【第11周 项目1 - 二叉树算法验证(2)二叉树构造算法的验证】

这篇博客详细介绍了如何通过先序和中序、中序和后序序列来构造二叉树,以及如何将顺序存储结构转化为二叉链存储结构。内容包括具体的问题描述、代码实现以及运行截图。作者在总结中提到对某些部分感到困惑,表示需要进一步研究和理解。
摘要由CSDN通过智能技术生成

问题及代码:

/* 
Copyright (c)2015级,烟台大学计算机与控制工程学院 
All rights reserved. 
文件名称:二叉树算法验证(2).cpp 
作    者:彭友程 
完成日期:2016年11月10日 
版 本 号:v1.0 
问题描述:  运行并重复测试教学内容中涉及的算法。改变测试数据进行重复测试
的意义在于,可以从更多角度体会算法,以达到逐渐掌握算法的程度。使用你的测试数据,并展示测试结果,观察运行结果,以此来领会算法。   
输入描述: 若干测试数据。 
程序输出: 对应数据的输出。 
*/  

1.由先序和中序构造二叉树

BTNode *CreateBT1(char *pre,char *in,int n)  
/*pre存放先序序列,in存放中序序列,n为二叉树结点个数, 
本算法执行后返回构造的二叉链的根结点指针*/  
{  
    BTNode *s;  
    char *p;  
    int k;  
    if (n<=0) return NULL;  
    s=(BTNode *)malloc(sizeof(BTNode));     //创建二叉树结点*s  
    s->data=*pre;  
    for (p=in; p<in+n; p++)                 //在中序序列中找等于*ppos的位置k  
        if (*p==*pre)                       //pre指向根结点  
            break;                          //在in中找到后退出循环  
    k=p-in;                                 //确定根结点在in中的位置  
    s->lchild=CreateBT1(pre+1,in,k);        //递归构造左子树  
    s->rchild=CreateBT1(pre+k+1,p+1,n-k-1); //递归构造右子树  
    return s;  
}  

int main()  
{  
    ElemType pre[]="ABDGCEF",in[]="DGBAECF";  
    BTNode *b1;  
    b1=CreateBT1(pre,in,7);  
    printf("b1:");  
    DispBTNode(b1);  
    printf("\n");  
    return 0;  
}

2.由中序和后序构造二叉树:

BTNode *CreateBT2(char *post,char *in,int n)  
/*post存放后序序列,in存放中序序列,n为二叉树结点个数, 
本算法执行后返回构造的二叉链的根结点指针*/  
{  
    BTNode *s;  
    char r,*p;  
    int k;  
    if (n<=0) return NULL;  
    r=*(post+n-1);                          //根结点值  
    s=(BTNode *)malloc(sizeof(BTNode));     //创建二叉树结点*s  
    s->data=r;  
    for (p=in; p<in+n; p++)                 //在in中查找根结点  
        if (*p==r)  
            break;  
    k=p-in;                                 //k为根结点在in中的下标  
    s->lchild=CreateBT2(post,in,k);         //递归构造左子树  
    s->rchild=CreateBT2(post+k,p+1,n-k-1);  //递归构造右子树  
    return s;  
}  

int main()  
{  
    ElemType in[]="DGBAECF",post[]="GDBEFCA";  
    BTNode *b2;  
    b2=CreateBT2(post,in,7);  
    printf("b2:");  
    DispBTNode(b2);  
    printf("\n");  
    return 0;  
}

3.由顺序存储结构转为二叉链存储结构:

#include <stdio.h>  
#include <malloc.h>  
#include "btree.h"  
#define N 30  
typedef ElemType SqBTree[N];  
BTNode *trans(SqBTree a,int i)  
{  
    BTNode *b;  
    if (i>N)  
        return(NULL);  
    if (a[i]=='#')  
        return(NULL);           //当节点不存在时返回NULL  
    b=(BTNode *)malloc(sizeof(BTNode)); //创建根节点  
    b->data=a[i];  
    b->lchild=trans(a,2*i);                 //递归创建左子树  
    b->rchild=trans(a,2*i+1);               //递归创建右子树  
    return(b);                              //返回根节点  
}  
int main()  
{  
    BTNode *b;  
    ElemType s[]="0ABCD#EF#G####################";  
    b=trans(s,1);  
    printf("b:");  
    DispBTNode(b);  
    printf("\n");  
    return 0;  
} 

运行截图:

知识点总结:

顺序不同的二叉树构造方法以及二叉树的构造算法。

心得体会:

略有困惑,有待解决。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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