行云流水

算法思想使用层次遍历的思想，一层一层的建立，每次建立都是一层的元素全部建完，即每一层都是全部元素全部出队，下一层的元素全部入队，提醒：这里有个小坑要注意下，每次出队元素往右边移动时，对应i要记得相应加一，往右子树上挪动，这样计算的才是正确的该结点的下一层孩子结点，该题假设0为空结点，因为二叉树并非时完全二叉树，需要补充虚结点。#define MaxSize 20typedef struct BiTree{ struct BiTree* lchild; struct BiTree* .

寻找最近公共结点思想：判断p和q是否分别根结点的左右两侧，如果在左右两侧那么直接返回根结点即可，不失一般性，假设p和q分别均在根结点的左侧，那么按照分治的思想，此时继续往左子树找即可（问题规模已经缩小），那么依旧还是上面的操作划分，故可以采用递归的思想，后序遍历，如果在左子树找到了p，那么直接返回当前的root, 继续往root的右子树找，如果找到了q，说明root即是所找结点，如果未找到，将root返回给上一层继续搜索。typedef struct BiTree{ struct BiTre.

简述：采用先序遍历，找到叶子结点，按照题目要求尾插法即可。typedef struct BiTree{ struct BiTree* lchild; struct BiTree* rchild; int data;}BiTree;BiTree* head;BiTree* pre;//pre指向前驱，目的主要是为了head始终指向头指针，使得head可以用于输出遍历。//要求该算法把二叉树的叶子结点按从左到右的顺序连成一个单链表，表头指针为headvoid leaves

typedef struct BiTree{ struct BiTree* lchild; struct BiTree* rchild; int data;}BiTree;//根据先序和后序序列创建树//char pre[] ={'0','a','b','c','d','e','f','g','h','i'};//char in[] = {'0','b','c','a','e','d','g','h','f','i'};void PreInCreat(BiTree* &a

这里简述孩子兄弟链表的非递归算法，如果A结点存在左孩子，且A结点的兄弟结点没有孩子，则该兄弟可以跳过不入队（因为A结点的兄弟结点树的高度不可能比A结点左孩子所在高度更高）typedef struct CsNode{ struct CsNode* firstchild; struct CsNode* nextsibling; int data;}CsNode;int height(CsNode* node){ //递归遍历求以孩子兄弟链表表示的树的深度 if (no.

void GetNext(char pattern[],int* &next,int length){ int i = 0; int j = -1; // pattern match next[0] = -1; while (i < length) { if (j == -1 || pattern[i] == pattern[j]) { i++; j++; next[i] =

//堆调整void Sift(int data[],int low, int high){ int i = low; int j = 2*i; int temp = data[i]; while (j <= high) { // 存在左孩子 if(j<high && data[j] < data[j+1]) // 存在右孩子且左结点大于右结点 j++; if (temp < d.

//简单选择排序void selectSort(int data[],int num){ for (int i = 0; i < num-1; i++) { int min = i; for (int j = i + 1; j< num; j++) { if (data[j] < data[min]) { min = j; } } if.

int partition(int left,int right,int data[]){ int pivot = data[left]; while (left<right) { while (left<right && data[right]>=pivot) { right--; } data[left] = data[right]; .

//49 38,65,97,76,13,27,49//38 49 65,97,76,13,27,49//38 49 65 97,76,13,27,49//38 49 65 97 76,13,27,49//38 49 65 76 97 13,27,49//13 38 49 65 76 97 27,49//13 27 38 49 65 76 97 49//13 27 38 49 49 65 76 97//插入排序： 插入第i个

bool Delete(BTNode* &bt){ if (bt->left == NULL && bt->right == NULL) { BTNode* p = bt; bt = NULL; delete p; }else if(bt->left == NULL){ BTNode* p = bt; bt = bt->right; delete p

DFS非递归算法借用栈记录当前状态，然后继续向下执行，等到一定的条件时再回来解决，下面给出实现代码。#include <iostream>#include <string>#include <vector>using namespace std;#define MaxSize 20typedef struct ArcNode{ struct ArcNode* next; int n;}ArcNode;typedef struct{

判断是否存在环，可以使用拓扑排序以及使用DFS，BFS算法，此处我们采用DFS去实现，需要注意的情况是： 当v0有多个入度的时候，直接进行DFS也会误判成环，因此需要进行状态清除。bool DFSCircle(AGraph* G, int node, int* visit){ ArcNode* p; visit[node] = 1; p = G->arcList[node].fristNode; bool flag; while (p) { .

对一个有向无环图进行拓扑排序，过程如下：从有向图中选择一个没有前驱（即入度为0）的顶点，压入栈中删除栈中的顶点，同时删除该顶点出发的所有边（即顶点相邻边的顶点入度减一）重复以上两步，直至栈为空检查是否已经遍历图中所有结点，若全部遍历完成，则完成拓扑排序，反之，则该图存在环，拓扑排序失败。#include <iostream>#include <string>#include <vector>using namespace std;#define

多源路径算法求解：对于单源最短路径，可以通过Dijkstra求解，那么多于多源最短路径是否可以利用Dijkstra求解呢？答案是显然的，我们可以通过遍历每个顶点进行Dijkstra求解，时间复杂度为O(n^3)，由于Dijkstra算法编写较复杂，对于多源最短路径是否还有其他更简单的算法呢？另一种多源路径算法求解 — Floyd算法Floyd是通过动态规划的思想，我们定义f[k][i][j]表示i和j之间可以通过1,2,3,…k的结点的最短路径，从i到j可以有两种办法，一种是直接从i到j，另一种是借.

算法思想：Dijkstra算法和Prim算法思想相似，我们定义两个集合，走过的结点卫于集合S，未走过的结点卫于集合U中，在集合S中寻找是否有更短的路径能够到达未走过的结点，比如A–>B权值为2，B–>C权值5，A–C权值为10，A为起始点，那么一开始最短边为A–>B，那么我们把B加入集合中，当要去判断是否有更短的权值能够到达C,由于一开始A是起点，我们已经记录了A–>C的路径，要判断是否能更短的路径，只需在B点的基础上，判断能否有更短的路径到C，即判断A–>B + B–&g.

Kruskal算法思想Prim算法采用以顶点为起点，逐步进行查找顶点上最小权值的边来构建最小生成树，Kruskal算法采用以边为目标进行构建，因为权值在边上，所以直接根据最小权值的边进行构建生成树也是很自然的想法，只不过需要检测构建生成树时候产生环路。检测环路根据并查集的思想，通过判断被考察的边的两个顶点是否位于两个连通分量中，我们把连通分量看成树，通过判断两颗树是否有不同的根结点，如果是不同的根结点，那么不会产生环，进行合并，如果具有相同的根结点，那么产生环，则放弃该边，继续探索下一个更小权值的边。.

采用Prim算法进行输出最小生成树，VNode数组记录有更小权值边连接的顶点，每次有结点加入集合中进行一次更新（检查新加入的元素对于之前元素是否有更小的权值到达未在集合中的顶点），lowCost记录最小权值，赋值为0是代表元素进入集合中。测试数据为：G->edges[0][1] = 34; G->edges[1][0] = 34;G->edges[0][2] = 46; G->edges[2][0] = 46;G->edges[0][5] = 19; G->

从顶点i开始到顶点j进行一次BFS，遍历过程如果访问到了vj，则判定vi与vj存在路径。#define MaxSize 10typedef struct ArcNode{ struct ArcNode* next; int adjNum;}ArcNode;typedef struct{ ArcNode* firstArc; char data;}VNode;typedef struct{ VNode adjList[MaxSize]; in

因为图的广度优先遍历方式是从图的某个顶点开始，由近至远层层拓展的方式遍历图结点的过程，因此图的广度优先遍历的最后一个结点一定是距离该顶点最远的一个结点。#define MaxSize 10//邻接表定义typedef struct ArcNode{ struct ArcNode* nextArc; int arcNum;}ArcNode;typedef struct{ ArcNode* fristArc; char data;}VNode;typedef

#define MaxSize 15typedef struct BTNode{ char data; struct BTNode* left; struct BTNode* right;}BTNode;typedef struct PoseNode{ BTNode* node; int visitRight; int visitLeft; PoseNode(){ this->visitLeft = 0;

typedef struct BTNode{ char data; struct BTNode* left; struct BTNode* right;}BTNode;typedef struct Stack{ BTNode* data[MaxSize]; int top;}Stack;//中序遍历非递归void InOrder(BTNode* root){ if (root == NULL) { return; }

void PreOrder(BTNode* root){ if (root == NULL) { return; } //Init Stack stack; stack.top = -1; //Root gets into stack BTNode* q; stack.top++; stack.data[stack.top] = root; //Process while (stack.top !.

//输入先序遍历第K个节点的值void PreFind(BTNode* node,int k,int &count){ //recursion terminator if (node==NULL) { return; } if (k == count) { cout<<node->data<<"\n"; return; } //空不用进入 if (node->