树和二叉树

注:树的定义是递归原理的定义,也就是树种还有子树,那么到底什么是递归呢?

程序调用自身的编程技巧称为递归( recursion),在数学函数中在函数自身又调用自身的类似的解决问题的方法就称为递归原理。

1.树

树是有n个节点的有限集合。

(1)在一棵任意非空树种,有且只有一个节点为根节点。

(2)当n>1时,其余节点可以分为n个互不相交的有限集合,且每一个集合又构成树,成为根节点的子树。

树的四种表示方法:树形表示法、文氏图表法、凸入图表法、广义表表示法。

2.二叉树

条件:最多只有两个分支,包括空树,所以有五个形态。

二叉树的度、深度和层次是不同个概念:度是树的概念,树的度就是节点的分支数(取其最大值);层次,根节点为0层;深度,层次加1.

二叉树的性质:

    (1) 在二叉树中,第i层的结点总数不超过2^(i-1);

  (2) 深度为h的二叉树最多有2^h-1个结点(h>=1),最少有h个结点;

  (3) 对于任意一棵二叉树,如果其叶结点数为N0,而度数为2的结点总数为N2,则N0=N2+1;

性质1、2的证明简单省去,性质三的证明提示:叶子节点即为0度的节点,设度数为1的节点为N1

设整个树的节点总数为N,分支数位E,显然E和N的关系是:N-E=1;

那么有如下关系:节点总数:N=N0+N1+N2

                分支总数:E=N1+2N2

       由以上三个表达式得:NO=N2-1.

 

  (4) 具有n个结点的完全二叉树的深度为int(log2n)+1

         证明:由第二个性质,可以求出深度h。

  (5)有N个结点的完全二叉树各结点如果用顺序方式存储,则结点之间有如下关系:

  若I为结点编号则 如果I<>1,则其父结点的编号为I/2;

  如果2*I<=N,则其左儿子(即左子树的根结点)的编号为2*I;若2*I>N,则无左儿子;

  如果2*I+1<=N,则其右儿子的结点编号为2*I+1;若2*I+1>N,则无右儿子。

  (6)给定N个节点,能构成h(N)种不同的二叉树。

  h(N)为卡特兰数的第N项。h(n)=C(n,2*n)/(n+1)。

  (7)设有i个枝点,I为所有枝点的道路长度总和,J为叶的道路长度总和J=I+2i

3.二叉树的遍历:目的是访问二叉树中的所有节点,并且只访问一次,由于二叉树层次结构的特征,有根,左子树,右子树,这里面以根的遍历顺序为基准,有如下三种遍历方法:

(1)先序遍历二叉树:

若二叉树为空,则为空操作,否则

访问根节点,先序遍历左子树,先序遍历右子树。

(2)中序遍历二叉树:

.....

(3)后序遍历二叉树:

.....

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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

打赏作者

hymKing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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