复杂链表的复制

    复杂链表的概念:

    在复杂链表中,每个结点除了有一个_pnext指针指向下一个结点外,还有一个_pSibling指向链表中的任意结点或者NULL。如下图

wKiom1cY2x2gFuGTAAAWm0pVDaw768.png

    复杂链表每个结点的结构如下:

    //复杂链表结点的结构

    template<class T>

    struct ComplexListNode

    {

     ComplexListNode()

     :_pnext(NULL)

     ,_pSibling(NULL)

     { }

    

     ComplexListNode(const T& x)

     :_pnext(NULL)

     ,_pSibling(NULL)

     ,value(x)

     { }

    

     T value;//数据

     ComplexListNode* _pnext;//指向下一个结点

     ComplexListNode* _pSibling;//指向任意结点

    };


    复杂链表的复制:

    方法1:

    第一步,复制链表的每一个结点,并用_pnext链接起来;第二步,设置链表每一个结点的_pSibling。假设原始链表的某个结点N的_pSibling指向结点S,而S的位置可在N前也可在N后,所以要确定S的位置需要从头结点开始找,若从头开始沿着_pnext经过s步找到S,那么复制链表上的N'结点的_pSibling离复制链表的头结点的距离也是沿着_pnext指针s步。由于定位每个结点的_pSibling都需要从头结点开始经过O(n)步才能找到,所以时间复杂度为O(n^2)。比较浪费时间。


    方法2:

    第一步,复制链表的每一个结点,并用_pnext链接起来;第二步,设置每个结点的_pSibling。如果在原始链表的结点N的_pSibling指向结点S,那么复制链表时,对应的N'应该指向S'。因为有了哈希表,用O(1)的时间根据S找到S’。这种方法以空间换时间。


    方法3:

    第一步,对应于每一个结点,创建一个新的结点,并连接在原结点的后边。如下图所示:

wKiom1cY5HzhpoQTAAAa1clkMCM236.png    参考代码:

    //创建每个新的结点pCloned 分别连接到每个原结点的后边

    template<class T>

    void ClonedNodes(ComplexListNode<T>* pHead)

    {

     ComplexListNode<T>* pNode = pHead;

     while (pNode != NULL)

     {

     ComplexListNode<T>* pCloned = new ComplexListNode<T>(pNode->value);

     pCloned->_pnext = pNode->_pnext;

     pNode->_pnext = pCloned;

     pNode = pCloned->_pnext;

     }

    }

    第二步,设置复制出来结点的_pSibling,假设原始链表的A指向C,那么对应复制出来的A'对应C'。如下图所示:

wKiom1cY5mXyPByjAAAc-iXk-fI942.png    参考代码:   

    //设置复制出来每个结点的_pSibling的值

    template<class T>

    void ConnectSiblingNodes(ComplexListNode<T>* pHead)

    {

     ComplexListNode<T>* pNode = pHead;

     while (pNode)

     {

     ComplexListNode<T>* pCloned = pNode->_pnext;

     if(pNode->_pSibling != NULL)

     {

     pCloned->_pSibling = pNode->_pSibling->_pnext;

     }

     pNode = pCloned->_pnext;

     }

    }

    第三步,拆分链表,奇数位置的结点用_pnext链接起来构成原始链表,偶数位置的结点用_pnext链接起来构成复制的复杂链表。如下图所示:

wKiom1cY6GGxYu4TAAAcfEEKMVs018.png    参考代码:   

    //拆分合并的链表,把奇数位置上的结点用_pnext链接起来就是原始链表,把偶数位置上的结点用_pnext链接起来就是复制出来的链表

    template<class T>

    ComplexListNode<T>* ReconnectNodes(ComplexListNode<T>* pHead)

    {

     ComplexListNode<T>* pNode = pHead;

     ComplexListNode<T>* pClonedHead = NULL;

     ComplexListNode<T>* pClonedNode = NULL;

     if(pNode != NULL)

     {

     pClonedHead = pClonedNode = pHead->_pnext;

     pNode->_pnext = pClonedNode->_pnext;

     pNode = pNode->_pnext;

     }

     while (pNode != NULL)

     {

     pClonedNode->_pnext = pNode->_pnext;

     pClonedNode = pClonedNode->_pnext;

     pNode->_pnext = pClonedNode->_pnext;

     pNode = pNode->_pnext;

     }

     return pClonedHead;

    }


    将以上三步合起来,就是复制的完整过程

    //复制复杂链表函数

    template<class T>

    ComplexListNode<T>* Clone(ComplexListNode<T>* pHead)

    {

     ClonedNodes<T>(pHead);

     ConnectSiblingNodes<T>(pHead);

     return ReconnectNodes<T>(pHead);

    }


    测试代码如下:    

    void test()

    {

     ComplexListNode<double> List1(1.2);

     ComplexListNode<double> List2(1.4);

     ComplexListNode<double> List3(2.3);

     ComplexListNode<double> List4(3.6);

     ComplexListNode<double> List5(4.5);

    

     List1._pnext = &List2;

     List2._pnext = &List3;

     List3._pnext = &List4;

     List4._pnext = &List5;

     List1._pSibling = &List3;

     List4._pSibling = &List2;    

     List2._pSibling = &List5;

    

     ComplexListNode<double>* pHead = Clone(&List1);

    }

本文出自 “缘去即成幻” 博客,请务必保留此出处http://liu153.blog.51cto.com/10820414/1766451

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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