算法导论 12.1-3

题目:设计一个执行中序遍历的非递归算法

解答:

分析:

1、使用栈模拟递归调用的过程,即可以实现中序遍历

2、在结点中增加指针域,使该指针域指向父节点,通过迭代即可实现中序遍历

非递归算法:

栈模拟算法版本一:

// InOrder Traverasl
void InOrder( SearchTree T )
{
    Stack S;

    while( T != NULL || !S.Empty() )
    {
        if ( T != NULL )
        {
            S.push( T );
            T = T->Left;
        }
        else
        {
            T = S.pop();
            Visit( T );
            T = T->Right;
        }
    }
}

注:该算法使用深度优先搜索技巧来实现,回溯时Visit。

栈模拟算法版本二:

// InOrder Traverasl version2.0
void InOrder( SearchTree T )
{
    Stack S;

    if( T != NULL )
        S.Push( T );

    T->ChildPushed = false;
    while ( !S.Empty() )
    {
        SearchTree TNode = S.Pop();
        if ( TNode->ChildPushed )
        {
            // 如果标识位为true,则表示其左右子树都已经入栈,那么现在就需要访问该节点了
            Visit( TNode );
        }
        else
        {
            // 左右子树尚未入栈,则依次将 右节点,根节点,左节点 入栈
            if ( TNode->Right != NULL )
            {
                // 左右子树均设置为false
                TNode->Right->ChildPushed = false;
                S.Push( TNode->Right );
            }
            TNode->ChildPushed = true;  // 根节点标志位为true
            S.Push( TNode );
            if ( TNode->Left != NULL )
            {
                TNode->Left->ChildPushed = false;
                S.Push( TNode->Left );
            }
        }
    }
}

注:该算法使用宽度优先搜索技巧,在通过标志ChildPushed标记是否可以Visit。

父节点实现版本:

void InOrder( SearchTree T )
{
    while ( T != NULL )
    {
        while ( T->Left != NULL && !T->Left->Visited )
            T = T->Left;

        if ( !T->Visited )
        {
            Visit( T );
            T->Visited = true;
        }

        if ( T->Right != NULL && !T->Right->Visited )
            T = T->Right;
        else
            T = T->Parent;
    }
}

注:使用该方法需要增加一个指向父节点的指针域,在建树时会存在一定困难

算法时间复杂度分析:O(N)

时间: 2024-11-04 09:45:40

算法导论 12.1-3的相关文章

算法导论 12.1-4

题目:对于一棵有N个结点的树,设计在O(N)时间内完成的先序.中序与后序遍历算法 一.先序遍历 递归实现: void InOrder( SearchTree T ) { if ( T != NULL ) { Visit( T ); InOrder( T->Left ); InOrder( T->Right ); } } 非递归实现: 版本一:栈模拟(深度优先搜索) void PreOrder( SearchTree T ) { Stack S; while( T != NULL || !S.E

【算法导论】学习笔记——第12章 二叉搜索树

搜索树数据结构支持多种动态集合操作,包括SEARCH.MINIMUM.MAXIMUM.PREDECESSOR.SUCCESSOR.INSRT和DELETE操作等.基本的搜索树就是一棵二叉搜索树.12.1 什么是二叉搜索树1. 二叉搜索树的性质:设x是二叉搜索树中的一个结点.如果y是x左子树中的一个结点,那么y.key<=x.key.如果y是x右子树中的一个结点,那么y.key>=x.key.三种遍历时间复杂度是O(n),这是显然的. 12.1-3 1 void Inorder_Tree_Wal

算法导论 第12章 二叉查找树

二叉查找树是一种树数据结构,它与普通的二叉树最大的不同就是二叉查找树满足一个性质:对于树中的任意一个节点,均有其左子树中的所有节点的关键字值都不大于该节点的关键字值,其右子树中的任意一个节点的关键字值都不小于该节点的关键字值. 在二叉查找树上可以进行搜索.取最小值.取最大值.取指定节点的前驱.取指定节点的后继以及插入和删除节点操作,因此二叉查找树和堆(大顶堆和小顶堆)一样,也可以做优先队列,都能够在 O(lgn) 的时间内取得集合的最大值和最小值.一个二叉查找树的期望高度为O(lgn),因此在二

算法导论(Introduction to Algorithms )— 第十二章 二叉搜索树— 12.1 什么是二叉搜索树

搜索树数据结构支持许多动态集合操作,如search(查找).minmum(最小元素).maxmum(最大元素).predecessor(前驱).successor(后继).insert(插入).delete(删除),这些都是基本操作,可以使用一颗搜索树当做一个字典或者一个优先队列. 12.1.什么事二叉搜索树 二叉搜索树是以一棵二叉树来组织的,可以用一个链表数据结构来表示,也叫二叉排序树.二叉查找树: 其中的每个结点都是一个对象,每个对象含有多个属性(key:该结点代表的值大小,卫星数据:不清楚

算法导论——lec 12 平摊分析与优先队列

在平摊分析中,执行一系列数据结构操作所需要的时间是通过对执行的所有操作求平均得出,反映在任何情况下(即最坏情况下),每个操作具有平均性能.掌握了平摊分析主要有三种方法,聚集分析.记账方法.势能方法.掌握了平摊分析的方法以后,我们就可以利用他来分析一些优先队列. 一. 平摊分析 [问题一]对作用于一个初始为空的栈上的n个PUSH.POP和MULTIPOP组成的序列进行分析. [问题二]考虑一个由0开始向上计数的k位二进制计数器.作用于一个初始为零的计数器上的n个INCREMENT操作的时间分析.

算法导论第十二章 二叉搜索树

一.二叉搜索树概览 二叉搜索树(又名二叉查找树.二叉排序树)是一种可提供良好搜寻效率的树形结构,支持动态集合操作,所谓动态集合操作,就是Search.Maximum.Minimum.Insert.Delete等操作,二叉搜索树可以保证这些操作在对数时间内完成.当然,在最坏情况下,即所有节点形成一种链式树结构,则需要O(n)时间.这就说明,针对这些动态集合操作,二叉搜索树还有改进的空间,即确保最坏情况下所有操作在对数时间内完成.这样的改进结构有AVL(Adelson-Velskii-Landis)

算法导论_第二章(1)

年前的时候去逛书店,久仰算法导论这本书的大名看见后也就买了下来.回家看了一段时间,发现看书的进度真的是极慢,书里的课后题很多,那些不会的问题也是通过网上搜别人的答案才得以解决的.所以,我就想把我看这本书的心得连带课后的解答分享给大家.同时也是给我坚持把算法导论这本书看完的一个动力 ^_^ 因为本书的第一章相当于一个导论就直接跳过了,那么,从第二章开始! 第二章主要介绍了插入排序和归并排序: 所谓的插入排序就像是一局扑克刚开始时的摸牌阶段,你对手中的扑克所做的整理排序一样.开始时,我们的左手为空并

【算法导论】用动态规划解活动选择问题

上一篇讲了贪心算法来解活动选择问题([算法导论]贪心算法之活动选择问题),发现后面有一道练习16.1-1是要用动态规划来解活动选择问题.其实跟之前的矩阵链乘法有些相似,也是考虑分割的活动是哪一个,并用二维数据来记录Sij---最大兼容集合个数,和用另一个二维数据来记录Sij取得最大时的活动分割点k.然后就是考虑边界问题,和使用递归来求动态规划的最优解. 代码注解比较详尽: #include <iostream> #include <algorithm> using namespac

【算法导论】学习笔记——第6章 堆排序

堆这个数据结构应用非常广泛,数字图像处理的算法里也见过.似乎记得以前老师上课说需要用树结构实现堆排序,看了一下算法导论才明白其精髓.堆虽然是一棵树,但显然没必要非得用树结构实现堆排序.堆排序的性质很好,算法时间复杂度为O(nlgn). 1. 堆排序的简要说明.二叉堆可以分为两种形式:最大堆和最小堆.在最大堆中,最大堆性质是指除了根以外的所有结点i都要满足: A[PARENT(i)] >= A[i]:在最小堆中,最小堆性质是指除了根以外的所有结点i都要满足: A[PARENT(i)] <= A[