链表 总结

1、从尾到头打印链表。

     输入链表的头节点,从尾到头反过来打印链表每个节点的值。

     思路1:顺序遍历链表+stack辅助。

     思路2:显式递归实现。每次打印节点,都会递归打印其后的非空节点。

                   显式递归的缺点:当节点很长时,递归很深,可能会使栈溢出。

2、在O(1)时间删除单链表节点。

      给定单链表的头指针和一个节点指针,定义一个函数在0(1)时间删除该节点。

      思路1:顺序遍历单链表,找到待删除节点,时间复杂度O(n);

      思路2:单链表的特点是,知道前一个Node,通过Node.next才能知道下一个NextNode。

                    题中已给出了待删除节点Node的地址,那么就知道了待删除节点的NextNode。删除Node,意味着不需要Node.value。

                    把Node.value=NextNode.value;

                     Node.next=NextNode.next;

                     delete(NextNode);

                    将下一个节点的内容复制到待删除节点,调整待删除节点的next指针,删除下一个节点即可。

                    Attention:

                    待删除的是尾节点,必须顺序遍历链表。

                    是尾节点也是头节点;

                    不是尾节点可按上诉思路 删除。

3、输出单链表的倒数第K个节点。

     思路:定义两个指针Phead 、Pbehind均初始化为头节点;Phead 先从头节点遍历到第K个节点。

                  随后Phead 与Pbehind同步遍历链表中的节点,直到Phead指向尾节点,此时Pbehind指向的是倒数第K个节点。

    ATTENTION!

                  链表长度小于K,返回NULL;

                  K=0;返回NULL

4、求链表的中间节点。

       思路:定义指针P1、P2,P2的遍历步长是2,P1的遍历步长是1;P1、P2均从头节点开始遍历,直到P2到达尾部。

5、判断单向链表是否形成了环路。

      思路:定义指针P1、P2,P2的遍历步长是2,P1的遍历步长是1;P1、P2均从头节点开始遍历。

                  若P2追上了P1,那么链表就是环形链表。若直到P2到达尾部,都没等于P1,就非环形链表。

6、反转单向链表。

     思路:需要定义三个指针,PRE NODE  NEXT


     


7、合并两个已排序的链表。

      思路1:已知两个已排序 (递增) 链表的头指针,若合并,选取俩头节点中较小的一个,剩余的链表依旧是俩已排序的链表,因此可以用递归实现。

     思路2:循环实现,直到出现NULL指针。

8、寻找两个单向链表的公共节点。

      分析:单向链表从第一个公共节点开始,后续节点都是相同的。

      思路1:若俩链表有公共节点,那么分别从尾节点逆序遍历,输出的应该是公共节点。可以使用stack的后进先出辅助实现。

                    假设链表长度分别为m,n, 如此 空间复杂度、时间复杂度都是O(m+n);

    思路2:假设链表有公共节点,假设链表长度分别为m,n,且m>n; 那么从较长的链表头部m-n长度的节点肯定不是公共节点,可使用指针Pm先行遍历。

                   接着Pn从头节点与Pm同步遍历,直到Pm=Pn;

                   前提是,要分别遍历两链表,计算出diffLen;


                  


 

                   

                  

                   

        

                       

                       


                  


(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
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