我正在尝试解决等效的二叉树演习。这是我所做的;
package main
import "tour/tree"
import "fmt"
// Walk walks the tree t sending all values
// from the tree to the channel ch.
func Walk(t *tree.Tree, ch chan int) {
if t.Left != nil {
Walk(t.Left, ch)
}
ch <- t.Value
if t.Right != nil {
Walk(t.Right, ch)
}
}
// Same determines whether the trees
// t1 and t2 contain the same values.
func Same(t1, t2 *tree.Tree) bool {
ch1 := make(chan int)
ch2 := make(chan int)
go Walk(t1, ch1)
go Walk(t2, ch2)
for k := range ch1 {
select {
case g := <-ch2:
if k != g {
return false
}
default:
break
}
}
return true
}
func main() {
fmt.Println(Same(tree.New(1), tree.New(1)))
fmt.Println(Same(tree.New(1), tree.New(2)))
}
但是,我无法找出如何发信号通知树中是否还剩下任何元素。我无法使用close(ch)
on,Walk()
因为它会使通道在所有值发送之前关闭(因为递归。)有人可以在这里帮我吗?
如果Walk函数本身不递归,则可以使用close()。即步行将做:
func Walk(t *tree.Tree, ch chan int) {
walkRecurse(t, ch)
close(ch)
}
其中walkRecurse或多或少是您当前的Walk功能,但是在walkRecurse上递归。(或者您将Walk重写为迭代式的-
理所当然,这更加令人生厌)使用这种方法,您的Same()函数必须了解Channels已关闭,这是通过表单的channel接收完成的
k, ok1 := <-ch
g, ok2 := <-ch
当ok1
和ok2
彼此不同时,或者当两者都不同时,采取适当的措施false
另一种方法(但可能不是本练习的精神)是计算树中的节点数:
func Same(t1, t2 *tree.Tree) bool {
countT1 := countTreeNodes(t1)
countT2 := countTreeNodes(t2)
if countT1 != countT2 {
return false
}
ch1 := make(chan int)
ch2 := make(chan int)
go Walk(t1, ch1)
go Walk(t2, ch2)
for i := 0; i < countT1; i++ {
if <-ch1 != <-ch2 {
return false
}
}
return true
}
您必须实现countTreeNodes()函数,该函数应该计算* Tree中的节点数
我正在努力解决等价的二叉树问题。这就是我所做的; 然而,如果树中没有任何元素,我无法找到如何发出信号。我不能在上使用,因为它会在发送所有值之前关闭通道(因为递归)有人能帮我一下吗?
我正在解围棋中的练习,等价的二叉树。此练习需要实现一个函数,该函数将遍历一棵树,并将所有值有序地从树发送到通道。 演习声明指出: ...我们将使用Go的并发和通道编写一个简单的解决方案。 阅读这一行,我认为实现是一个挑战,它为每个左/右子树启动一个goroutine,并使比非并发版本运行得更快(关于时间复杂度)。让我用代码更详细地解释一下。 这是我早期的行走代码: 它当然使用goroutines,
(https://github.com/golang/tour/blob/master/solutions/binarytrees_quit.go)练习:等价二叉树假设我们有两个简单的等价二叉树“1 3 5”和“2 3 5”。当两个goroutine“Walk”同时在叶“1”和“2”处行走时, 函数中的条件相同将为真 会跑。 通道“quit”将接收消息,并执行select语句的第二种情况。然后它将
二叉树是最简单的树形数据结构,虽然它在许多语言中被哈希表取代,但仍旧对于一些应用很实用。二叉树的各种变体可用于一些非常实用东西,比如数据库的索引、搜索算法结构、以及图像处理。 我把我的二叉树叫做BSTree,描述它的最佳方法就是它是另一种Hashmap形式的键值对储存容器。它们的差异在于,哈希表为键计算哈希值来寻找位置,而二叉树将键与树中的节点进行对比,之后深入树中找到储存它的最佳位置,基于它与其
在本练习中,我将让你将数据结构的中文描述翻译成工作代码。你已经知道如何使用“大师复制”方法,分析算法或数据结构的代码。你还可以了解如何阅读算法的伪代码描述。现在你将结合二者,并学习如何拆分一个相当松散的二进制搜索树的英文描述。 我打算马上开始,并提醒你,当你做这个练习的时候,不要访问维基百科页面。维基百科的二进制搜索树描述拥有可以工作的 Python 代码,因此它会使此练习失败。如果你卡住了,那么
我正在学习,在本教程中,可以使用并发和通道来完成这个练习:解决方案。 我试图通过解决这个问题。我能想到的解决方案是使用临时数据结构来存储顺序遍历这两棵树的结果,然后进行比较。 例如,我使用存储顺序遍历的结果,然后进行比较(注意,我们正在比较排序的二叉树): 测试用例: 我想知道有没有其他更好的方法通过解决这个问题?