L3-016 二叉搜索树的结构 (30 分)(三种代码)

L3-016 二叉搜索树的结构 (30 分)

目录

L3-016 二叉搜索树的结构 (30 分)

代码1(段错误   数组开小了..开大一点能过)

代码2(dfs)

代码3 (AC)


【分析】

一开始建树做,想把它转换成完全二叉树,但是N=100的话,肯定数组是存不下的,所以导致最后一个测试点过不了段错误,只有27分..

数组开大点就可以了...数据比较水

代码1(段错误   数组开小了..开大一点能过)

#include<bits/stdc++.h>
using namespace std;

typedef struct node{
	struct node *lchild,*rchild;
	int val;
}node,*tree;
const int maxn=1e6+10;
int lv[maxn];
map<int,int>dep;
int n,cnt,cur,max_deep;

void insert(tree &T,int x,int deep)
{
	if(T==NULL)
	{
		T=new node();
		T->val=x;
		dep[x]=deep;
		max_deep=max(max_deep,deep);
		T->lchild=T->rchild=NULL;
		return;
	}
	if(x<T->val)insert(T->lchild,x,deep+1);
	else if(x>T->val)insert(T->rchild,x,deep+1);
}
void getLevel(tree &T)
{
	if(T==NULL)return;
	queue<tree>q;
	q.push(T);
	while(!q.empty())
	{
		tree t=q.front();
		q.pop();
		lv[cur++]=t->val;
		if(t->lchild!=NULL)q.push(t->lchild);
		else {t->lchild=new node();t->lchild->val=-1;q.push(t->lchild);}
		if(t->rchild!=NULL)q.push(t->rchild);
		else {t->rchild=new node();t->rchild->val=-1;q.push(t->rchild);}
		if(cur>pow(2,max_deep+1))break;
	}
}
int main()
{
	tree T=NULL;
	scanf("%d",&n);
	for(int i=0;i<n;++i)
	{
		int x;scanf("%d",&x);
		insert(T,x,0);
	}
	//cout<<"max_deep="<<max_deep<<endl;
	memset(lv,-1,sizeof(lv));
	getLevel(T);
	int q;scanf("%d",&q);
	getchar();
	while(q--)
	{
		string s;getline(cin,s);
		int x,y,f=0;
		if(s.find("root")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the root",&x);
			if(dep.count(x) && x==lv[0])puts("Yes");
			else puts("No");
		}
		if(s.find("siblings")!=string::npos)
		{
			sscanf(s.c_str(),"%d and %d are siblings",&x,&y);
			if(dep.count(x) && dep.count(y))
			{
				for(int i=0;i<cur;++i)
					if((lv[i]==x && lv[i+1]==y)||(lv[i]==y && lv[i+1]==x))
					{
						puts("Yes");f=1;
						break;
					}
			}
			if(!f) puts("No");
		}
		if(s.find("parent")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the parent of %d",&x,&y);
			if(dep.count(x) && dep.count(y))
			{	
				for(int i=0;i<cur;++i)
					if(lv[i]==x && (lv[i*2+1]==y || lv[2*i+2]==y))
					{
						f=1;puts("Yes");
						break;
					}
			}
			if(!f) puts("No");
		}
		if(s.find("left")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the left child of %d",&x,&y);
			if(dep.count(x) && dep.count(y))
			{	
				for(int i=0;i<cur;++i)
					if(lv[i]==y && lv[i*2+1]==x)
					{
						f=1;puts("Yes");
						break;
					}
			}
			if(!f) puts("No");
		}
		if(s.find("right")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the right child of %d",&x,&y);
			if(dep.count(x) && dep.count(y))
			{	
				for(int i=0;i<cur;++i)
					if(lv[i]==y && lv[i*2+2]==x )
					{
						f=1;puts("Yes");
						break;
					}
			}
			if(!f) puts("No");
		}
		if(s.find("same")!=string::npos)
		{
			sscanf(s.c_str(),"%d and %d are on the same level",&x,&y);
			if(dep.count(x) && dep.count(y))
			{	
				if(dep[x]==dep[y])puts("Yes");
				else puts("No");
			}
			else puts("No");
		}
	}
	return 0;
}

然后看了下小伙伴滴代码,直接深搜的,但是注意一下如果根节点的父亲是根节点的话,是No的,然后是30分...但是我觉得这个和建树一样啊数组a也会存不下的啊...为啥这个可以过呢??【然后我输入100个点从100到1降序输入,果然他是出不来结果的..】

因为数据水啊!!!

代码二:

#include<bits/stdc++.h>
using namespace std;

const int maxn=1e6+10;
int a[maxn];
map<int,int>mp;
int n;

void insert(int x,int pos)
{
//	cout<<"pos="<<pos<<endl;
	if(a[pos]==-1)
	{
		a[pos]=x;
		mp[x]=pos;
		return;
	}
	if(x<a[pos])insert(x,pos*2+1);
	else insert(x,pos*2+2);
}
int main()
{
	scanf("%d",&n);
	memset(a,-1,sizeof(a));
	for(int i=0;i<n;++i)
	{
		int x;scanf("%d",&x);
		insert(x,0);
	}
	int q;scanf("%d",&q);
	getchar();
	while(q--)
	{
		string s;getline(cin,s);
		int x,y,f=0;
		if(s.find("root")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the root",&x);
			if(mp.count(x) && x==a[0])puts("Yes");
			else puts("No");
		}
		if(s.find("siblings")!=string::npos)
		{
			sscanf(s.c_str(),"%d and %d are siblings",&x,&y);
			if(mp.count(x) && mp.count(y) && mp[x] && mp[y] && (mp[x]-1)/2==(mp[y]-1)/2)puts("Yes");
			else puts("No");
		}
		if(s.find("parent")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the parent of %d",&x,&y);
//			cout<<mp[y]-1<<endl;
			if(mp.count(x) && mp.count(y) && mp[y] && mp[x]==(int)(mp[y]-1)/2)puts("Yes");
			else puts("No");
		}
		if(s.find("left")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the left child of %d",&x,&y);
			if(mp.count(x) && mp.count(y) && mp[y]*2+1==mp[x] && x<y)puts("Yes");
			else puts("No");
		}
		if(s.find("right")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the right child of %d",&x,&y);
			if(mp.count(x) && mp.count(y) && mp[y]*2+2==mp[x] && x>y)puts("Yes");
			else puts("No");
		}
		if(s.find("same")!=string::npos)
		{
			sscanf(s.c_str(),"%d and %d are on the same level",&x,&y);
			if(mp.count(x) && mp.count(y) && (int)(log2(mp[x]+1))==(int)(log2(mp[y]+1)))puts("Yes");
			else puts("No");
		}
	}
	return 0;
}

还是百度了下大佬的代码...

不用定义结构体,直接用数组来做;l[i] & r[i]分别代表节点i的左右节点的下标;

deep数组存每个节点对应的index的深度;

mp存每个值的对应的下标

因为上面的数组的值对应的都是下标,所以要用map存一下;

这个就算100个降序读入数据,也是不会爆的...  但是这种思路我不太会想得到吧....

代码3(AC)

#include<bits/stdc++.h>
using namespace std;

const int maxn=110;
int a[maxn],l[maxn],r[maxn];
int pre[maxn],deep[maxn];
map<int,int>mp;
int n,q;
int root;

void insert(int &Root,int fa,int dep,int id)
{
//	cout<<l[Root]<<","<<r[Root]<<endl;
	if(Root==-1)
	{
		Root=id;//这里就是给l,r数组赋值;如果是-1那么会走这个if语句,然后赋值返回 
		pre[id]=fa;
		deep[id]=dep;
		return;
	}
	if(a[id]<a[Root])insert(l[Root],Root,dep+1,id);
	else insert(r[Root],Root,dep+1,id);
}
int main()
{
	scanf("%d",&n);
	memset(l,-1,sizeof(l));
	memset(r,-1,sizeof(r));
	root=-1;
	for(int i=1;i<=n;++i)
	{
		scanf("%d",&a[i]);
		insert(root,-1,1,i);
		mp[a[i]]=i;
	}
	scanf("%d",&q);getchar();
	while(q--)
	{
		string s;getline(cin,s);
		int x,y,f=0;
		if(s.find("root")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the root",&x);
			if(mp.find(x)!=mp.end() && a[root]==x)f=1;
		}
		else if(s.find("siblings")!=string::npos)
		{
			sscanf(s.c_str(),"%d and %d are siblings",&x,&y);
			if(mp.find(x)!=mp.end() && mp.find(y)!=mp.end() && pre[mp[x]]==pre[mp[y]])f=1;	
		}
		else if(s.find("parent")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the parent of %d",&x,&y);	
			if(mp.find(x)!=mp.end() && mp.find(y)!=mp.end() && pre[mp[y]]==mp[x])f=1;
		}
		else if(s.find("left")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the left child of %d",&x,&y);	
			if(mp.find(x)!=mp.end() && mp.find(y)!=mp.end() && pre[mp[x]]==mp[y] && x<y)f=1;
		}
		else if(s.find("right")!=string::npos)
		{
			sscanf(s.c_str(),"%d is the right child of %d",&x,&y);	
			if(mp.find(x)!=mp.end() && mp.find(y)!=mp.end() && pre[mp[x]]==mp[y] && x>y)f=1;
		}else if(s.find("same")!=string::npos)
		{
			sscanf(s.c_str(),"%d and %d are on the same level",&x,&y);	
			if(mp.find(x)!=mp.end() && mp.find(y)!=mp.end() && deep[mp[x]]==deep[mp[y]])f=1;
		}
		if(f)puts("Yes");
		else puts("No");
	}
}
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 二搜索是一种特殊的二,它的每个节点都有一个键值,且满足左子的所有节点的键值都小于该节点的键值,右子的所有节点的键值都大于该节点的键值。这种结构使得二搜索可以快速地进行查找、插入和删除操作。二搜索结构非常简单,每个节点包含三个部分:键值、左子和右子。因此,二搜索的实现也非常容易,可以使用递归或迭代的方式实现。二搜索的时间复杂度取决于的高度,因此在实际应用中需要注意平衡二搜索的使用,以避免出现极端情况导致时间复杂度退化。 ### 回答2: 二搜索(Binary Search Tree,BST)是一种经典的数据结构,它是一棵二,其中每个节点都包含一个键值,且每个节点的键值大于等于左子的所有节点的键值,小于等于右子的所有节点的键值。由此,BST 具有以下特点: 1. 对于任意节点,左子上的所有节点都小于这个节点的键值,右子上的所有节点都大于等于这个节点的键值; 2. 对于任意节点,它的左右子也都是 BST。 由此可得,BST 并不是一棵完美平衡的,它的高度取决于节点的插入顺序。最坏情况下,BST 可能退化成一条链表,导致时间复杂度变成 O(n)。因此,为了使 BST 的效率更高,我们需要对 BST 进行优化。有几种方法可以实现 BST 的优化,包括 AVL 、红黑、Treap 等。这些高效的 BST 实现往往基于平衡这一关键点,尽可能使得 BST 中的节点分布均匀,减少的高度。通过这些优化,BST 可以在对数时间内执行插入、查找、删除等操作,成为一类非常重要的数据结构。 除了上述常规的 BST 实现,还有一种特殊的 BST,即 splay tree。相比于其他实现,它的旋转操作更为简单且直观,因此具有一定的应用价值。不过,splay tree 对于随机数据的表现很好,但在特定数据集下,会出现退化的情况。因此,在实际应用中,splay tree 并不是最优的选择。 总之,二搜索是一种简单而常用的数据结构,它的实现可以基于不同的平衡算法,使得效率得以优化。在实际应用中,需要根据具体场景选择合适的 BST 实现,以达到最优化的效果。 ### 回答3: 二搜索(Binary Search Tree),又称二查找、有序二(Ordered Binary Tree)、排序二(Sorted Binary Tree),是指一棵空或者具有下列特点的二: 1. 若左子不空,则左子上所有结点的值均小于它的根结点的值; 2. 若右子不空,则右子上所有结点的值均大于它的根结点的值; 3. 左、右子也分别为二搜索; 4. 没有键值相等的节点。 二搜索是一种实现了动态有序集合的非常优秀的数据结构,它可以在平均情况下实现基本操作(插入、查找、删除)的时间复杂度为O(logn),对于随机数据平衡性比其他结构较好。 但是,不平衡的二搜索时间复杂度可能会被退化为O(n),如当数据是已经排好序的时候,建立的二搜索就会退化成一个单链表,此时操作效率也会比较低。 因此,在使用二搜索时需要保证其平衡性,可以采用自平衡的方法如AVL、红黑等。 常见的操作有查找、插入、删除、前、中、后序遍历、最大、最小值查找等,其中插入、删除操作较为复杂,需要注意细节问题。 总的来说,二搜索具有结构简单、易于实现、查找效率高等特点,但是也存在缺点,如容易退化、删除节点需重新建等,需要选择合适的方法进行改进。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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