镜像二叉树（递归/非递归）
本文共 801 字，大约阅读时间需要 2 分钟。
镜像二叉树：根节点的左右孩子交换
所有节点的左右孩子都交换 例如：
递归
递推公式：根节点的左子树和右子树换位置
终止条件：空树void MirrorTree(BNode *root) { if (root == NULL) { return; } BNode *tmp = root->left; root->left = root->right; root->right = tmp; MirrorTree(root->left); MirrorTree(root->right); } 非递归
如果用非递归，就要用到循环和栈，先进后出。
第一步：先将根节点压栈 第二步：保存栈顶元素并出栈 第三步：将栈顶元素的左右孩子换位置 第四步：判断左右孩子是否为空，如果不是空，压栈 注：一定要记得出栈，要不然就会变成死循环void MirrorTree2(BNode *root) { if (root == NULL) { return; } Stack stack; StackInit(&stack); StackPush(&stack, root); while (!StackEmpty(&stack)) { BNode *node = StackTop(&stack); StackPop(&stack); BNode *tmp = node->left; node->left = node->right; node->right = tmp; if (node->left) { StackPush(&stack, node->left); } if (node->right) { StackPush(&stack, node->right); } } }
你可能感兴趣的文章
一个框架解决几乎所有机器学习问题
查看>>
特征工程怎么做
查看>>
机器学习算法应用中常用技巧-1
查看>>
决策树的python实现
查看>>
了解 Sklearn 的数据集
查看>>
如何选择优化器 optimizer
查看>>
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>