Leetcode 654 Maximum Binary Tree

本文详细解析了如何通过递归方式构建最大二叉树的问题,给出了一种有效的算法实现,适用于给定无重复整数数组的情况。

题目链接: 654. Maximum Binary Tree

题目描述

Given an integer array with no duplicates. A maximum tree building on this array is defined as follow:

  1. The root is the maximum number in the array.
  2. The left subtree is the maximum tree constructed from left part subarray divided by the maximum number.
  3. The right subtree is the maximum tree constructed from right part subarray divided by the maximum number.

Construct the maximum tree by the given array and output the root node of this tree.

简而言之:根结点是数组中最大的,左子树的结点是数组中max左侧数组最大的值,右子树是max右侧。

Example 1:

Input: [3,2,1,6,0,5]
Output: return the tree root node representing the following tree:

      6
    /   \
   3     5
    \    / 
     2  0   
       \
        1

Note:

  1. The size of the given array will be in the range [1,1000].

解题思路

根据描述,很明显的告诉我们要用递归去解决,对于一个数组,建立一个以最大值为根的二叉树。左子树就是数组左侧,右子树就是数组右侧。
问题就变成了几个子问题:

  1. 找当前数组的最大
  2. 根据最大进行划分,左数组和右数组
  3. 递归构建左右子树

找当前数组最大的时候,我想了下TOP-K问题,但是数组元素是不可以交换顺序的,会影响后面构建。所以老老实实的遍历找最大O(n)

题解

    public TreeNode constructMaximumBinaryTree(int[] nums) {

        //   1.找最大
        int n = nums.length;
        if (n <= 0) return null;
        return helper(nums,n,0,n-1);
    }

    public TreeNode helper(int[] nums,int n,int lo,int hi){
         if (lo > hi) return null;
         if (lo == hi) return new TreeNode(nums[lo]);
         //  找最大, 找到后
        int max = Integer.MIN_VALUE;
        int index = 0;
        // 这个地方注意,第一遍写的时候 i=0 ;i<n然后就去无限递归了。。。
        // memory limited error
        for (int i = lo; i <= hi; i++) {
            if (max < nums[i]){
                max = nums[i];
                index = i;
            }
        }
        //  [3,2,1,6,0,5]
        TreeNode root=  new TreeNode(max);
        // 划分左侧数组
        root.left = helper(nums,index,lo,index-1);
        // 划分右侧数组
        root.right = helper(nums,n-index-1,index+1,hi);
        return root;
    }
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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