多少种可能的数字组合构成相同的二叉树
How many possible combinations of numbers make the same binary tree
设置:
我有一个代表二叉树的数字列表。第一个数字与其他数字的处理方式不同,它是根。在 "the rest" 个数字中,有些会高于根,有些会低于根。较高的数字按顺序向左移动,而较小的数字按顺序向右移动。示例:
list = [5,7,6,8,9,2,1,3,4]
root = 5
higher = [7,6,8,9] #in order of appearance
root = 7
higher = [8,9]
lower = [6]
lower = [2,1,3,4] #in order of appearance
root = 2
higher = [3,4]
lower = [1]
在这种情况下,树看起来像这样:
5
-------------| |--------------
| |
7 2
8--------| |-------6 3-----| |-----1
---| ---|
9 4
我正在寻找一种方法来模拟列表 [5,7,6,8,9,2,1,3,4]
可以排列的可能组合的数量,以便生成相同的二叉树。解决方案肯定是递归的,因为在 "higher" 和 "lower" 数字列表中,它们可以被分解得更多。
想出所有数字有多少种排列方式,可以像我们对上面的列表所做的那样,通过分解树来开始。
Parents可以混用,children可以混用,但是children和parents不能混用
higher = [7,6,8,9]
但是 higher
列表不需要保留其 [7,6,8,9]
的顺序。只有不是 parents 到另一棵树的更高根的项目需要按出现顺序保留。因为6
和8
都是7的child任,所以可以互换,但是9必须在8之前,因为是它的child。所以基本上重新排列这个列表的唯一规则是:
- 必须以 7 开头
- 8 必须总是在 9 之前
因此有了这三个组合。
[7,6,8,9]
[7,8,6,9]
[7,8,9,6]
所有这些都可以分解成相同的sub-trees,所以我们的条件就满足了,现在我们可以看看元素列表lower
比主根
lower = [2,1,3,4]
下层列表也不需要保留其顺序,它遵循类似的规则,可以用三种不同的方式编写以生成相同的树:
[2,1,3,4]
[2,3,1,4]
[2,3,4,1]
我们现在有以下信息:
- 较低的可以写成3种方式
- 更高的可以写成3种方式
有多少种不同的方法可以组合成同一棵树?这是 3^3 吗?或者更多?
看看我知道的数字:
list = [5,7,6,8,2,1,3,4]
如果我列出每个位置可能出现的号码,这是我最终得到的号码:
列表的第一个元素必须是5,它是根。之后它必须是 2
或 7
,因为任何其他内容都会破坏 higher/lower 列表的顺序。之后就乱了。
如果第二个数字 = 2,则第三个数字可以是 1、3 或 7 中的一个。
如果第二个数字 = 7,则第三个数字可以是 6、8 或 2 中的一个。
在此之后它扩展得更大并且组合上升得非常快。我的问题是,有没有办法以有效的方式递归检索可能组合的总数?我将在 python 中执行此操作。谢谢。
据我了解,您希望拓扑阶数与图形兼容,其中每个节点都有一个到其父节点的弧。我将在未经测试的 Python 中草拟一个解决方案。首先我们需要一个节点数据类型。
import collections
Node = collections.namedtuple('Node', ('left', 'right'))
树是 None
(空树)或 Node
,其中两个字段都是树。
现在,空树的拓扑阶数是1
,也就是空阶。非空树的拓扑阶数由以下计数参数给出。根永远是第一位的。在根之后,左子树的任意拓扑顺序与右子树的任意拓扑顺序任意打乱。因此,该公式是三个因素的乘积。
import math
def num_shuffles(left_size, right_size): # binomial coefficient
return (math.factorial(left_size + right_size) //
(math.factorial(left_size) * math.factorial(right_size)))
def num_orders_and_size(tree):
assert isinstance(tree, (type(None), Node))
if tree is None:
return (1, 0)
else:
left_num_orders, left_size = num_orders_and_size(tree.left)
right_num_orders, right_size = num_orders_and_size(tree.right)
return (num_shuffles(left_size, right_size) *
left_num_orders * right_num_orders,
left_size + 1 + right_size)
为了从列表构建树,我们使用递归(有更快的方法,但这是最简单的方法)。
def tree_from_list(lst):
if not lst:
return None
root = lst[0]
left_lst = [x for x in lst if x > root]
right_lst = [x for x in lst if x < root]
return Node(tree_from_list(left_lst), tree_from_list(right_lst))
基于上述想法....这里是 python 生成器代码,用于生成所有等效排序。
import collections
Node = collections.namedtuple('Node', ('root','left', 'right'))
def tree_from_list(lst):
if not lst:
return None
root = lst[0]
left_lst = [x for x in lst if x > root]
right_lst = [x for x in lst if x < root]
return Node(root,tree_from_list(left_lst), tree_from_list(right_lst))
def parent(key, tree):
if tree is None:
return -1
elif (tree.left != None) and (tree.left.root == key):
return tree.root
elif (tree.right != None) and (tree.right.root == key):
return tree.root
elif (key > tree.root):
return parent(key, tree.left)
else: return parent(key, tree.right)
def all_insert_after(key, target, seq):
i = seq.index(key)
for j in range(i,len(seq)):
mylist = seq[:j+1] + [target] + seq[j+1:]
yield mylist
def all_equivalent_orderings(seq):
if (len(seq)==1):
yield seq
else:
z = seq[-1]
p = parent(z, tree_from_list(seq))
for a in all_equivalent_orderings(seq[:-1]):
for b in all_insert_after(p,z,a):
yield b
print "Here are all 630 equivalent orderings of [5,7,6,8,9,2,1,3,4]"
for o in all_equivalent_orderings([5,7,6,8,9,2,1,3,4]):
print o
设置:
我有一个代表二叉树的数字列表。第一个数字与其他数字的处理方式不同,它是根。在 "the rest" 个数字中,有些会高于根,有些会低于根。较高的数字按顺序向左移动,而较小的数字按顺序向右移动。示例:
list = [5,7,6,8,9,2,1,3,4]
root = 5
higher = [7,6,8,9] #in order of appearance
root = 7
higher = [8,9]
lower = [6]
lower = [2,1,3,4] #in order of appearance
root = 2
higher = [3,4]
lower = [1]
在这种情况下,树看起来像这样:
5
-------------| |--------------
| |
7 2
8--------| |-------6 3-----| |-----1
---| ---|
9 4
我正在寻找一种方法来模拟列表 [5,7,6,8,9,2,1,3,4]
可以排列的可能组合的数量,以便生成相同的二叉树。解决方案肯定是递归的,因为在 "higher" 和 "lower" 数字列表中,它们可以被分解得更多。
想出所有数字有多少种排列方式,可以像我们对上面的列表所做的那样,通过分解树来开始。
Parents可以混用,children可以混用,但是children和parents不能混用
higher = [7,6,8,9]
但是 higher
列表不需要保留其 [7,6,8,9]
的顺序。只有不是 parents 到另一棵树的更高根的项目需要按出现顺序保留。因为6
和8
都是7的child任,所以可以互换,但是9必须在8之前,因为是它的child。所以基本上重新排列这个列表的唯一规则是:
- 必须以 7 开头
- 8 必须总是在 9 之前
因此有了这三个组合。
[7,6,8,9]
[7,8,6,9]
[7,8,9,6]
所有这些都可以分解成相同的sub-trees,所以我们的条件就满足了,现在我们可以看看元素列表lower
比主根
lower = [2,1,3,4]
下层列表也不需要保留其顺序,它遵循类似的规则,可以用三种不同的方式编写以生成相同的树:
[2,1,3,4]
[2,3,1,4]
[2,3,4,1]
我们现在有以下信息: - 较低的可以写成3种方式 - 更高的可以写成3种方式
有多少种不同的方法可以组合成同一棵树?这是 3^3 吗?或者更多?
看看我知道的数字:
list = [5,7,6,8,2,1,3,4]
如果我列出每个位置可能出现的号码,这是我最终得到的号码:
列表的第一个元素必须是5,它是根。之后它必须是 2
或 7
,因为任何其他内容都会破坏 higher/lower 列表的顺序。之后就乱了。
如果第二个数字 = 2,则第三个数字可以是 1、3 或 7 中的一个。
如果第二个数字 = 7,则第三个数字可以是 6、8 或 2 中的一个。
在此之后它扩展得更大并且组合上升得非常快。我的问题是,有没有办法以有效的方式递归检索可能组合的总数?我将在 python 中执行此操作。谢谢。
据我了解,您希望拓扑阶数与图形兼容,其中每个节点都有一个到其父节点的弧。我将在未经测试的 Python 中草拟一个解决方案。首先我们需要一个节点数据类型。
import collections
Node = collections.namedtuple('Node', ('left', 'right'))
树是 None
(空树)或 Node
,其中两个字段都是树。
现在,空树的拓扑阶数是1
,也就是空阶。非空树的拓扑阶数由以下计数参数给出。根永远是第一位的。在根之后,左子树的任意拓扑顺序与右子树的任意拓扑顺序任意打乱。因此,该公式是三个因素的乘积。
import math
def num_shuffles(left_size, right_size): # binomial coefficient
return (math.factorial(left_size + right_size) //
(math.factorial(left_size) * math.factorial(right_size)))
def num_orders_and_size(tree):
assert isinstance(tree, (type(None), Node))
if tree is None:
return (1, 0)
else:
left_num_orders, left_size = num_orders_and_size(tree.left)
right_num_orders, right_size = num_orders_and_size(tree.right)
return (num_shuffles(left_size, right_size) *
left_num_orders * right_num_orders,
left_size + 1 + right_size)
为了从列表构建树,我们使用递归(有更快的方法,但这是最简单的方法)。
def tree_from_list(lst):
if not lst:
return None
root = lst[0]
left_lst = [x for x in lst if x > root]
right_lst = [x for x in lst if x < root]
return Node(tree_from_list(left_lst), tree_from_list(right_lst))
基于上述想法....这里是 python 生成器代码,用于生成所有等效排序。
import collections
Node = collections.namedtuple('Node', ('root','left', 'right'))
def tree_from_list(lst):
if not lst:
return None
root = lst[0]
left_lst = [x for x in lst if x > root]
right_lst = [x for x in lst if x < root]
return Node(root,tree_from_list(left_lst), tree_from_list(right_lst))
def parent(key, tree):
if tree is None:
return -1
elif (tree.left != None) and (tree.left.root == key):
return tree.root
elif (tree.right != None) and (tree.right.root == key):
return tree.root
elif (key > tree.root):
return parent(key, tree.left)
else: return parent(key, tree.right)
def all_insert_after(key, target, seq):
i = seq.index(key)
for j in range(i,len(seq)):
mylist = seq[:j+1] + [target] + seq[j+1:]
yield mylist
def all_equivalent_orderings(seq):
if (len(seq)==1):
yield seq
else:
z = seq[-1]
p = parent(z, tree_from_list(seq))
for a in all_equivalent_orderings(seq[:-1]):
for b in all_insert_after(p,z,a):
yield b
print "Here are all 630 equivalent orderings of [5,7,6,8,9,2,1,3,4]"
for o in all_equivalent_orderings([5,7,6,8,9,2,1,3,4]):
print o