链表(建立)

本文介绍了一种使用C++实现单链表的方法,包括链表节点的定义及通过while循环从终端读取整数并将其插入到链表末尾的过程。最后,通过将末节点的next指针设为NULL来完成链表的创建。

【链表节点的定义】

typedef struct node
{
    int data;	//节点内容
    node *next;	//下一个节点
}node;

//创建单链表

node *create()
{
    int i = 0;      //链表中数据的个数
    node *head, *p, *q;
    int x = 0;
    head = (node *)malloc(sizeof(node));
    
    while(1)
    {
        cout<<"Please input the data:"<<endl;
        cin >> x;
        if(x == 0)
        {
            break;
        }
        
        p = (node*)malloc(sizeof(node));
        p->data = x;
        if(++i == 1)            //链表只有一个元素
        {
            head->next = p;     //连接到head的后面
        }
        else
        {
            p->next = p;        //连接到链表尾端
        }
        q = p;                  //q指向末节点
    }
    
    q->next = NULL;             //链表最后一个指针NULL
    return head;
}
上面的代码中,使用while循环每次从终端读入一个整型数据,并调用malloc动态分配表节点内存存储这个整型数据,然后插入到单链表的末尾。最后,当数据为0时表示插入数据结束,此时把末尾节点的next指针置为NULL。


摘自《C和C++程序员面试秘笈》



根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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