剑指offer 链表中倒数第K个结点

题目描述:输入一个链表,输出该链表中倒数第k个结点。

   ListNode* FindKthToTail(ListNode* pListHead, unsigned int k) {
        //本题的主要思想是设置两个指针,两个指针之间的间隔为k-1 当前面的指针已经到尾节点了
        //证明随后的指针刚好在k-1的节点处
        int i = 0;
        if(pListHead == nullptr || k ==0)return nullptr;//假设链表为空 或者长度为0 返回空
        ListNode *pAhead = pListHead;
        ListNode *pBehind = nullptr;

        for(i=0;i<k-1;i++){
            //让前面的指针先走k-1步
            if(pAhead -> next != nullptr){
                pAhead = pAhead -> next;
            }
            else{
                //如果中途遇到空指针则证明没有第k个结点
                return nullptr;
            }
        }
        pBehind = pListHead;
        while(pAhead->next !=  nullptr){
            //当前面的指针走了k-1步的时候,后面的指针开始移动 直至前面的指针到了尾节点
            pAhead = pAhead -> next;
            pBehind =  pBehind -> next;
        }
        return pBehind;
    }
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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