剑指offer之合并两个排序的链表

本文详细介绍了如何将两个单调递增的链表合并为一个单调递增链表的算法,并提供了相应的代码实现。通过比较两个链表的首节点值,选择较小者作为新链表的下一个节点,直至任一链表为空。最后,将未空的链表直接添加到新链表的末尾。


题目介绍:输入两个单调递增的链表,输出两个链表合成后的链表,当然我们需要合成后的链表满足单调不减规则。


个人解析:给出两个单调递增的链表,合并成一个单调递增的链表


先上代码:

public class ListNode {
    int val;
    ListNode next = null;

    public ListNode(int val) {
        this.val = val;
    }
}

public static ListNode merge(ListNode list1, ListNode list2) {
       //首先检查任一链表是否为空的情况
        if (list1 == null) {
            return list2 != null ? list2 : null;
        } else {
            if (list2 == null) {
                return list1;
            }
        }
        //若两个链表都不为空
        //初始化新链表的头节点,取两个链表头节点中值较小的节点赋给head
        ListNode head = null;//新链表头节点
        if(list1.val<=list2.val){
            head = list1;
            list1 = list1.next;
        }else{
            head = list2;
            list2 = list2.next;
        }
        ListNode curNode = head;
        //任一链表都不为空
        while (list1!=null&&list2!=null) {
            //比较两个链表的头节点的值
            if (list1.val <= list2.val) {
                curNode.next = list1;
                list1 = list1.next;
            } else{
                curNode.next = list2;
                list2 = list2.next;
            }
            //移动到下一节点
            curNode = curNode.next;
        }
        //若list1不为空,直接添加list1到新链表末尾
        if(list1!=null){
            curNode.next = list1;
        }
        //若list2不为空,直接添加list2到新链表末尾
        if (list2!= null) {
            curNode.next = list2;
        }

        return head;
    }

算法思想:先将两个链表中的第一个元素中值较小的节点作为新链表的头节点,然后开始合并,合并时也是将两个链表的头节点中值较小的节点添加的新链表的后面,如此不断添加直到任一链表为空,最后检查两个链表是否还未空,若为空则直接添加到新链表末尾。


算法大致图解:




【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
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