A1151 LCA in a Binary Tree [先序中序建树找祖先]

在这里插入图片描述
对LCA递归的理解: (代码参考的大佬 理解这个花了蛮久 唉老蠢啦)
什么是什么的父节点就是搜索到这个结点的值等于u或者v就停下来
然后它是先往左边右边进行搜索,搜索到第一个结点的儿子节点相等的 就是最高的就停下来了,如果右边找不到 说明另一个还没找到的结点在左边已经找到的结点的更深处。

#include<iostream>
#include<vector>
#include<map>
#include<string>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<set>
#include<queue>
#include<unordered_map>
#include<cmath>
using namespace std;
const int maxn = 10010;
int m,n;
struct node
{
	int data;
	node* left, * right;
};
int in[maxn], pre[maxn];
node* buildtree(int prel, int prer, int inl, int inr)
{
	if (prel > prer)
		return NULL;
	node* root = new node;
	root->data = pre[prel];
	int i;
	for (i = inl; i <= inr; i++)
	{
		if (in[i] == pre[prel])
		{
			break;
		}
	}
	int leftnum = i - inl;
	root->left = buildtree(prel + 1, prel + leftnum, inl, i - 1);
	root->right = buildtree(prel + leftnum + 1, prer, i + 1, inr);
	return root;
}

bool findnode(int u)
{
	for (int i = 0; i < n; i++)
	{
		if (u == pre[i])
			return true;
	}
	return false;
}

node* LCA(node* root, int u, int v)
{
	if (root == NULL) return NULL;
	if (root->data == u || root->data == v) return root;
	node* left = LCA(root->left, u, v);
	node* right = LCA(root->right, u, v);  
	if (left && right) return root;
	return left == NULL ? right : left;
}

int main()
{
	cin >> m >> n; int u, v;
	for (int i = 0; i < n; i++)
	{
		cin >> in[i];
	}
	for (int i = 0; i < n; i++)
	{
		cin >> pre[i];
	}
	node* root = buildtree(0, n - 1, 0, n - 1);
	for (int i = 0; i < m; i++)
	{
		cin >> u >> v;
		if (findnode(u) == false && findnode(v) == false)
		{
			printf("ERROR: %d and %d are not found.\n", u, v);
		}
		else if (findnode(u) == false || findnode(v) == false)
		{
			printf("ERROR: %d is not found.\n", findnode(u) == false ? u : v);
		}
		else
		{
			node* temp = LCA(root, u, v);
			if (temp->data == u || temp->data == v) {
				printf("%d is an ancestor of %d.\n", temp->data == u ? u : v, temp->data == u ? v : u);
			}
			else {
				printf("LCA of %d and %d is %d.\n", u, v, temp->data);
			}
		}
	}

}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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