用栈后续遍历二叉树的非递归算法!这有算法,哪位大虾抽点时间帮我用c++实现!感激不尽!

striker1982 2004-05-08 11:07:24
typedef struct {
BTNode* ptr;
enum {0,1,2} mark;
0 } PMType; //有mark域的结点指针类型
void PostOrder_Stack(BiTree T)//用栈后续遍历二叉树的非递归算法,
{
PMType a;
InitStack(S); //S的元素为PMType类型
Push (S,{T,0}); //根结点入栈
while(!StackEmpty(S))
{
Pop(S,a);
switch(a.mark)
{
case 0:
Push(S,{a.ptr,1}); //修改mark域
if(a.ptr->lchild) Push(S,{a.ptr->lchild,0}); //访问左子树
break;
case 1:
Push(S,{a.ptr,2}); //修改mark域
if(a.ptr->rchild) Push(S,{a.ptr->rchild,0}); //访问右子树
break;
case 2:
visit(a.ptr); //访问结点,返回
}
}//while
}//PostOrder_Stack
分析:为了区分两次过栈的不同处理方式,在堆栈中增加一个mark域,mark=0表示刚刚访问此结点,mark=1表示左子树处理结束返回,mark=2表示右子树处理结束返回.每次根据栈顶元素的mark域值决定做何种动作.
...全文
195 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
codeyangjun 2004-06-14
  • 打赏
  • 举报
回复
楼主可看清华殷人昆的数据结构教材!我们上课用的是这本,上面有详细的讲解
WYlslrt 2004-06-14
  • 打赏
  • 举报
回复
既然上面说过了,我就不说了。
fannytong 2004-06-14
  • 打赏
  • 举报
回复
小弟写得看看可以吗?


//后序非递归遍历
bool PostOrderTraverse(Bitree T)
{
Tree p;
stack<Tree> s;
p.bitree=T;

while(p.bitree||!s.empty())
{
if(p.bitree)
{
p.tag=0; //给标记tag赋初值0
s.push(p);
p.bitree=p.bitree->lchild;
}
else
{
p=s.top();
s.pop();
if(p.tag==0) //改变tag的值并压回栈中
{
p.tag=1;
s.push(p);
p.bitree=p.bitree->rchild;
}
else
{
cout<<p.bitree->data;
p.bitree=NULL;
}
}
}
return true;
}
whalefish2001 2004-05-09
  • 打赏
  • 举报
回复
对呀,这样就可以了啊

在C++的编译器下也能运行啊。
并且速度还很快。
stephen85 2004-05-08
  • 打赏
  • 举报
回复
这样就可以了
haoahoxueJAVA 2004-05-08
  • 打赏
  • 举报
回复
关注中!

我也想要呀!
wlpwind 2004-05-08
  • 打赏
  • 举报
回复
这个也可以看作c++
源码链接: https://pan.quark.cn/s/a4b39357ea24 在本研究中,我们将详细研究如何借助Python执行数据可视化,旨在剖析2018年期间中国四个主要城市——北京、上海、广州以及深圳的空气质量状况。通过绘制反映空气质量指数(AQI)与细颗粒物(PM2.5)变化趋势的图表,我们能够深入理解这些大都市全年的空气环境质量,并明确评估其优良天气所占的比重。 我们必须首先进行数据准备工作。在当前提供的压缩文件内,名为"2018天气"的文件极有可能是数据来源,其中可能收录了涉及四个城市每日空气质量监测的详细信息。这些数据通常涵盖日期、城市名称、AQI数值、PM2.5含量等核心参数。在Python编程环境中,我们惯常运用pandas库来对这类结构化数据进行高效的处理和分析。 1. **数据导入与初步处理**: - 利用`pandas.read_csv()`方法来导入存储为CSV格式的数据资料。 - 数据整理:对数据中的空白项、非正常数值进行修正,保证数据的精确性。 - 调整日期字段的格式,确保其能够适用于时间序列分析的需求。 2. **数据深度分析**: - 针对每个城市的AQI和PM2.5数据执行统计性描述,例如计算平均值、中位数、标准偏差等指标。 - 确定空气质量良好天气的天数,即那些AQI值低于75(依据中国的空气质量评估标准)的日数。 3. **数据呈现**: - 运用matplotlib或seaborn工具绘制折线图,直观展示四个城市在2018年全年的AQI和PM2.5变化动态。 - 可通过采用不同的颜色方案和线条类型来区分不同城市的数据系列。 - 添加必要的图示元素,如日期坐标轴、城市名称标注、图表标题及图例说明,以提升图表的可读...

33,025

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