数据结构- 5 树

1 基本概念

1.1 逻辑结构

image-20210625145114964 image-20210625145135992 image-20210625145157677 image-20210625145214834 image-20210625145236809 image-20210625145255387

1.2 存储结构

1.2.1 顺序存储结构-双亲存储结构

image-20210625145354737

1.2.2 链式存储结构-孩子结构

image-20210625145452817

2 二叉树

2.1 概念 & 逻辑结构

image-20210625145539535 image-20210625145556389 image-20210625145610315 image-20210625145624238 image-20210625145727636 image-20210625145818254 image-20210625145919544 image-20210625145935708

2.2 性质

image-20210625150109072 image-20210625150223317 image-20210625150240194

2.3 存储结构

2.3.1 顺序存储结构

image-20210625150409953

2.3.2 链式存储结构

image-20210625150455312 image-20210625150510386

2.4 二叉链表存储结构-同辈表亲连一起

image-20210625150653022 image-20210625150710110

3 树与二叉树互换

3.1 树与二叉树互换

image-20210625150816421 image-20210625150835282 image-20210625150857906 image-20210625150918638

3.2 森林与二叉树互换

image-20210625151016080 image-20210625151047411 image-20210625151112748 image-20210625151130786 image-20210625151155840

4 遍历

定义:一个一个扫描过去

4.1 二叉树的遍历

4.1.1 层次遍历-广度优先遍历

image-20210625151357731

4.1.2 深度优先遍历-中序、先序、后序

image-20210625151637022 image-20210625151714197

4.2 树的遍历

4.2.1 层次遍历-广度优先遍历

image-20210625151922400

4.2.2 深度优先遍历

image-20210625152006846 image-20210625152111310

4.3 森林的遍历

image-20210625152209747 image-20210625152229682

5 递归函数初识

image-20210625152343759 image-20210625152429088 image-20210625152526454

6 遍历代码

6.1 二叉树遍历代码

image-20210625152655102

image-20210625152757493

image-20210625154235284

image-20210625154317979

image-20210625154737126

7 二叉树非递归遍历

7.1 递归函数原理

image-20210625154854508

image-20210625154908144

7.2 先序遍历非递归化-从上往下,从右往左入栈

image-20210625155123338 image-20210625155150569

7.3 后序遍历非递归化

image-20210625155225284 image-20210625155245995

image-20210625155542632

7.4 中序遍历非递归化-从上往下从左往右入栈

image-20210625155426863

image-20210625155513219

8 二叉树层次遍历代码

8.1 二叉树层次遍历

image-20210625155625070 image-20210625155648885

8.2 树的优先遍历

8.2.1 树的先序遍历

image-20210625155820516 image-20210625155851326

8.2.2 树的广度优先遍历

image-20210625155921120

9 线索二叉树

9.1 中序线索二叉树

9.1.1 逻辑结构

image-20210625160023321

9.1.2 存储结构

image-20210625160101276 image-20210625160132635 image-20210625160205434

9.2 前序线索二叉树

9.2.1 逻辑结构

image-20210625160317313

9.2.2 代码

image-20210625160433992 image-20210625160501093

9.3 后序线索二叉树

image-20210625160548211 image-20210625160602085 image-20210625160640482

9.4 比较

image-20210625160707763

10 哈夫曼树

10.1 编码问题

image-20210625160830919 image-20210625160857323

10.2 概念和定义

image-20210625160916844 image-20210625160947765 image-20210625160958767 image-20210625161011260 image-20210625161026208 image-20210625161040440 image-20210625161055610

10.3 哈夫曼n叉树

image-20210625161126959 image-20210625161144228

11 二叉树的确定

11.1 根据遍历顺序确定二叉树

11.1.1 先序中序?

image-20210625161258025 image-20210625161313291

11.1.2 后序中序?

image-20210625161344217 image-20210625161359185

11.1.3 层次遍历中序?

image-20210625161418443 image-20210625161431827 image-20210625161453908

12 二叉树的估计

12.1 根据遍历顺序估计二叉树

12.1.1 前序中序

image-20210625161657534 image-20210625161726252

12.1.2 中序后序

image-20210625161751866

12.1.3 前序后序

image-20210625161827021

12.1.4 前序中序

image-20210625161851165

12.1.5 中序后序

image-20210625161915493

13 二叉树表达式-根据表达式建立二叉树

image-20210625162016054 image-20210625162047493 image-20210625162101716
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

吴哈哈就是我

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