树的同构啊

在这里插入图片描述
请添加图片描述

请添加图片描述
input:
8
A 1 2
B 3 4
C 5 -
D - -
E 6 -
G 7 -
F - -
H - -
8
G - 4
B 7 6
F - -
A 5 1
H - -
C 0 -
D - -
E 2 -
output:
Yes
(测试数据对应图1)

#include<stdio.h>
#include<stdlib.h>
typedef struct node
{
    char data;
    int l;
    int r;
}tree;
tree T1[10], T2[10];
int build(tree T[], int n)
{
    int root = -1;
    char a[2], cl[2], cr[2];
    int check[10] = {0};
    if(n)
    {
        for(int i = 0; i < n; i ++)
        {
            scanf("%s%s%s", a, cl, cr);
            T[i].data = a[0];
            if(cl[0] != '-')
            {
                T[i].l = cl[0] - 48;
                check[T[i].l] = 1;
            }
            else
                T[i].l = -1;
            if(cr[0] != '-')
            {
                T[i].r = cr[0] - 48;
                check[T[i].r] = 1;
            }
            else
                T[i].r = -1;
        }
        for(int i = 0; i < n; i ++)
        {
            if(!check[i])
            {
                root = i;
                break;
            }
        }
    }
    return root;
}
int cmp(int r1, int r2)
{
    if(r1 == -1 && r2 == -1)
        return 1;
    if((r1 == -1 &&r2 != -1) || (r1 != -1&&r2 == -1))
        return 0;
    if(T1[r1].data != T2[r2].data)
        return 0;
    if(T1[r1].l == -1 &&T2[r2].l == -1)
        return cmp(T1[r1].r, T2[r2].r);
    if(T1[r1].l != -1 &&T2[r2].l != -1&&T1[T1[r1].l].data == T2[T2[r2].l].data)
        return (cmp(T1[r1].l, T2[r2].l) && cmp(T1[r1].r, T2[r2].r));
    else
        return (cmp(T1[r1].r, T2[r2].l) && cmp(T1[r1].l, T2[r2].r));
}
int main()
{
    int n, m;
    int r1, r2;
    while(~scanf("%d", &n))
    {
        r1 = build(T1, n);
        scanf("%d", &m);
        r2 = build(T2, m);
        if(cmp(r1, r2))
            printf("Yes\n");
        else
            printf("No\n");
    }
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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