数据结构与算法题目集(中文) - 7-31 笛卡尔树(25 分)

简介: 数据结构与算法题目集(中文) - 7-31 笛卡尔树(25 分)

题目链接点击打开链接


题目大意:二叉排序树 + 最小堆判定。


解题思路:这个题只要分开判断这个树的 k1 是否符合二叉排序树,k2 是否符合最小堆即可。最小堆的判断就是从根节点开始,看他的左右孩子的 k2 是否都比根节点的 k2 大,如果是则继续递归,否则 flag = 0 退出循环。

k1 的判断更简单,只要中序遍历一遍 k1 的值,看知否符合从小到大的排序即可。

其中在找根节点的时候利用 par 数组,将有父亲节点的孩子标记,则最后那个没有标记(没有父亲的)就是根节点了。


AC 代码

#include<bits/stdc++.h>
#include<cmath>
#define mem(a,b) memset(a,b,sizeof a);
#define INF 0x3f3f3f3f
using namespace std;
typedef long long ll;
struct node
{
    int l,r,k1,k2;
}nds[1010];
int par[1010], a[1010], b[1010];
int flag, len;
void init()
{
    flag=1;
    len=0;
    mem(par,0);
}
void jde_BST(int rt)
{
    if(rt!=-1)
    {
        jde_BST(nds[rt].l);
        a[len]=b[len]=nds[rt].k1;
        len++;
        jde_BST(nds[rt].r);
    }
}
void jde_MinHeap(int rt)
{
    if(!flag) return;
    int l,r;
    if(nds[rt].l!=-1)
    {
        l=nds[rt].l;
        if(nds[rt].k2>nds[l].k2)
        {
            flag=0; return;
        }
        jde_MinHeap(l);
    }
    if(nds[rt].r!=-1)
    {
        r=nds[rt].r;
        if(nds[rt].k2>nds[r].k2)
        {
            flag=0; return;
        }
        jde_MinHeap(r);
    }
}
int main()
{
    int n;
    while(~scanf("%d",&n))
    {
        init();
        int k1,k2,l,r;
        for(int i=0;i<n;i++)
        {
            scanf("%d%d%d%d",&k1,&k2,&l,&r);
            nds[i].k1=k1, nds[i].k2=k2, nds[i].l=l, nds[i].r=r;
            if(l!=-1) par[l]=1;
            if(r!=-1) par[r]=1;
        }
        int rt;
        for(int i=0;i<n;i++) // 找根节点
            if(par[i]==0){ rt=i; break; }
        jde_MinHeap(rt);
        if(!flag){ puts("NO"); continue; }
        jde_BST(rt);
        sort(a,a+len);
        for(int i=0;i<len;i++)
            if(a[i]!=b[i])
            {
                flag=0; break;
            }
        puts(flag?"YES":"NO");
    }
    return 0;
}
目录
相关文章
|
6月前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
6月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
295 4
|
6月前
|
存储 算法 编译器
算法入门:剑指offer改编题目:查找总价格为目标值的两个商品
给定递增数组和目标值target,找出两数之和等于target的两个数字。利用双指针法,left从头、right从尾向中间逼近,根据和与target的大小关系调整指针,时间复杂度O(n),空间复杂度O(1)。找不到时返回{-1,-1}。
|
11月前
|
存储 机器学习/深度学习 算法
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty 敏感词
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty 敏感词
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty  敏感词
|
9月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
222 2
|
11月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
264 17
|
11月前
|
存储 监控 算法
局域网上网记录监控的 C# 基数树算法高效检索方案研究
在企业网络管理与信息安全领域,局域网上网记录监控是维护网络安全、规范网络行为的关键举措。随着企业网络数据量呈指数级增长,如何高效存储和检索上网记录数据成为亟待解决的核心问题。基数树(Trie 树)作为一种独特的数据结构,凭借其在字符串处理方面的卓越性能,为局域网上网记录监控提供了创新的解决方案。本文将深入剖析基数树算法的原理,并通过 C# 语言实现的代码示例,阐述其在局域网上网记录监控场景中的具体应用。
236 7
|
人工智能 算法 语音技术
Video-T1:视频生成实时手术刀!清华腾讯「帧树算法」终结闪烁抖动
清华大学与腾讯联合推出的Video-T1技术,通过测试时扩展(TTS)和Tree-of-Frames方法,显著提升视频生成的连贯性与文本匹配度,为影视制作、游戏开发等领域带来突破性解决方案。
416 4
Video-T1:视频生成实时手术刀!清华腾讯「帧树算法」终结闪烁抖动
|
10月前
|
机器学习/深度学习 算法 搜索推荐
决策树算法如何读懂你的购物心理?一文看懂背后的科学
"你为什么总能收到刚好符合需求的商品推荐?你有没有好奇过,为什么刚浏览过的商品就出现了折扣通知?
273 0
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
381 3
 算法系列之数据结构-Huffman树