二叉树的非递归遍历&递归遍历

package 实际问题;

import java.util.Stack;
public class MyTree{
    public static void main(String[] s){
        new MyTree();
    }
    public MyTree(){
        TreeNode root = init();//初始化二叉树并返回根节点
        System.out.println("递归先序遍历");
        preorder(root);
        System.out.println();
        System.out.println("递归中序遍历");
        inorder(root);
        System.out.println();
        System.out.println("递归后续遍历");
        posorder(root);
        System.out.println();
        System.out.println("非递归先序遍历");
        _preorder(root);
        System.out.println();
        System.out.println("非递归中序遍历");
        _inorder(root);
        System.out.println();
        System.out.println("非递归后续遍历");
        _posorder(root);
        System.out.println();
    }
    
    public void preorder(TreeNode root){//递归二叉树的前序遍历
        if(root != null){
            System.out.print(root.getValue());//访问节点值
            preorder(root.getLeft());
            preorder(root.getRight());
        }
    }
    public void _preorder(TreeNode root){             //非递归二叉树的前序遍历
        Stack<TreeNode> stack = new Stack<TreeNode>();//定义堆栈存储
        while(!(root == null && stack.isEmpty())){
            while (root != null) {  
                System.out.print(root.getValue());  
                stack.push(root);  
                root = root.getLeft();
            }  
            if (!stack.isEmpty()) {  
                root = stack.pop();  
                root = root.getRight();  
            }  
        }  
        
    }
    public void inorder(TreeNode root){//递归中序遍历
        if(root != null){
            inorder(root.getLeft());
            System.out.print(root.getValue());
            inorder(root.getRight());
        }
    }
    public void _inorder(TreeNode root){//非递归中序遍历
        Stack<TreeNode> stack = new Stack<TreeNode>();
        while(!(root == null && stack.isEmpty())){
            while(root != null){//先找到最深的左子树
                stack.push(root);
                root = root.getLeft();
            }
            //找到最深左子树后开始访问
            root = stack.pop();
            System.out.print(root.getValue());
            //开始寻找右子树
            root = root.getRight();
        }
    }
    public void posorder(TreeNode root){//递归后序遍历
        if(root != null){
            posorder(root.getLeft());
            posorder(root.getRight());
            System.out.print(root.getValue());
        }
    }
    //非递归的后续遍历需要两次访问节点,最后一次访问节点为准
    private int sign = 0;//得当当前访问节点的次数
    public void _posorder(TreeNode root){
        Stack stack = new Stack();//定义一个可以存放TreeNode 和 Integer的栈
        while(!(root == null && stack.isEmpty())){
            if(root != null){//找最深左子树
                stack.push(root);//将当前节点压入堆栈
                stack.push(1);//并标记当前访问节点的次数
                root = root.getLeft();
            }else{//找到最深左子树后
                while(!stack.isEmpty()){
                    sign = (Integer)stack.pop();//出栈标记
                    root = (TreeNode)stack.pop();//出栈节点
                    if(sign == 1){//地一次访问节点
                        stack.push(root);
                        stack.push(2);
                        root = root.getRight();//将节点指向右子树并开始访问指向右子树的左子树
                        break;
                    }else if(sign == 2){//当第二次出栈时访问节点
                        System.out.print(root.getValue());
                        root = null;
                    }
                }
            }
        }
    }
    public TreeNode init(){//二叉树的初始化
        TreeNode d = new TreeNode('4');
        TreeNode e = new TreeNode('5');
        TreeNode f = new TreeNode('6');
        TreeNode g = new TreeNode('7');
        TreeNode b = new TreeNode('2',d,e);
        TreeNode c = new TreeNode('3',f,g);
        TreeNode a = new TreeNode('1',b,c);
        return a;
    }
}
//建立二叉树的节点类
class TreeNode{
    public char data;
    public TreeNode left,right;
    public TreeNode(char data){
        this(data,null,null);
    }
    public TreeNode(char data,TreeNode left,TreeNode right){
        this.data = data;
        this.left = left;
        this.right = right;
    }
    public TreeNode getLeft(){//返回左子树
        return left;
    }
    public TreeNode getRight(){//返回右子树
        return right;
    }
    public char getValue(){//访问节点值
        return data;
    }
}

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