二叉搜索树

public class BinarySearchTree {
    private TreeNode root;

    private static class TreeNode {
        int data;
        TreeNode left;
        TreeNode right;
        TreeNode parent;

        public TreeNode(int data) {
            this.data = data;
        }

        @Override
        public String toString() {
            return "" + data;
        }
    }

    public void insert(TreeNode z) {
        TreeNode y = null;
        TreeNode x = root;
        while (x != null) {
            y = x;
            if (z.data < x.data) {
                x = x.left;
            } else {
                x = x.right;
            }
        }
        z.parent = y;
        if (y == null)
            root = z;
        else if (z.data < y.data)
            y.left = z;
        else
            y.right = z;
    }

    /**
     * 二叉搜索树内移动子树(用另一棵子树替换一棵子树,并成为其父结点的孩子结点)
     *
     * @param u 被替换子树的根结点
     * @param v 替换子树的根结点
     */
    public void transplant(TreeNode u, TreeNode v) {
        if (u.parent == null) {
            root = v;
        } else if (u == u.parent.left) {
            u.parent.left = v;
        } else {
            u.parent.right = v;
        }

        if (v != null)
            v.parent = u.parent;
    }

    public void delete(TreeNode z) {
        if (z.left == null) // 没有左儿子
            transplant(z, z.right);
        else if (z.right == null) // 有左儿子,没有右儿子
            transplant(z, z.left);
        else {
            // 有左右儿子
            TreeNode y = treeMinimum(z.right);
            if (y.parent != z) {
                transplant(y, y.right);
                y.right = z.right;
                y.right.parent = y;
            }
            transplant(z, y);
            y.left = z.left;
            y.left.parent = y;
        }
    }

    /**
     * 中序遍历
     */
    public static void inorderTreeWalk(TreeNode treeNode) {
        if (treeNode != null) {
            inorderTreeWalk(treeNode.left);
            System.out.println(treeNode.data);
            inorderTreeWalk(treeNode.right);
        }
    }

    /**
     * 先序遍历
     */
    public static void preorderTreeWalk(TreeNode treeNode) {
        if (treeNode != null) {
            System.out.println(treeNode.data);
            preorderTreeWalk(treeNode.left);
            preorderTreeWalk(treeNode.right);
        }
    }

    /**
     * 后序遍历
     */
    public static void postorderTreeWalk(TreeNode treeNode) {
        if (treeNode != null) {
            postorderTreeWalk(treeNode.left);
            postorderTreeWalk(treeNode.right);
            System.out.println(treeNode.data);
        }
    }

    /**
     * 树查询 递归版
     */
    public static TreeNode treeSearch(TreeNode treeNode, int k) {
        if (treeNode == null || treeNode.data == k) {
            return treeNode;
        }

        if (k < treeNode.data) {
            return treeSearch(treeNode.left, k);
        } else {
            return treeSearch(treeNode.right, k);
        }
    }

    /**
     * 树查询 循环版
     */
    public static TreeNode interactiveTreeSearch(TreeNode treeNode, int k) {
        while (treeNode != null && treeNode.data != k) {
            if (k < treeNode.data) {
                treeNode = treeNode.left;
            } else {
                treeNode = treeNode.right;
            }
        }
        return treeNode;
    }

    /**
     * 最小关键字元素
     */
    public static TreeNode treeMinimum(TreeNode treeNode) {
        while (treeNode.left != null)
            treeNode = treeNode.left;
        return treeNode;
    }

    /**
     * 最大关键字元素
     */
    public static TreeNode treeMaximum(TreeNode treeNode) {
        while (treeNode.right != null)
            treeNode = treeNode.right;
        return treeNode;
    }

    /**
     * 后继
     */
    public static TreeNode treeSuccessor(TreeNode x) {
        if (x.right != null) { // 若右节点不为空,它的后继为右子树中最左的结点
            return treeMinimum(x.right);
        }

        // 如果x的右子树为空,且x有一个后继y,那么y一定是x最底层的祖先,并且其左儿子也是x的祖先
        TreeNode y = x.parent;
        while (y != null && y.right == x) {
            x = y;
            y = y.parent;
        }
        return y;
    }

    /**
     * 前驱
     */
    public static TreeNode treePredecessor(TreeNode x) {
        if (x.left != null) { // 若左节点不为空,它的前驱为左子树中最大的结点
            return treeMaximum(x.left);
        }

        // 如果x的左子树为空,且x有一个前驱y,那么y一定是x最底层的祖先,并且其右儿子也是x的祖先
        TreeNode y = x.parent;
        while (y != null && y.left == x) {
            x = y;
            y = y.parent;
        }
        return y;
    }

    private TreeNode getRoot(TreeNode treeNode) {
        while (treeNode != null && treeNode.parent != null) {
            treeNode = treeNode.parent;
        }
        return treeNode;
    }

    public static void main(String[] args) {
        BinarySearchTree binarySearchTree = new BinarySearchTree();

        TreeNode node1 = new TreeNode(1);
        TreeNode node2 = new TreeNode(2);
        TreeNode node3 = new TreeNode(3);
        TreeNode node4 = new TreeNode(4);
        TreeNode node5 = new TreeNode(5);
        TreeNode node6 = new TreeNode(6);
        TreeNode node7 = new TreeNode(7);

        binarySearchTree.insert(node4);
        binarySearchTree.insert(node2);
        binarySearchTree.insert(node6);
        binarySearchTree.insert(node1);
        binarySearchTree.insert(node3);
        binarySearchTree.insert(node5);
        binarySearchTree.insert(node7);

//        inorderTreeWalk(binarySearchTree.root);

        binarySearchTree.delete(node6);
        binarySearchTree.delete(node4);
        inorderTreeWalk(binarySearchTree.root);

//        System.out.println("---");
//        preorderTreeWalk(root);
//        System.out.println("---");
//        postorderTreeWalk(root);
//
//
//        TreeNode treeNode = treeSearch(root, 5);
//        System.out.println(treeNode);
//
//        treeNode = interactiveTreeSearch(root, 2);
//        System.out.println(treeNode);

//        System.out.println(treeSuccessor(node6).getData());
//        System.out.println(treePredecessor(node5).getData());
    }
}

删除结点的4种情况

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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