小红正在为电商平台部署一个交易风险识别服务。离线训练得到的随机森林由 T 棵二叉决策树组成,每笔交易包含 M 个整数特征。 一棵树从编号为 1 的根节点开始预测。内部节点保存特征编号 idx 、阈值 val 和左右子节点编号:如果当前交易的第 idx 个特征值小于或等于 val ,则进入左子节点,否则进入右子节点。到达叶子节点后,该树输出标签 0 或 1 。 森林采用多数表决:如果输出 1 的树严格多于输出 0 的树,最终结果为 1 ;票数相同时,最终结果为 0 。 请依次输出 N 笔交易的预测结果。
第一行输入三个整数 T,M,N ,分别表示决策树数量、特征维数和交易数量。 接下来依次输入 T 棵树。每棵树先输入一个整数 K ,随后输入 K 行节点信息,节点按编号 1 到 K 给出。 输入 1,idx,val,left,right 表示内部节点;输入 0,label 表示叶子节点。 最后输入 N 行,每行包含 M 个整数,表示一笔交易的特征。 保证 1 ≤ T ≤ 51 , 1 ≤ M ≤ 50 , 1 ≤ N ≤ 2000 , 1 ≤ K ≤ 500 。特征值和阈值均在 [-10^5,10^5] 内。所有树结构合法、无环,每个内部节点都有两个有效子节点。
输出 N 行,每行一个整数 0 或 1 ,表示对应交易的预测结果。
3 2 3 3 1 1 5 2 3 0 0 0 1 3 1 2 4 2 3 0 1 0 0 1 0 1 3 2 8 2 3 9
1 1 0
考点:树
数据规模 N ≤ 2000 | 限制 1 秒 / 512MB | 标准输入输出
参考方向:树
树结构上的遍历(DFS 求子树信息 / BFS 求层序),多数树题是「后序遍历 + 回溯」。
思路框架(树 通法 · 非本题专属)
实现要点:递归深度可能到 1e5,注意递归爆栈;必要时改迭代或调整递归深度。
复杂度:时间 O(n) | 空间 O(n)
该范式的通法易错点
对照本题
本题在源数据中没有官方考点标签,方向由题面特征推断,仅供参考。
样例 1:输入 3 2 3 / 3 / 1 1 5 2 3 / 0 0 / 0 1 / 3 / 1 2 4 2 3 / 0 1 / 0 0 / 1 / 0 1 / 3 2 / 8 2 / 3 9 → 输出 1 / 1 / 0
三笔交易得到的三棵树投票分别为 0,1,1、1,1,1 和 0,0,1。
解析由校招宝本地引擎整理(依据源站考点标签 / 人工判题标注 / 题面规模信号),非官方题解,仅供思路参考。
本题来源:2026年-华为-05月22号AI岗。