我遇到过这个问题:
写一个PROLOG程序,给出一个存储在节点中的整数的二叉树。写一个 返回存储在树中的最大值的程序。例如,给定输入
[4,[1,[],[]],[7,[],[]]]
,算法应返回7
。
我想我必须使用BFS。这是我关于BFS的讲义:
bf(X,Y), Y
是包含树X元素的列表,在广度优先访问中遇到。
bf([], []).
bf([void | Rest], Y):- bf(Rest, Y).
bf([tree(Integer, Right, Left) | Rest], [Integer | Y]) :-
append(Rest, [Left, Right], Nodes),
bf(Nodes, Y).
我甚至不知道所有变量的意思......会喜欢一些帮助。
答案 0 :(得分:0)
好的,你展示的bf/2
谓词很好,除了说明应该是
bf( [X], Y)
:Y
是包含树X
元素的列表,在树遍历的广度优先顺序中遇到。
这里再次提供一些较长的描述性变量名称(我通常喜欢非常简短,甚至是单字母的名称,如果需要,可以在评论中加上描述;你可能也会这样做,以后,当你'对Prolog更加满意),并将一些暗示的统一性变成了明确的统一:
bf(Queue, Integers) :-
Queue = [], %% breadth-first enumeration of the empty queue
Integers = []. %% is the empty list
bf([HeadOfQueue | RestOfQueue], Integers):-
HeadOfQueue = void, %% empty tree in the queue,
bf(RestOfQueue, Integers). %% go on with the same Integers list to fill
bf([HeadOfQueue | RestOfQueue], Integers) :-
HeadOfQueue = tree(Integer, Right, Left), %% a tree in the queue,
Integers = [Integer | MoreIntegers], %% fill the list's head
append(RestOfQueue, [Left, Right], ExtendedQueue), %% extend the popped queue
%% with Left, then Right,
bf(ExtendedQueue, MoreIntegers). %% and keep going
它会弹出一个节点"议程"取出节点的整数,将其放入以自上而下方式构建的结果列表中,将节点的两个子节点附加到议程后面,并进行递归。因此,应该使用[Tree]
作为初始队列来调用它。因此,树以FIFO顺序考虑,实现了树的广度优先枚举。 LIFO会让我们获得深度优先。
唯一剩下的就是 什么样的树适合工作?答案就在代码中:它是表格的复合词
tree( Int, RightChild, LeftChild )
显然RightChild
和LeftChild
应该是相同形式的树木/复合词,或 ... 你看到了吗? ......原子void
。最有可能表示空树。
您在示例中显示的树有另一个结构,大概是[Int, LeftChild, RightChild]
的结构。您只需调整bf/2
谓词即可适应新的预期数据格式。
我们可以通过首先概括定义抽象对数据细节进行
来做到这一点bf([], []). %% implicit unifications, shorter names
bf([Empty | Rest], Y):-
empty(Empty), %% data abstraction!
bf(Rest, Y).
bf([Node | RestOfQueue], [Integer | Y]) :-
node(Node, Integer, Left, Right), %% data abstraction!
append(RestOfQueue, [Left, Right], ExtendedQueue),
bf(ExtendedQueue, Y).
empty( void ).
node( tree(Integer, Right, Left), Integer, Left, Right ).
现在要做的就是重新定义empty/1
和node/4
以匹配您的种树编码。这应该很简单。它就在您的示例数据中:
[4,
[1, [], []],
[7, [], []] ]
所以,
empty( ... ).
node( [ ..., ...., ... ] , ..., ..., ... ).
完成后,我们定义
maximum_element(Tree, MaxElem ):-
bf( [Tree], TreeElements ),
list_maximum( TreeElements, MaxElem ).
首先,但是我们可以将两个子目标融合为一个,这样最大整数的选择都是在树遍历过程中完成的,而不是构建整个列表他们先。