• 二叉树的遍历转换(层序,中序转先序)


      众所周知二叉树有四种遍历,即先序(DLR),中序(LDR),后序(LRD)和层序。而层序和其它三种不同,因为它是用的BFS即广度优先搜索。我们可以简单证明中序遍历和其它的任何一种遍历可以确定一棵树。常见的有已知先序中序求后序,已知中序后序求先序(比如noip2001PJ的那道水题)。还有一种不常见的有层序中序求先后序。

      前面两种太水,递归二分很容易做,后面一种做的时候没反应过来想了会儿,本来想用递归,但是如果用递归的话一会儿二分左子树一会儿二分右子树,不方便,所以我改用队列做。

      我们用一个队列来储存当前要二分的中序遍历,先将一开始的完整的中序遍历加进去。

      然后查找当前要处理的中序遍历,将他二分,将左右两部分分别加入队列。再如此处理二分的两部分队列。

      重复这些操作,直至队列为空(或者说是层序遍历查找完毕),下面是主要部分的源代码;

    void make_tree(string str1,string str2,queue <string> que){
        que.push(str1);
        int now=1;
        for(int i = 0; i < str2.length(); i++) {
    		char &k = str2[i];
    		string &s = que.front();
    		string left,right;
    		int j;
    		for(j = 0; j < s.length(); j++) {
    			if(s[j] == k) {
    				tree[now] = k;
    				for(int l = j + 1; l < s.length(); l++)
    					right = right + s[l];
    				que.push(left);
    				que.push(right);
    				que.pop();
    				break;
    			}
    			else
    				left = left + s[j];
    		}
    		now++;
    		if(j == s.length()) {                   //如果能在s中找到k,则j必定小于lens,而找不到的情况只可能出现在该子树大小为0的情况
    			i--;
    			que.push(left);                 //加入一个大小为0的树的中序遍历,防止now不按顺序来,下同
    			que.push(right);
    			que.pop();
    		}
    	}
    }
    

      观察上面的源代码,可以发现,我们是将整棵树补齐了,也就是说最坏的情况就是如下图:

    其中空心圆表示无结点,实心圆表示结点。

    对于N个结点(如图),时间复杂度上界为O(2^n · n^2);(应该没算错吧??)

    如果没算错,那么这样只能最多处理n=19的情况,过大的会超时,那我们该怎么优化这个呢?

    首先为什么我们会执行2^n次操作呢?是因为我们如果不存2^n次则无法将每个结点对号入座。

    那么我们可不可以用一个队列来存储结点应该做哪个位置呢?答案是可以的。

    下面是代码:

    #include<iostream>
    #include<queue>
    #include<string>
    #include<sstream>
    #include<cstring>
    using std::cin;
    using std::string;
    using std::queue;
    char tree[10000 + 20];
    int first(int);
    
    int main(){
        string str1;    //中序
        cin >> str1;
        string str2;    //层序
        cin >> str2;
        queue <string> que;
        queue <int> place; 
        que.push(str1);
        place.push(1);
        for(int i = 0; i <= 10000 + 19; i++)
            tree[i] = '#';
        for(int i = 0; i < str2.length(); i++) {
            char &k = str2[i];
            string &s = que.front();
            string left,right;
            int j;
            for(j = 0; j < s.length(); j++) {
                if(s[j] == k) {
                    tree[place.front()] = k;
                    for(int l = j + 1; l < s.length(); l++)
                        right = right + s[l];
                    if(left.empty() == false) {
                        que.push(left);
                        place.push(place.front() * 2);
                    }
                    if(right.empty() == false) {
                        que.push(right);
                        place.push(place.front() * 2 + 1);
                    }
                    que.pop();
                    break;
                }
                else
                    left = left + s[j];
            }
            place.pop();
        }
        first(1);
        return 0;
    } 
    
    int first(int x) {
        printf("%c" , tree[x]);
        if(tree[x * 2] != '#') {
            first(x * 2);
        }
        if(tree[x * 2 + 1] != '#') {
            first(x * 2 + 1);
        }
    }

    主要的改变就是用了一个place队列保存下一个元素要出现的位置,这样就用空间换时间

    这段代码的时间复杂度为O(n^3)?数学没学好算不出来,总之就是快了好多好多。

  • 相关阅读:
    从零开始通过webhooks实现前端自动化
    使用rem配置PC端自适应大屏
    Nuxt内导航栏的两种实现方式
    VueX中直接修改数据报错,修改一维数组,二维数组,报错的原因
    在mpvue或者Vue中使用VUEX
    小程序框架MpVue踩坑日记(二)
    小程序mpvue中动态切换echarts图表
    小程序踩坑之不同屏幕下动态改变translate值
    Koa2+MySQL+VUE+ElementIUI搭建简单的后台管理小系统
    小程序框架MpVue踩坑日记(一)
  • 原文地址:https://www.cnblogs.com/1-1-1-1/p/5203771.html
Copyright © 2020-2023  润新知