Tree_Graph 判断T2是否为T1的子树 @CareerCup

本文探讨了如何判断一棵较小的二叉树T2是否为另一棵较大的二叉树T1的子树,提供了两种解决方案:一种是通过比较两棵树的遍历来实现,另一种则是采用递归的方式进行节点比对。

原文:

You have two very large binary trees: T1, with millions of nodes, and T2, with hundreds of nodes. Create an algorithm to decide if T2 is a subtree of T1

译文:

有两棵很大的二叉树:T1有上百万个结点,T2有上百个结点。写程序判断T2是否为T1的子树。


思路:

1) 因为中序前序遍历就可以决定一棵树,把两棵树的中序前序都写出来,如果两个遍历中T2都是T1的子串,可以确定T2是T1的子树。

当然这会遇到无法区分


的情况。因为

T1, in order: 3,3    T1, pre order 3,3

T2, in order: 3,3    T2, pre order 3,3

所以必须也算入null节点,所以

T1, in order: 0, 3, 0, 3, 0    T1, pre order 3, 3, 0, 0, 0

T2, in order: 0, 3, 0, 3, 0    T2, pre order 3, 0, 3, 0, 0

这种方法时间复杂度:O(n+m), 空间复杂度:O(n+m) , n,m分别为两个树的节点数。当海量数据时不适用!

2)递归!从根节点往下递归,判断子树是否存在其的左子树或右子树内。
时间复杂度:O(nm), 空间复杂度:O(log(n) + log(m))
但实际上,在真实的运行时,递归假如发现满足子树的条件就直接返回,而不会继续查找。因此递归法在实际中无论时间空间更优!

package Tree_Graph;

import CtCILibrary.AssortedMethods;
import CtCILibrary.TreeNode;

public class S4_8 {

	// 判断t2是否是t1的子树
	public static boolean isSubTree(TreeNode t1, TreeNode t2) {
		if(t2 == null) {			// 空树始终是另一个树的子树
			return true;
		}
		if(t1 == null) {		// 此时r2非空,非空树不可能是一个空树的子树
			return false;
		}
		if(t1.data == t2.data) {			// 找到两树匹配
			if(isSameTree(t1, t2)){
				return true;
			}
		}
		
		// 继续在r1的左子树和右子树里找匹配
		return isSubTree(t1.left, t2) || isSubTree(t1.right, t2);
	}
	
	// 判断两棵树是否相同
	public static boolean isSameTree(TreeNode t1, TreeNode t2) {
		if(t1==null && t2==null) {
			return true;
		}
		if(t1==null || t2==null) {
			return false;
		}
		
		if(t1.data != t2.data) {
			return false;
		}
		return isSameTree(t1.left, t2.left) && isSameTree(t1.right, t2.right);
	}
	
	public static void main(String[] args) {
		// t2 is a subtree of t1
		int[] array1 = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13};
		int[] array2 = {2, 4, 5, 8, 9, 10, 11};

		TreeNode t1 = AssortedMethods.createTreeFromArray(array1);
		TreeNode t2 = AssortedMethods.createTreeFromArray(array2);

		if (isSubTree(t1, t2))
			System.out.println("t2 is a subtree of t1");
		else
			System.out.println("t2 is not a subtree of t1");

		// t4 is not a subtree of t3
		int[] array3 = {1, 2, 3};
		TreeNode t3 = AssortedMethods.createTreeFromArray(array1);
		TreeNode t4 = AssortedMethods.createTreeFromArray(array3);

		if (isSubTree(t3, t4))
			System.out.println("t4 is a subtree of t3");
		else
			System.out.println("t4 is not a subtree of t3");
	}
}



 


内容概要:本文档是关于“基于小信号扫频辨识的光伏并网逆变器正负序交互稳定性分析”的博士论文复现资源,配套提供Matlab代码与Simulink仿真实现。内容聚焦于弱电网条件下光伏并网逆变器的稳定性问题,深入研究其正负序阻抗建模方法、小信号扫频辨识技术及正负序交互失稳机理。通过构建高精度的系统仿真模型,采用扫频法提取逆变器在不同控制环路(如锁相环、电流环)影响下的序阻抗特性,并结合奈奎斯特稳定性判据评估其与电网阻抗之间的交互作用,系统性地揭示了宽频带振荡的产生机制。该资源完整还原了论文中的关键理论推导与仿真验证流程,适用于从事新能源并网、电力电子系统建模与稳定性分析的研究人员进行学习、复现与二次开发。; 适合人群:具备电力系统、电力电子与自动控制理论基础,熟练掌握Matlab/Simulink仿真工具,从事新能源发电并网、逆变器控制策略或电力系统稳定性研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 复现并验证博士论文中提出的光伏逆变器正负序阻抗建模与小信号扫频分析方法;② 深入理解弱电网环境下由正负序耦合引发的交互失稳现象及其物理机理;③ 掌握基于阻抗法的并网系统稳定性分析流程,为虚拟同步机、构网型控制等先进控制策略的稳定性研究提供技术参考与仿真支撑。; 阅读建议:建议学习者结合提供的代码与仿真模型,首先深入理解序阻抗建模与扫频辨识的基本原理,然后逐步调试仿真程序,重点关注锁相环动态、电流控制器参数对序阻抗曲线的影响,最终掌握从模型搭建、扫频测试到稳定性判据应用的全流程分析能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值