代码随想录算法训练营第三天| 203.移除链表元素、707.设计链表、206.反转链表

前言:之前学习数据结构一直是使用C语言版本,对其中的节点操作以及边界控制把控较为精准,但是采用Java刷题时,对链表操作较为生疏,先对其进行相应总结。

//节点结构
class ListNode {
	int val;
	ListNode next;
	ListNode() {
	}
	ListNode(int val) {
		this.val = val;
	}
	ListNode(int val, ListNode next) {
		this.val = val;
		this.next = next
	}

203.移除链表元素

题目链接:203.移除链表元素

参考文章链接:代码随想录_203.移除链表元素

删除节点的基本逻辑为

	if (p.next.val == val) {
		p.next = p.next.next;
		//如果节点不为空
	} else {
		p = p.next;
	}

主要完成了两种实现方式,带虚拟头结点和不带虚拟头结点。更喜欢设定虚拟头结点的方式,不需要对原头结点进行单独的判断操作。

另,Java语言有自己的内存回收机制,不用自己手动释放在逻辑上被删除的节点。

  • 无虚拟头结点
    需要加入判断头结点val的情况,最后head指向第一个节点值不为val的节点处(如果没有,head = null。然后按照删除节点的逻辑,进行遍历链表并删除相应节点。

代码如下:

/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode() {}
 *     ListNode(int val) { this.val = val; }
 *     ListNode(int val, ListNode next) { this.val = val; this.next = next; }
 * }
 */
class Solution {
    public ListNode removeElements(ListNode head, int val) {
        ListNode p = head;
        while (p != null && p.val == val) {
            //找到第一个值不为val的节点
            head = p.next;
            p = head;
        }
        while (p != null && p.next != null) {
            //删除值为val的节点
            if (p.next.val == val) {
                p.next = p.next.next;
            } else {
                p = p.next;
            }
        }
        return head;
    }
}
  • 虚拟头结点
    申请一个新的节点,新节点的next指针指向head,把新节点当做头结点,且对链表进行操作时,不用对其进行处理。这种实现方式,head和其他节点处于同地位,不需要单独操作,少了很多麻烦。

代码如下:

/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode() {}
 *     ListNode(int val) { this.val = val; }
 *     ListNode(int val, ListNode next) { this.val = val; this.next = next; }
 * }
 */
class Solution {
    public ListNode removeElements(ListNode head, int val) {
        ListNode dummyNode = new ListNode(-1, head);
        //申请一个虚拟头结点,dummyNode.next = head;
        ListNode p  = dummyNode;
        
        while (p.next != null) {
            if (p.next.val == val) {
                p.next = p.next.next;
            } else {
                p = p.next;
            }
        }
        return dummyNode.next;//返回真正的头结点
    }
}

707.设计链表

题目链接:707.设计链表

参考文章链接:代码随想录_707.设计链表

花了些时间,也写出了相应的方法,相比较与题解中给出的,会繁琐许多,主要的问题在于,没有想到可以将三种不同添加方法集成到一个当中,做了很多重复的工作。

思路不难,只是需要考虑到很多越界的问题,否则会出很多bug。例如,删除元素要考虑后续元素为空,而不能轻易获取其val等。(疯狂出bug)题解中加入了size元素,使得遍历时有了依据,能更容易控制边界情况,有效抑制了空指针的出现。

通过这一题的训练,能够更好地掌握相应语言对于链表的定义、操作,并熟练应用。

代码如下:

class ListNode {
    int val;
    ListNode next;
    ListNode() {
    }
    ListNode(int val) {
        this.val = val;
    }
}

class MyLinkedList {
    //size存储链表元素个数
    int size;
    //虚拟头结点
    ListNode head;

    public MyLinkedList() {
        //链表初始化
        size = 0;
        head = new ListNode(0);
    }

    //获取第index个节点的值
    public int get(int index) {
        if (index < 0 || index >= size)
            return -1;
        ListNode pre = head;
        for (int i = 0; i < index; i++) {
            pre = pre.next;
        }
        return pre.next.val;
    }
    
    //链头插入元素
    public void addAtHead(int val) {
        addAtIndex(0, val);
    }
    
    //链尾插入元素
    public void addAtTail(int val) {
        addAtIndex(size, val);
    }
    
    //index位置插入元素val
    public void addAtIndex(int index, int val) {
        if (index > size) return;
        if (index < 0) index = 0;

        ListNode temp = new ListNode(val);
        ListNode pre = head;
        //找到要添加位置的前驱结点
        for (int i = 0; i < index; i++) {
            pre = pre.next;
        }
        //添加节点
        temp.next = pre.next;
        pre.next = temp;
        
        //更新结点个数
        size++;
    }
    
    //删除第index个结点
    public void deleteAtIndex(int index) {
        if (index < 0 || index >= size) return;

        ListNode pre = head;
        for (int i = 0; i < index; i++) {
            pre = pre.next;
        }
        pre.next = pre.next.next;
        //写代码时忘记更新size,出bug
        size--;
    }
}

206.反转链表

题目链接:206.反转链表

这里只提供一种思路,申请一个节点作为新链表的虚拟头结点,将原链表中元素从前至后“摘下”,并利用头插法插入新链表中,先插入的元素放到新链表靠后的位置,从而实现了链表的反转。

代码如下:

/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode() {}
 *     ListNode(int val) { this.val = val; }
 *     ListNode(int val, ListNode next) { this.val = val; this.next = next; }
 * }
 */
class Solution {
    public ListNode reverseList(ListNode head) {
        ListNode dummyNode = new ListNode(0, null);
        ListNode p = head;//p记录原链表中摘下的节点
        while (head != null) {
            head = head.next;
            p.next = dummyNode.next;
            dummyNode.next = p;
            p = head;
        }
        return dummyNode.next;
    }
}
数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别和定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率和安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 和预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源和公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师和技术人员学习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力和鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度学习框架,便于快速集成和模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检和能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时状态估计”展开研究,利用Matlab代码实现对系统状态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法设计与实现过程,展示了滤波算法在抑制测量噪声、提高状态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与状态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础和Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、状态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统状态的高精度实时估计;②为噪声环境下的传感器数据融合与状态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教学与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了一个针对电力系统连锁故障传播路径的N-k多阶段双层优化及故障场景筛选模型,旨在提升电力系统在复杂故障条件下的安全性与稳定性。该模型结合了多阶段动态响应与双层优化架构,能够有效模拟连锁故障的传播过程,并通过优化算法筛选出关键故障场景,进而支撑系统风险评估与预防控制策略制定。文中提供了基于Matlab的代码实现,便于科研人员复现顶级EI期刊研究成果,深入理解电力系统可靠性分析的核心算法与建模方法。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事电力系统安全分析的工程技术人员,尤其适合致力于高水平论文复现与创新研究的用户。; 使用场景及目标:①复现电力系统连锁故障分析领域的顶级EI论文模型;②开展N-k故障场景筛选、多阶段优化建模、双层规划算法设计等相关课题研究;③提升在电力系统可靠性、韧性评估与预防控制方面的科研能力。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注双层优化结构与故障传播路径建模的实现细节,同时参考文中提及的YALMIP工具包和网盘资源进行实践调试,以加深对算法逻辑与工程应用的理解。
评论
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