236. Lowest Common Ancestor of a Binary Tree

本文介绍三种寻找二叉树中两个节点的最近公共祖先的方法:通过建立包含指向父节点的树来查找、使用分治法检查节点是否分别位于两棵子树中、直接找到节点路径并确定公共祖先。

方法1:

建立指向父节点的树;

struct Node{
    Node* pre;
    Node* left;
    Node* right;
    TreeNode* cur;
    
    Node(TreeNode* root,Node* pre_root):cur(root),pre(pre_root){}
};
class Solution {
public:
    //建立包含指向父节点的树
    void DFS(TreeNode* root,Node* pre_root)
    {
        if(root==NULL)
            return;
        
        Node* pre_left=new Node(root->left,pre_root);
        Node* pre_right=new Node(root->right,pre_root);
        pre_root->left=pre_left;
        pre_root->right=pre_right;
        DFS(root->left,pre_left);
        DFS(root->right,pre_right);
    }
    
    //目标节点在父节点树中的位置
    void DFS_Node(Node* root,Node *&root_p,TreeNode* p)
    {
        if(root==NULL||root->cur==NULL)
            return;
        if(root->cur==p)
        {
            root_p=root;
            return;
        }
        DFS_Node(root->left,root_p,p);
        DFS_Node(root->right,root_p,p);
    }
    
    //根据父节点树找到从根节点到目标节点的路径
    stack<TreeNode*> GetRoute(Node* root)
    {
        stack<TreeNode*> vec;
        while(root->pre!=NULL)
        {
            vec.push(root->cur);
            root=root->pre;
        }
        vec.push(root->cur);
        return vec;
    }
    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
        if(!root)
            return NULL;
        Node* pre_root=new Node(root,NULL);
        DFS(root,pre_root);
        Node* pre_p, *pre_q;
        DFS_Node(pre_root, pre_p, p);
        DFS_Node(pre_root, pre_q, q);
        
        stack<TreeNode*> res_p,res_q;
        res_p=GetRoute(pre_p);
        res_q=GetRoute(pre_q);
        
        
        TreeNode* top=NULL;
        while(!res_p.empty()&&!res_q.empty())
        {
            if(res_p.top()!=res_q.top())
                break;
            top=res_p.top();
            res_p.pop();
            res_q.pop();
        }
        return top;
    }
};

方法2:

分治法,查看节点是否在两颗子树中;

class Solution {
public:

    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
        if(root==NULL)
            return NULL;
        if(root==p||root==q)return root;
        TreeNode* left=lowestCommonAncestor(root->left, p, q);
        TreeNode* right=lowestCommonAncestor(root->right, p, q);
        if(left&&right)
            return root;
        return left==NULL?right:left;
    }
};


方法3:

直接找到节点路径

class Solution {
public:
    
    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q)
    {
        if(root==NULL||q==NULL||p==NULL)
            return NULL;
        
        vector<TreeNode*> vp,vq,res_p,res_q;
        vp.push_back(root);
        vq.push_back(root);
        
        GetPath(root, p,vp);
        GetPath(root, q,vq);
        
        
        TreeNode* lca=NULL;
        
        for(int i=0;i<vp.size()&&i<vq.size();i++)
        {
            if(vp[i]==vq[i])lca=vp[i];
            else
                break;
        }
        return lca;
    }
private:
    bool GetPath(TreeNode* root,TreeNode* p, vector<TreeNode*>& vt)
    {
        if(root==p)
        {
            return true;
        }
        if(root->left)
        {
            vt.push_back(root->left);
            if(GetPath(root->left, p, vt)) return true;
            vt.pop_back();
        }
        if(root->right)
        {
            vt.push_back(root->right);
            if(GetPath(root->right, p, vt)) return true;
            vt.pop_back();
        }
        return false;
    }
};

其他:

http://arsenal591.blog.163.com/blog/static/253901269201510169448656/

数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别和定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率和安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 和预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源和公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师和技术人员学习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力和鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度学习框架,便于快速集成和模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检和能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时状态估计”展开研究,利用Matlab代码实现对系统状态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法的设计与实现过程,展示了滤波算法在抑制测量噪声、提高状态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与状态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础和Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、状态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统状态的高精度实时估计;②为噪声环境下的传感器数据融合与状态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教学与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
以下是C#中二叉树的lowest common ancestor的源代码: ```csharp using System; public class Node { public int value; public Node left; public Node right; public Node(int value) { this.value = value; this.left = null; this.right = null; } } public class BinaryTree { public Node root; public BinaryTree() { this.root = null; } public Node LowestCommonAncestor(Node node, int value1, int value2) { if (node == null) { return null; } if (node.value == value1 || node.value == value2) { return node; } Node left = LowestCommonAncestor(node.left, value1, value2); Node right = LowestCommonAncestor(node.right, value1, value2); if (left != null && right != null) { return node; } return (left != null) ? left : right; } } public class Program { public static void Main() { BinaryTree tree = new BinaryTree(); tree.root = new Node(1); tree.root.left = new Node(2); tree.root.right = new Node(3); tree.root.left.left = new Node(4); tree.root.left.right = new Node(5); tree.root.right.left = new Node(6); tree.root.right.right = new Node(7); Node lca = tree.LowestCommonAncestor(tree.root, 4, 5); Console.WriteLine("Lowest Common Ancestor of 4 and 5: " + lca.value); lca = tree.LowestCommonAncestor(tree.root, 4, 6); Console.WriteLine("Lowest Common Ancestor of 4 and 6: " + lca.value); lca = tree.LowestCommonAncestor(tree.root, 3, 4); Console.WriteLine("Lowest Common Ancestor of 3 and 4: " + lca.value); lca = tree.LowestCommonAncestor(tree.root, 2, 4); Console.WriteLine("Lowest Common Ancestor of 2 and 4: " + lca.value); } } ``` 在上面的代码中,我们定义了一个Node类和一个BinaryTree类。我们使用BinaryTree类来创建二叉树,并实现了一个LowestCommonAncestor方法来计算二叉树中给定两个节点的最近公共祖先。 在LowestCommonAncestor方法中,我们首先检查给定节点是否为null或与给定值之一匹配。如果是,则返回该节点。否则,我们递归地在左子树和右子树上调用LowestCommonAncestor方法,并检查它们的返回值。如果左子树和右子树的返回值都不为null,则当前节点是它们的最近公共祖先。否则,我们返回非null的那个子树的返回值。 在Main方法中,我们创建了一个二叉树,并测试了LowestCommonAncestor方法的几个不同输入。
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