyue456的专栏

#include #include #include void swap(int&,int&); int partion(int *a,int p,int r); void QuickSort(int *a,int p,int r); int main() {      int *array1 = 0, num, i;       printf("please input the

建立简单的数据结构并进行后续处理 例如：判断两序列是否为同一二叉搜索树序列 输入： 开始一个数n，(1 接下去一行是一个序列，序列长度小于10，包含(0~9)的数字，没有重复数字，根据这个序列可以构造出一颗二叉搜索树。 接下去的n行有n个序列，每个序列格式跟第一个序列一样，请判断这两个序列是否能组成同一颗二叉搜索树。 输出： 如果序列相同则输出YES，否则

#ifndef _NODEBITREE_H #define _NODEBITREE_H #include class NodeBitree{ public: NodeBitree(int key,NodeBitree *lchild=NULL,NodeBitree *rchild=NULL):key(key),lchild(lchild),rchild(rchild){} //NodeBitr

bool SortedBitree::DeleteBST(NodeBitree *&root,const int data){ NodeBitree *index=NULL; if(NULL==root){ std::cout<<"Empty Tree or not found"<<std::endl; return false; }else{ if(root->getdata(

红黑树（Red Black Tree） 是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。 红黑树的五条性质：（特别重要） 1.节点是红色或黑色 2.根节点是黑色 3. 每个叶节点（NIL节点，空节点）是黑色的，又称为外节点 4.如果一个节点是红色的，则他的两个子节点都是黑色的 5.对每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的

堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。 子节点总是小于其父节点的堆结构称为最大堆（MaxHeap） 子节点总是大于其父节点的堆结构称为最小堆（MinHeap） 堆排序分二部分： 1.建立堆结构 2.堆排序（包含最大或最小堆的维护） 首先说明一下最大堆

题目描述：     This time, you are supposed to find A+B where A and B are two matrices, and then count the number of zero rows and columns. 输入：     The input consists of several test cases, each

1 #include   2 #include   3 #include   4 #include   5 using namespace std;   6 int main(){   7     int a;   8     vectorprim(10000,1);   9     for(int i=2;i  10         for(int j=i;j  11  

#include #include #include void swap(int&,int&); void sort(int* ,int n); int main() {      int *array1 = 0, num, i;       printf("please input the number of element: ");       scanf("%d", &nu

#include #include #include void swap(int&,int&); void sort(int* ,int n); int main() {      int *array1 = 0, num, i;       printf("please input the number of element: ");       scanf("%d", &nu

01背包问题的一点说明1.动态规划 动态规划（英语：Dynamic programming，简称DP）是一种在数学、计算机科学和经济学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。动态规划常常适用于有重叠子问题[1]和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），