I'm a rookie in DS .我改进了二叉树树根到任意一节点的路径de算法时间复杂度变为O(n)

drmao 2003-11-01 08:44:07
////////////======stack.cpp===========/////////
#include <iostream.h>
#include <stdio.h>
#include <stdlib.h>
#define StaElem BiTree
#define Status int
#define BiTElem char
int ii=0;
typedef struct BiTNode{
BiTElem data;
struct BiTNode *lchild,*rchild;
}BiTNode,*BiTree;
//////////////////////////////////////////////
typedef struct StaNode{
StaElem data;
struct StaNode *next;
}StaNode,*StaNodePtr;
typedef struct Stack{
StaNodePtr base,top;
}Stack;
//---------------------------------------------------//
Status InitStack(Stack &s){
if(s.base=s.top=(StaNodePtr)malloc(sizeof(StaNode)))
{s.base->next=0; return 1;}
else return 0;
}
//----------------------------------------------------//
Status Push(Stack &s,StaElem &e){ StaNodePtr push=(StaNodePtr)malloc(sizeof(StaNode));
s.top->data=e; push->next=s.top; s.top=push;
return 1;
}
//----------------------------------------------------//
Status StackEmpty(Stack &s){return s.top==s.base;}
//----------------------------------------------------//
Status GetTop(Stack &s,StaElem &e){
if(StackEmpty(s)){cout<<"\nSTACK EMPTY";return 0;}
e=s.top->next->data; return 1;
}
//----------------------------------------------------//
Status Pop(Stack &s,StaElem &e){StaNodePtr temp=s.top->next;
if(StackEmpty(s)){cout<<"\nSTACK EMPTY";return 0;}
e=temp->data; free(s.top);s.top=temp; return 1;
}
//----------------------------------------------------//
Status ClearStack(Stack &s){StaNodePtr temp=0;
while(s.top!=s.base){ temp=s.top->next; free(s.top); s.top=temp;}return 1;
}
//-----------------------------------------------------//
Status DestroyStack(Stack &s){ClearStack(s); free(s.base); return 1;
}
//-----------------------------------------------------//
//*******************************************************************//

Status PreOrderCreatBiTree(BiTree &t){
if(!ii){cout<<"\nPreOrderCreatBiTree(BiTree &t)\n";++ii;}
BiTElem input; cin>>input;
if(input=='#')t=0;
else { t=(BiTree)malloc(sizeof(BiTNode));
t->data=input;
PreOrderCreatBiTree(t->lchild); PreOrderCreatBiTree(t->rchild);
} return 1;//先序建立一个二叉树。递归。
}/////////////////////////////////////////////
Status PreOrderTraverse_GetAPointer(BiTree &t,BiTElem data,BiTree &p){//cout<<"\nInOrderTraverse(BiTree &t)\n";
if(t){ if(t->data==data){ p=t; return 1;}
PreOrderTraverse_GetAPointer(t->lchild,data,p);
PreOrderTraverse_GetAPointer(t->rchild,data,p);
} return 0;//找到树中一个等于"data"的节点并用指针p指向它。
}///////////////
Status ARoadFromRootToP_version2(BiTree &Root, BiTree &Ptr){
Stack s,road; int tag[100],top=0; //用后续遍历的方法来找从
BiTree p=Root,temp=0; //根节点到任意的节点Ptr的
InitStack(s); InitStack(road); //路径。
if(!Root)return 0; //tag【1000】为一个标志序列
do{ //如果tag[top]==0表示才从left子树回来
while(p){tag[++top]=0; Push(s,p);p=p->lchild; }//如果==1
if(!StackEmpty(s)){//表示从right子树回来了,可以访问了
if(tag[top]==0){GetTop(s,p);//
if(!StackEmpty(s)){
p=p->rchild; tag[top]=1;}
}else
if(tag[top]==1){ Pop(s,temp);
if(temp==Ptr){///print the road;
Push(s,temp);
while(!StackEmpty(s)){ Pop(s,temp);Push(road,temp);
} cout<<"\n路径是:"<<endl;
while(1){ Pop(road,temp); cout<<temp->data; if(!StackEmpty(road))cout<<"-->";
else goto loop;
}
}//print the road;
top--;
}
}
}while(!StackEmpty(s));
loop: DestroyStack(s); DestroyStack(road);
return 1;
}

///////////////////////////////////////////////
int main(){BiTree tree=0,p=0;char x;
PreOrderCreatBiTree(tree); //p指向某个data等于1的节点。
cout<<"\n你想打印从树根到那个节点的路径?";cin>>x;
PreOrderTraverse_GetAPointer(tree,x,p);
ARoadFromRootToP_version2(tree,p);cout<<endl;//打印从根节点到p的路径。
return 1;
}//////////////////////////////////
...全文
138 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文围绕“非线性流量的数据驱动Koopman模型预测控制研究”展开,提出一种基于数据驱动的Koopman算子理论方法,用于构建非线性系统的线性化状态空间模型,并结合模型预测控制(MPC)实现对复杂非线性系统的高效控制。研究通过引入扩展动态模态分解(EDMD)等观测函数,将非线性动力学映射至高维特征空间,在该空间中实现近似线性化表征,进而融合线性MPC框架进行优化求解。全文系统阐述了Koopman算子的数学基础、隐式线性化机制及在非线性流量控制中的建模流程,并通过Matlab代码完成了算法实现与仿真实验,验证了该方法在处理无精确物理模型、强非线性、时变动态系统中的有效性与鲁棒性,尤其适用于工业流程控制、能源系统调度等实际工程场景。; 适合人群:具备自动控制理论、非线性系统分析基础,熟悉Matlab编程,从事控制工程、系统辨识、智能优化、能源系统建模等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于难以建立精确数学模型的复杂非线性系统(如流体动力系统、电力电子系统、机器人动力学等)的建模与实时控制;②实现数据驱动下的模型预测控制,提升系统响应速度与控制精度;③为先进控制策略(如MPC)提供一种可行的线性化建模范式,推动现代控制理论与数据科学、机器学习的深度融合。; 阅读建议:建议读者结合提供的Matlab代码深入理解Koopman方法的具体实现过程,重点关注观测函数构造、核函数选择、矩阵逼近、降维处理及MPC控制器设计等关键技术环节,并尝试将其迁移至其他非线性系统中进行复现实验与性能对比,以全面掌握其适用范围与局限性。
内容概要:本文详细介绍了一种基于Simulink的光伏储能单相逆变器并网仿真模型,系统涵盖了光伏阵列、储能单元、DC-AC单相逆变器及并网接口的完整结构,重点实现了储能环节的能量管理与逆变器并网控制策略的建模仿真。通过Simulink平台构建系统模型,验证了逆变器输出电能质量、并网稳定性以及控制系统的动态响应性能,采用SPWM调制、PI闭环控制等关键技术,确保并网电流与电网电压同频同相,满足并网电能质量要求。该模型不仅可用于分布式能源系统的仿真研究,还可作为新能源并网技术的教学与工程实践工具。; 适合人群:电气工程、自动化、新能源科学与工程等相关专业的高校本科生、研究生、科研人员,以及从事光伏发电系统设计、储能控制与并网技术研发的工程技术人员。; 使用场景及目标:①深入理解光伏储能系统中能量转换、存储与并网控制的整体工作原理;②支持课程设计、毕业设计或科研项目中对单相逆变器控制策略(如SPWM、PI调节、锁相技术等)的仿真验证与参数优化;③为后续研究更复杂的控制算法(如MPPT、低电压穿越、谐波抑制等)提供可扩展的仿真基础平台。; 阅读建议:建议结合MATLAB/Simulink环境动手搭建与调试模型,逐步理解各模块(如光伏建模、储能充放电控制、逆变器驱动、锁相环、PI调节器等)的功能与交互关系,重点关注控制系统的设计逻辑与参数整定过程,并可通过修改负载条件或电网参数测试系统鲁棒性,为进一步拓展至三相系统或多机并网场景奠定基础。

33,026

社区成员

发帖
与我相关
我的任务
社区描述
数据结构与算法相关内容讨论专区
社区管理员
  • 数据结构与算法社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧