剑指Offer 25 二叉树中和为某一值的路径

题目

输入一颗二叉树和一个整数,打印出二叉树中结点值的和为输入整数的所有路径。从树的根节点开始往下一直到叶结点所经过的结点形成一条路径。

思路

  1. 前序遍历二叉树,并用一个栈stack来存储路径,用一个变量sumPath存储路径之和;每当前序遍历从子结点返回父节点时,弹出该子结点,并且sumPath减去该结点的值;
  2. findPath(BiTreeNode root,int expectedSum)创建变量sumPath和结点栈stack;
  3. findPath(BiTreeNode current,int expectedSum,Stack stack,int sumPath)为主要的递归过程;首先将current的值加入sumPath,并压入stack,当为叶节点时判断当前路径sumPath是否等于expectedSum;如果不是叶结点,当current结点的左子结点不为null,递归调用,右子结点同理,注意java函数为复制一个引用传递变量值,所以不同递归深度的sumPath值不同,不用刻意在弹出某个结点时,sumPath减去该值;
  4. 从子结点返回父节点的过程,需要弹出子结点。
  5. 在这里,由于要在不改变栈结构的情况下遍历栈,所以没有采用自己定义的栈,而采用java.util.Stack。
import datastructure.search.BiTreeNode;
import java.util.Stack;

public class Q25FindPath {
    public static void findPath(BiTreeNode root,int expectedSum){
        if (root==null)
            return;
        int sumPath=0;
        Stack<Integer> stack=new Stack<Integer>();
        findPath(root,expectedSum,stack,sumPath);
    }

    public static void findPath(BiTreeNode current,int expectedSum,Stack<Integer> stack,int sumPath){
        sumPath+=current.data;
        stack.push(current.data);
        boolean isLeaf=current.leftChild==null&&current.rightChild==null;
        if (isLeaf&&sumPath==expectedSum){
            System.out.println("----------A new path found:----------");
            for (int i:stack)
                System.out.print(i+"   ");
            System.out.println("\n");
        }else {
            if (current.leftChild != null) {
                findPath(current.leftChild, expectedSum, stack, sumPath);
            }
            if (current.rightChild!=null){
                findPath(current.rightChild,expectedSum,stack,sumPath);
            }
        }
        stack.pop();
    }

    public static void main(String[] args) {
        int[] array={10,5,12,4,7};
        BiTreeNode root=BiTreeNode.create(array);
        findPath(root,22);
    }
}
、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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