2020-03-30 20:45发布
如题
分享一个大牛的人工智能教程。零基础!通俗易懂!风趣幽默!希望你也加入到人工智能的队伍中来!请点击http://www.captainbed.net
完全二叉树是一种效率很高的数据结构,堆就是一种完全二叉树,效率极高。像十分常用的排序算法、Dijkstra算法、Prim算法等等都要用堆才能优化;经常提到的二叉排序树的效率也要借助平衡性来提高,而平衡性基于完全二叉树。
完全二叉树(CompleteBinaryTree)的定义
若设二叉树的高度为h,除第h层外,其它各层(1~h-1)的结点数都达到最大个数,且第h层所有的节点都连续集中在最左边,这就是完全二叉树。
完全二叉树是由满二叉树而引出来的。对于深度为K,有N个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。
若一棵二叉树至多只有最下面两层的结点的度数可以小于2,并且最下层的结点都集中在该层最左边的若干位置上,则此二叉树为完全二叉树。
完全二叉树的特点
叶子结点只可能在最下面的两层上出现,对任意结点,若其右分支下的子孙最大层次为L,则其左分支下的子孙的最大层次必为L或L+1;
出于简便起见,完全二叉树通常采用数组而不是链表存储,其存储结构如下:
vartree:array[1...n]ofobject;{n:integer;n>=1}
对于tree,有如下特点:
(1)若i为奇数且i>1,那么tree[i]的左兄弟为tree[i-1];
(2)若i为偶数且i(3)若i>1,tree[i]的双亲为tree[idiv2];(4)若2*i<=n,那么tree[i]的左孩子为tree[2*i];若2*i+1<=n,那么tree[i]的右孩子为tree[2*i+1];(5)若i>n/2,那么tree[i]为叶子结点(对应于(3));(6)若i<(n-1)/2,那么tree必有两个孩子(对应于(4));(7)满二叉树一定是完全二叉树,完全二叉树不一定是满二叉树;(8)完全二叉树第i层至多有2^(i-1)个节点,共i层的完全二叉树最多有2^i-1个节点。 完全二叉树叶子结点数的算法可以根据公式进行推导,假设n0是度为0的结点总数(即叶子结点数),n1是度为1的结点总数,n2是度为2的结点总数,由二叉树的性质可知:n0=n2+1,而n=n0+n1+n2(其中n为完全二叉树的结点总数),由上述公式把n2消去得:n=2n0+n1-1,由于完全二叉树中度为1的结点数只有两种可能0或1,由此得到n0=(n+1)/2或n0=n/2,就可根据完全二叉树的结点总数计算出叶子结点数。 完全二叉树的性质具有n个结点的完全二叉树的深度为floor(log2n)+1或ceil(log2(n+1))。证明:设所求完全二叉树的深度为k。由完全二叉树定义可得:深度为k得完全二叉树的前k-1层是深度为k-1的满二叉树,一共有2^(k-1)-1个结点。由于完全二叉树深度为k,故第k层上还有若干个结点,因此该完全二叉树的结点个数:n>2^(k-1)-1。由二叉树的性质可知:n≤2^(k)-1,即:2^(k-1)-1由此可推出:2^(k-1)<≤n≤2k,取对数后有:k-1由于k-1和k是相邻的两个整数,故有k-1=floor(log2n),由此即得:k=floor(log2n)+1。
(3)若i>1,tree[i]的双亲为tree[idiv2];
(4)若2*i<=n,那么tree[i]的左孩子为tree[2*i];若2*i+1<=n,那么tree[i]的右孩子为tree[2*i+1];
(5)若i>n/2,那么tree[i]为叶子结点(对应于(3));
(6)若i<(n-1)/2,那么tree必有两个孩子(对应于(4));
(7)满二叉树一定是完全二叉树,完全二叉树不一定是满二叉树;
(8)完全二叉树第i层至多有2^(i-1)个节点,共i层的完全二叉树最多有2^i-1个节点。
完全二叉树叶子结点数的算法
可以根据公式进行推导,假设n0是度为0的结点总数(即叶子结点数),n1是度为1的结点总数,n2是度为2的结点总数,由二叉树的性质可知:n0=n2+1,而n=n0+n1+n2(其中n为完全二叉树的结点总数),由上述公式把n2消去得:n=2n0+n1-1,由于完全二叉树中度为1的结点数只有两种可能0或1,由此得到n0=(n+1)/2或n0=n/2,就可根据完全二叉树的结点总数计算出叶子结点数。
完全二叉树的性质
具有n个结点的完全二叉树的深度为floor(log2n)+1或ceil(log2(n+1))。
证明:设所求完全二叉树的深度为k。
由完全二叉树定义可得:
深度为k得完全二叉树的前k-1层是深度为k-1的满二叉树,一共有2^(k-1)-1个结点。
由于完全二叉树深度为k,故第k层上还有若干个结点,因此该完全二叉树的结点个数:n>2^(k-1)-1。
由二叉树的性质可知:n≤2^(k)-1,即:2^(k-1)-1由此可推出:2^(k-1)<≤n≤2k,取对数后有:k-1由于k-1和k是相邻的两个整数,故有k-1=floor(log2n),由此即得:k=floor(log2n)+1。
由此可推出:2^(k-1)<≤n≤2k,取对数后有:k-1由于k-1和k是相邻的两个整数,故有k-1=floor(log2n),由此即得:k=floor(log2n)+1。
由于k-1和k是相邻的两个整数,故有k-1=floor(log2n),由此即得:k=floor(log2n)+1。
#coding:utf-8
'BiTree'
class Node(object):
'Node Defination'
def __init__(self,item):
self.item = item
self.left = None
self.right = None
class Tree(object):
'Bitree Defination'
def __init__(self):
self.root = None
def add(self,item):
node = Node(item)
if self.root is None:
self.root = node
else:
q = [self.root]
while True:
pop_node = q.pop(0)
if pop_node.left is None:
pop_node.left = node
return
elif pop_node.right is None:
pop_node.right = node
q.append(pop_node.left)
q.append(pop_node.right)
def traverse(self):#层次遍历
return None
res = [self.root.item]
while q != []:
if pop_node.left is not None:
res.append(pop_node.left.item)
if pop_node.right is not None:
res.append(pop_node.right.item)
return res
def preorder(self,root): #先序遍历
if root is None:
return []
result = [root.item]
left_item = self.preorder(root.left)
right_item = self.preorder(root.right)
return result + left_item + right_item
def inorder(self,root): #中序遍历
left_item = self.inorder(root.left)
right_item = self.inorder(root.right)
return left_item + result + right_item
def postorder(self,root): #后序遍历
left_item = self.postorder(root.left)
right_item = self.postorder(root.right)
return left_item + right_item + result
if __name__=='__main__':
t = Tree()
for i in range(10):
t.add(i)
print "层序遍历:",t.traverse()
print "先序遍历:",t.preorder(t.root)
print "中序遍历:",t.inorder(t.root)
print "后序遍历:",t.postorder(t.root)
其中 q为python的列表
pop(0)指的是弹出里面的第一个元素
二叉树基本概述:
二叉树是有限个元素的几个,如果为空则为空二叉树,或者有一个结点称之为根节点,分列根节点两侧的为二叉树的左右子节点,二叉树有如下的性质:
1. 二叉树的每个结点不存在度大于2的结点2. 二叉树的第i层至多有2^{i-1}个结点3. 深度为k的二叉树至多有2^k - 1个结点4. 二叉树中,度为0的结点数N0比度为2的结点数N2大1,即存在N2 + 1 = N0
Python代码:
class
Node(
object
):
def
__init__(
self
,item):
.item
=
item
.left
None
.right
Tree(
.root
add(
node
Node(item)
if
is
:
else
q
[
.root]
while
True
pop_node
q.pop(
0
)
pop_node.left
elif
pop_node.right
traverse(
#层次遍历
res
.root.item]
q !
[]:
not
preorder(
,root):
#先序遍历
root
[]
result
[root.item]
left_item
.preorder(root.left)
right_item
.preorder(root.right)
+
inorder(
#中序遍历
.inorder(root.left)
.inorder(root.right)
postorder(
#后序遍历
.postorder(root.left)
.postorder(root.right)
__name__
'__main__'
t
Tree()
for
i
in
range
(
10
print
"层序遍历:"
,t.traverse()
"先序遍历:"
,t.preorder(t.root)
"中序遍历:"
,t.inorder(t.root)
"后序遍历:"
,t.postorder(t.root)
输出结果:
层序遍历: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]先序遍历: [0, 1, 3, 7, 8, 4, 9, 2, 5, 6]中序遍历: [7, 3, 8, 1, 9, 4, 0, 5, 2, 6]后序遍历: [7, 8, 3, 9, 4, 1, 5, 6, 2, 0]
这里对于
“Make a script both importable
and
executable”
意思就是说让你写的脚本模块既可以导入到别的模块中用,另外该模块自己也可执行。
这里通过一个示例进行解释:
#test.py
func():
"we are in %s"
%
func()
换行。比如,print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思,'\n'是换行,'\t'是tab,'\\'是,\ 是在编写程序中句子太长百,人为换行后加上\但print出来是一整行。...
十种常见排序算法一般分为以下几种:(1)非线性时间比较类排序:a. 交换类排序(快速排序、冒泡排序)b. 插入类排序(简单插入排序、希尔排序)c. 选择类排序(简单选择排序、堆排序)d. 归并排序(二路归并排序、多路归并排序)(2)线性时间非比较类排序:...
前景很好,中国正在产业升级,工业机器人和人工智能方面都会是强烈的热点,而且正好是在3~5年以后的时间。难度,肯定高,要求你有创新的思维能力,高数中的微积分、数列等等必须得非常好,软件编程(基础的应用最广泛的语言:C/C++)必须得很好,微电子(数字电...
迭代器与生成器的区别:(1)生成器:生成器本质上就是一个函数,它记住了上一次返回时在函数体中的位置。对生成器函数的第二次(或第n次)调用,跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态,生成器还记住了程序...
python中title( )属于python中字符串函数,返回’标题化‘的字符串,就是单词的开头为大写,其余为小写
第一种解释:代码中的cnt是count的简称,一种电脑计算机内部的数学函数的名字,在Excel办公软件中计算参数列表中的数字项的个数;在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时,将把数值型的数字计算进去;但是...
head是方法,所以需要取小括号,即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外,如果想通过位置取数据,请使用iloc,即dataset.iloc[:, :-1]和dataset.iloc[:, -1],前者表示的是取所有行,但不包括最后一列的数据,结果是个DataFrame。...
挺简单的,其实课程内容没有我们想象的那么难、像我之前同学,完全零基础,培训了半年,直接出来就工作了,人家还在北京大公司上班,一个月15k,实力老厉害了
Python针对众多的类型,提供了众多的内建函数来处理(内建是相对于导入import来说的,后面学习到包package时,将会介绍),这些内建函数功用在于其往往可对多种类型对象进行类似的操作,即多种类型对象的共有的操作;如果某种操作只对特殊的某一类对象可行,Pyt...
相当于 ... 这里不是注释
还有FIXME
python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。
单行注释:Python中的单行注释一般是以#开头的,#右边的文字都会被当做解释说明的内容,不会被当做执行的程序。为了保证代码的可读性,一般会在#后面加一两个空格然后在编写解释内容。示例:# 单行注释print(hello world)注释可以放在代码上面也可以放在代...
主要是按行读取,然后就是写出判断逻辑来勘测行是否为注视行,空行,编码行其他的:import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题,...
或许是里面有没被注释的代码
自学的话要看个人情况,可以先在B站找一下视频看一下
最多设置5个标签!
分享一个大牛的人工智能教程。零基础!通俗易懂!风趣幽默!希望你也加入到人工智能的队伍中来!请点击http://www.captainbed.net
完全二叉树是一种效率很高的数据结构,堆就是一种完全二叉树,效率极高。像十分常用的排序算法、Dijkstra算法、Prim算法等等都要用堆才能优化;经常提到的二叉排序树的效率也要借助平衡性来提高,而平衡性基于完全二叉树。
完全二叉树(CompleteBinaryTree)的定义
若设二叉树的高度为h,除第h层外,其它各层(1~h-1)的结点数都达到最大个数,且第h层所有的节点都连续集中在最左边,这就是完全二叉树。
完全二叉树是由满二叉树而引出来的。对于深度为K,有N个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。
若一棵二叉树至多只有最下面两层的结点的度数可以小于2,并且最下层的结点都集中在该层最左边的若干位置上,则此二叉树为完全二叉树。
完全二叉树的特点
叶子结点只可能在最下面的两层上出现,对任意结点,若其右分支下的子孙最大层次为L,则其左分支下的子孙的最大层次必为L或L+1;
出于简便起见,完全二叉树通常采用数组而不是链表存储,其存储结构如下:
vartree:array[1...n]ofobject;{n:integer;n>=1}
对于tree,有如下特点:
(1)若i为奇数且i>1,那么tree[i]的左兄弟为tree[i-1];
(2)若i为偶数且i
(3)若i>1,tree[i]的双亲为tree[idiv2];
(4)若2*i<=n,那么tree[i]的左孩子为tree[2*i];若2*i+1<=n,那么tree[i]的右孩子为tree[2*i+1];
(5)若i>n/2,那么tree[i]为叶子结点(对应于(3));
(6)若i<(n-1)/2,那么tree必有两个孩子(对应于(4));
(7)满二叉树一定是完全二叉树,完全二叉树不一定是满二叉树;
(8)完全二叉树第i层至多有2^(i-1)个节点,共i层的完全二叉树最多有2^i-1个节点。
完全二叉树叶子结点数的算法
可以根据公式进行推导,假设n0是度为0的结点总数(即叶子结点数),n1是度为1的结点总数,n2是度为2的结点总数,由二叉树的性质可知:n0=n2+1,而n=n0+n1+n2(其中n为完全二叉树的结点总数),由上述公式把n2消去得:n=2n0+n1-1,由于完全二叉树中度为1的结点数只有两种可能0或1,由此得到n0=(n+1)/2或n0=n/2,就可根据完全二叉树的结点总数计算出叶子结点数。
完全二叉树的性质
具有n个结点的完全二叉树的深度为floor(log2n)+1或ceil(log2(n+1))。
证明:设所求完全二叉树的深度为k。
由完全二叉树定义可得:
深度为k得完全二叉树的前k-1层是深度为k-1的满二叉树,一共有2^(k-1)-1个结点。
由于完全二叉树深度为k,故第k层上还有若干个结点,因此该完全二叉树的结点个数:n>2^(k-1)-1。
由二叉树的性质可知:n≤2^(k)-1,即:2^(k-1)-1
由此可推出:2^(k-1)<≤n≤2k,取对数后有:k-1
由于k-1和k是相邻的两个整数,故有k-1=floor(log2n),由此即得:k=floor(log2n)+1。
#coding:utf-8
'BiTree'
class Node(object):
'Node Defination'
def __init__(self,item):
self.item = item
self.left = None
self.right = None
class Tree(object):
'Bitree Defination'
def __init__(self):
self.root = None
def add(self,item):
node = Node(item)
if self.root is None:
self.root = node
else:
q = [self.root]
while True:
pop_node = q.pop(0)
if pop_node.left is None:
pop_node.left = node
return
elif pop_node.right is None:
pop_node.right = node
return
else:
q.append(pop_node.left)
q.append(pop_node.right)
def traverse(self):#层次遍历
if self.root is None:
return None
q = [self.root]
res = [self.root.item]
while q != []:
pop_node = q.pop(0)
if pop_node.left is not None:
q.append(pop_node.left)
res.append(pop_node.left.item)
if pop_node.right is not None:
q.append(pop_node.right)
res.append(pop_node.right.item)
return res
def preorder(self,root): #先序遍历
if root is None:
return []
result = [root.item]
left_item = self.preorder(root.left)
right_item = self.preorder(root.right)
return result + left_item + right_item
def inorder(self,root): #中序遍历
if root is None:
return []
result = [root.item]
left_item = self.inorder(root.left)
right_item = self.inorder(root.right)
return left_item + result + right_item
def postorder(self,root): #后序遍历
if root is None:
return []
result = [root.item]
left_item = self.postorder(root.left)
right_item = self.postorder(root.right)
return left_item + right_item + result
if __name__=='__main__':
t = Tree()
for i in range(10):
t.add(i)
print "层序遍历:",t.traverse()
print "先序遍历:",t.preorder(t.root)
print "中序遍历:",t.inorder(t.root)
print "后序遍历:",t.postorder(t.root)
pop_node = q.pop(0)
其中 q为python的列表
pop(0)指的是弹出里面的第一个元素
二叉树基本概述:
二叉树是有限个元素的几个,如果为空则为空二叉树,或者有一个结点称之为根节点,分列根节点两侧的为二叉树的左右子节点,二叉树有如下的性质:
1. 二叉树的每个结点不存在度大于2的结点
2. 二叉树的第i层至多有2^{i-1}个结点
3. 深度为k的二叉树至多有2^k - 1个结点
4. 二叉树中,度为0的结点数N0比度为2的结点数N2大1,即存在N2 + 1 = N0
Python代码:
#coding:utf-8
'BiTree'
class
Node(
object
):
'Node Defination'
def
__init__(
self
,item):
self
.item
=
item
self
.left
=
None
self
.right
=
None
class
Tree(
object
):
'Bitree Defination'
def
__init__(
self
):
self
.root
=
None
def
add(
self
,item):
node
=
Node(item)
if
self
.root
is
None
:
self
.root
=
node
else
:
q
=
[
self
.root]
while
True
:
pop_node
=
q.pop(
0
)
if
pop_node.left
is
None
:
pop_node.left
=
node
return
elif
pop_node.right
is
None
:
pop_node.right
=
node
return
else
:
q.append(pop_node.left)
q.append(pop_node.right)
def
traverse(
self
):
#层次遍历
if
self
.root
is
None
:
return
None
q
=
[
self
.root]
res
=
[
self
.root.item]
while
q !
=
[]:
pop_node
=
q.pop(
0
)
if
pop_node.left
is
not
None
:
q.append(pop_node.left)
res.append(pop_node.left.item)
if
pop_node.right
is
not
None
:
q.append(pop_node.right)
res.append(pop_node.right.item)
return
res
def
preorder(
self
,root):
#先序遍历
if
root
is
None
:
return
[]
result
=
[root.item]
left_item
=
self
.preorder(root.left)
right_item
=
self
.preorder(root.right)
return
result
+
left_item
+
right_item
def
inorder(
self
,root):
#中序遍历
if
root
is
None
:
return
[]
result
=
[root.item]
left_item
=
self
.inorder(root.left)
right_item
=
self
.inorder(root.right)
return
left_item
+
result
+
right_item
def
postorder(
self
,root):
#后序遍历
if
root
is
None
:
return
[]
result
=
[root.item]
left_item
=
self
.postorder(root.left)
right_item
=
self
.postorder(root.right)
return
left_item
+
right_item
+
result
if
__name__
=
=
'__main__'
:
t
=
Tree()
for
i
in
range
(
10
):
t.add(i)
print
"层序遍历:"
,t.traverse()
print
"先序遍历:"
,t.preorder(t.root)
print
"中序遍历:"
,t.inorder(t.root)
print
"后序遍历:"
,t.postorder(t.root)
输出结果:
这里对于
if
__name__
=
=
'__main__'
:
“Make a script both importable
and
executable”
意思就是说让你写的脚本模块既可以导入到别的模块中用,另外该模块自己也可执行。
这里通过一个示例进行解释:
#test.py
def
func():
print
"we are in %s"
%
__name__
if
__name__
=
=
'__main__'
:
func()
相关问题推荐
换行。比如,print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思,'\n'是换行,'\t'是tab,'\\'是,\ 是在编写程序中句子太长百,人为换行后加上\但print出来是一整行。...
十种常见排序算法一般分为以下几种:(1)非线性时间比较类排序:a. 交换类排序(快速排序、冒泡排序)b. 插入类排序(简单插入排序、希尔排序)c. 选择类排序(简单选择排序、堆排序)d. 归并排序(二路归并排序、多路归并排序)(2)线性时间非比较类排序:...
前景很好,中国正在产业升级,工业机器人和人工智能方面都会是强烈的热点,而且正好是在3~5年以后的时间。难度,肯定高,要求你有创新的思维能力,高数中的微积分、数列等等必须得非常好,软件编程(基础的应用最广泛的语言:C/C++)必须得很好,微电子(数字电...
迭代器与生成器的区别:(1)生成器:生成器本质上就是一个函数,它记住了上一次返回时在函数体中的位置。对生成器函数的第二次(或第n次)调用,跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态,生成器还记住了程序...
python中title( )属于python中字符串函数,返回’标题化‘的字符串,就是单词的开头为大写,其余为小写
第一种解释:代码中的cnt是count的简称,一种电脑计算机内部的数学函数的名字,在Excel办公软件中计算参数列表中的数字项的个数;在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时,将把数值型的数字计算进去;但是...
head是方法,所以需要取小括号,即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外,如果想通过位置取数据,请使用iloc,即dataset.iloc[:, :-1]和dataset.iloc[:, -1],前者表示的是取所有行,但不包括最后一列的数据,结果是个DataFrame。...
挺简单的,其实课程内容没有我们想象的那么难、像我之前同学,完全零基础,培训了半年,直接出来就工作了,人家还在北京大公司上班,一个月15k,实力老厉害了
Python针对众多的类型,提供了众多的内建函数来处理(内建是相对于导入import来说的,后面学习到包package时,将会介绍),这些内建函数功用在于其往往可对多种类型对象进行类似的操作,即多种类型对象的共有的操作;如果某种操作只对特殊的某一类对象可行,Pyt...
相当于 ... 这里不是注释
还有FIXME
python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。
单行注释:Python中的单行注释一般是以#开头的,#右边的文字都会被当做解释说明的内容,不会被当做执行的程序。为了保证代码的可读性,一般会在#后面加一两个空格然后在编写解释内容。示例:# 单行注释print(hello world)注释可以放在代码上面也可以放在代...
主要是按行读取,然后就是写出判断逻辑来勘测行是否为注视行,空行,编码行其他的:import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题,...
或许是里面有没被注释的代码
自学的话要看个人情况,可以先在B站找一下视频看一下