【算法日记】—— 搜索二叉树

简介: 【算法日记】—— 搜索二叉树

第一题 P2524 Uim的情人节礼物·其之弐


记录 prev_permutation 和 next_permutation + 康托展开


题目描述


image.png

解题报告


看到这个数据范围,我的想法其实是直接暴力的。

因为题目需要的是确定当前的序列是第几个最小的,那么可以从当前的序列开始,去找它的前一个比它小的序列,直到找不到为止,因此就可以考虑使用STL中prev_permutation来实现。

关于prev_permutation 和 next_permutation而言,两者都是找全排列的,细节上不同:

prev_permutation找的是比当前序列的字典序小的上一个序列,直到找不到为止,比如当前的这个问题:

{231}的上一个序列是{213};

{213}的上一个序列是{132};

{132}的上一个序列是{123},到了{123}这里了,也没有比它的字典序更小的序列了,函数就停止了。

next_permutation找的是比当前序列字典序大的下一个序列,直到找不到为止,比如对于当前这个问题:

{231}的下一个序列是{312};

{312}的下一个序列是{321};



我自己想到的是直接暴力,倒是我看到题解很多都是说的康托展开,也没有学过这个东西,现学一下吧


参考代码(C++版本)


解法一:

#include <bits/stdc++.h>
using namespace std;
typedef long long LL;
int n;
int a[10];
int main()
{
  cin >> n;
  int cnt = 1;
  //可以使用字符的方式存储
  // for(int i = 0; i < n;i++)
  // {
  //  char tmp;
  //  cin >> tmp;
  //  a[i] = tmp - '0';
  // }
  //也可以就使用常规的存储方式,然后反转
  int x;
  cin >> x;
  int i = 0;
  int xx = x;
  while(xx)
  {
    a[i++] = xx % 10;
    xx /= 10;
  }
  //反转
  reverse(a,a+n);
  while(prev_permutation(a,a+n)) cnt++;
  cout << cnt<< endl;
  return 0;
}

解法二:

微信图片_20221020125147.png

 

直接放它的作用吧:

康托展开的作用是求n个数的全排列中某一个序列在所有排列中的次序(该排列次序(亦称之为排名)以字典序从小到大排序)。

那么现在就只用考虑,怎么实现这个康拓展开的计算式了。

微信图片_20221020125221.png

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int fac[]={1,1,2,6,24,120,720,5040,40320,362880};//定义康托展开函数中的阶乘 
char s[32];
int n; 
int Contor(char s[],int n)
{
  int ans=0;
  for(int i = 0;i < n;i++)
  {
    int smaller=0;//统计当前位置的右侧的数据中,比当前位置的数据小的个数
    for(int j= i+1 ;j<n;j++)
      if(s[i] > s[j])smaller++;
    //带入康拓展开计算式
    ans += smaller*fac[n-i-1];
  }
  return ans+1;
}
int main()
{
  cin>>n;
  cin>>s;
  cout<<Contor(s,n);
  return 0;
}

第二题 P2191 小Z的情书


题目描述

微信图片_20221020125313.png

解题报告


这个题,好像是可爱大水题了~

直接按照题目要求,进行模拟,题目要我们输入,那我们就输入,要我们转90度,我们就按照要求转换90度就好。


参考代码(C++版本)

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int N = 1010;
char g_paper[N][N],g_word[N][N],g_tmp[N][N];
//模拟旋转
void swapSt(char g_paper[N][N],int n)
{
  for(int i = 0; i < n;i++)
    for(int j = 0; j < n;j++)
      g_tmp[j][n-i-1] = g_paper[i][j];
  for(int i = 0; i <n;i++)
    for(int j = 0; j < n; j++)
      g_paper[i][j] = g_tmp[i][j];
}
//常规的模拟
int main()
{
    int n;
    cin>>n;
    //输入透明纸的状态
    for(int i = 0; i < n;i++)
      for(int j = 0; j < n;j++)
        cin >> g_paper[i][j];
    //输入字母表
    for(int i = 0; i < n;i++)
      for(int j = 0; j < n;j++)
        cin >> g_word[i][j];
    //枚举四次转换+统计结果
    for(int i = 0; i < 4; i++)
    {
      for(int j = 0; j <n;j++)
        for(int k = 0; k < n;k++)
          if(g_paper[j][k] == 'O') cout << g_word[j][k];
      //90度抓换
      swapSt(g_paper,n);
    }
    return 0;
}

第三题 700. 二叉搜索树中的搜索


题目描述


微信图片_20221020125425.png

解题报告


利用搜索二叉树的性质:

左子树的所有结点数值都小于根结点的数值

右子树的所有结点数值都大于根节点的数值


那么,整体来说,遇到相同就按照题目要求,返回这个结点以及其带的子树,假如是没有搜索到根据当前的val和根节点的root->val做比较,大于根节点信息,递归进右子树查找,否则递归进左子树了。


参考代码(C++版本)

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    TreeNode* searchBST(TreeNode* root, int val) {
        //根据二叉树的性质来吧
        //特使情况处理
        if(root ==  nullptr) return nullptr;
       //返回结果 
        if(root->val == val) return root;
        //递归进去继续找
        return (val < root->val ? searchBST(root->left,val):searchBST(root->right,val));
    }
};

第四题 230. 二叉搜索树中第K小的元素


二叉搜索树(BST)的中序遍历是升序的


题目描述


image.png解题报告


二叉搜索树(BST)的中序遍历是有序的是搜索二叉树问题中的核心,题目要求 BST 中第 k 小的元素,等价于求按照中序遍历走,判断当前的这个根是不是第k个元素了。

先序、中序、后序遍历方式的区别是在于把具体的执行操作放在两个递归函数的位置的不同。

微信图片_20221020125620.jpg

对于递归而言,我们需要着重理解的其实是两个部分:决定递归结束的基线条件+执行具体逻辑的部分。那么,套在我们这个题上,我们递归结束的条件是判断传入递归函数的根节点是否还存在,具体执行的逻辑了,是判断当前的结点是否是第k个,倘若是就记录答案。

只是这个题是放在一个中序遍历的背景下进行的,因为二叉树搜索树是左子树中的数据最小,其次是当前的根,最后是右子树中的信息。

所以就需要先递归进左子树,再执行判断当前的结点是否满足要求,再递归进右子树。至于递归进左子树以及递归进右子树的,也是按照同样的逻辑,判断当前结点是否存在,再判断当前的结果是不是第k小的。


参考代码(C++版本)

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    int ans = -1;
    void dfs(TreeNode* root, int &k)
    {
        if(!root) return;
            dfs(root->left,k);
            k --;
            if(k == 0) ans = root->val;
            dfs(root->right,k);
    }
    int kthSmallest(TreeNode* root, int k) {
        dfs(root,k);
        return ans;
    }
};

第五题 108. 将有序数组转换为二叉搜索树


递归 + 搜索二叉树的性质


题目描述


image.png

解题报告


递归的落实,自顶向下的搜索操作的结点,自底向上的将按照咱给定逻辑执行的若干个子解答回溯了汇聚起来,最后分别汇聚为暂定的根节点root_node的左边的左子树的全部解以及右边的右子树的全部解。


参考代码(C++版本)

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    TreeNode* dfs(vector<int> &nums,int l ,int r)
    {
        //持续找中点值,中点的左边是左子树,右边是右子树
        if(l > r) return nullptr;
        int mid = (l+r) >> 1;
        //将中点处理为一个结点
        TreeNode* root_node = new TreeNode(nums[mid]);
        //中点左边的数据归结为左子树的内容,递归进去按照类似的逻辑处理
        root_node->left = dfs(nums,l,mid-1);
        root_node->right = dfs(nums,mid+1,r);
        return root_node;
    }
    TreeNode* sortedArrayToBST(vector<int>& nums) {
        int n = nums.size();
        int l = 0,r = n - 1;
        return dfs(nums,l,r);
    }
};

第六题 1382. 将二叉搜索树变平衡


题目描述


image.png解题报告


上一个题的变型,需要自己提前将树按照可以体现搜索二叉树形式的中序比那里存储到数组中,再按照上一题中,类似的方式,将数组存储的搜索二叉树按照你性质进行平衡


参考代码(C++版本)

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    vector<int> tmp;
    TreeNode* dfs(vector<int> &nums,int l,int r)
    {
        if(l > r) return nullptr;
        int mid = (l + r) >> 1;
        TreeNode* node = new TreeNode(nums[mid]);
        //递归去加载平衡二叉树的左子树和右子树
        //比当前中点小的是左子树,比当前中点大的是右子树
        node->left = dfs(nums,l,mid-1);
        node->right = dfs(nums,mid+1,r);
        return node;
    }
    void to_arr(TreeNode *node)
    {
        if(!node) return;
        to_arr(node->left);
        tmp.push_back(node->val);
        to_arr(node->right);
    }
    TreeNode* balanceBST(TreeNode* root) {
        //先把当前的树的信息存放到数组中
        tmp.clear();
        TreeNode* m = root;
        to_arr(m);
        //现在就是和上一题一样的操作了
        int n = tmp.size();
        int l = 0 , r = n-1;
        return dfs(tmp,l,r);
    }
};

总结


① 递归不要想太多,清楚当前这步,或者说当前这层函数想干嘛,具体想当前,再结合大局观去看这个递归的执行,就很好明白自顶向下的递归,和自底向上的回溯。


② 知道什么是搜索二叉树,搜索二叉树的特征是什么:

左子树的所有结点数值都小于根结点的数值

右子树的所有结点数值都大于根节点的数值


③ 搜索二叉树和中序遍历几乎是配合一起用的

二叉搜索树(BST)的中序遍历是升序


④ 树的递归,大多数要结合前序、中序、后序一起走


相关文章
|
2月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
164 5
|
2月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】多目标螳螂搜索算法MOMSA与非支配排序的鲸鱼优化算法NSWOA求解无人机三维路径规划研究(Matlab代码实现)
142 0
|
30天前
|
算法 数据可视化 测试技术
HNSW算法实战:用分层图索引替换k-NN暴力搜索
HNSW是一种高效向量检索算法,通过分层图结构实现近似最近邻的对数时间搜索,显著降低查询延迟。相比暴力搜索,它在保持高召回率的同时,将性能提升数十倍,广泛应用于大规模RAG系统。
123 10
HNSW算法实战:用分层图索引替换k-NN暴力搜索
|
3月前
|
机器学习/深度学习 算法 文件存储
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
神经架构搜索(NAS)正被广泛应用于大模型及语言/视觉模型设计,如LangVision-LoRA-NAS、Jet-Nemotron等。本文回顾NAS核心技术,解析其自动化设计原理,探讨强化学习、进化算法与梯度方法的应用与差异,揭示NAS在大模型时代的潜力与挑战。
786 6
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
|
7月前
|
存储 算法 调度
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。
196 24
|
2月前
|
存储 算法 数据可视化
基于禁忌搜索算法的TSP问题最优路径搜索matlab仿真
本程序基于禁忌搜索算法解决旅行商问题(TSP),旨在寻找访问多个城市的最短路径。使用 MATLAB 2022A 编写,包含城市坐标生成、路径优化及结果可视化功能。通过禁忌列表、禁忌长度与藐视准则等机制,提升搜索效率与解的质量,适用于物流配送、路径规划等场景。
|
7月前
|
人工智能 自然语言处理 算法
阿里云 AI 搜索开放平台:从算法到业务——AI 搜索驱动企业智能化升级
本文介绍了阿里云 AI 搜索开放平台的技术的特点及其在各行业的应用。
799 3
|
3月前
|
机器学习/深度学习 并行计算 算法
MATLAB实现利用禁忌搜索算法解决基站选址问题
MATLAB实现利用禁忌搜索算法解决基站选址问题
142 0
|
4月前
|
存储 搜索推荐 算法
加密算法、排序算法、字符串处理及搜索算法详解
本文涵盖四大类核心技术知识。加密算法部分介绍了对称加密(如 AES)、非对称加密(如 RSA)、哈希摘要(如 SHA-2)、签名算法的特点及密码存储方案(加盐、BCrypt 等)。 排序算法部分分类讲解了比较排序(冒泡、选择、插入、归并、快排、堆排序)和非比较排序(计数、桶、基数排序)的时间复杂度、适用场景及实现思路,强调混合排序的工业应用。 字符串处理部分包括字符串反转的双指针法,及项目中用正则进行表单校验、网页爬取、日志处理的实例。 搜索算法部分详解了二分查找的实现(双指针与中间索引计算)和回溯算法的概念(递归 + 剪枝),以 N 皇后问题为例说明回溯应用。内容全面覆盖算法原理与实践
176 0
|
9月前
|
机器学习/深度学习 算法
算法系列之搜索算法-深度优先搜索DFS
深度优先搜索和广度优先搜索一样,都是对图进行搜索的算法,目的也都是从起点开始搜索,直到到达顶点。深度优先搜索会沿着一条路径不断的往下搜索,直到不能够在继续为止,然后在折返,开始搜索下一条候补路径。
686 62
算法系列之搜索算法-深度优先搜索DFS

热门文章

最新文章