Reverse Linked List II 局部翻转链表@LeetCode

本文详细介绍了链表局部翻转算法的核心思想、实现步骤和关键细节,通过实例演示了如何利用虚拟节点和三个指针高效地进行链表局部翻转。重点突出了算法的边界处理和链表节点之间的重新连接,旨在帮助读者深入理解链表操作的精髓。

局部翻转,要点是:

1 利用dummy节点

2 记录4个关键位置:

  • 翻转区间前的最后一个未翻转节点 preBegin
  • 翻转区间,翻转后的第一个节点 reHead
  • 翻转区间,翻转后的最后一个节点 reverseEnd
  • 翻转区间后的第一个未翻转节点 postEnd

3 利用3指针(reHead, preCur, cur)翻转链表


package Level4;

import Utility.ListNode;

/**
 * Reverse Linked List II 
 * 
 * Reverse a linked list from position m to n. Do it in-place and in one-pass.

For example:
Given 1->2->3->4->5->NULL, m = 2 and n = 4,

return 1->4->3->2->5->NULL.

Note:
Given m, n satisfy the following condition:
1 ≤ m ≤ n ≤ length of list.
 *
 */
public class S92 {

	public static void main(String[] args) {
		int[] list = {1,2,3};
		ListNode head = ListNode.create(list);
		ListNode h = reverseBetween(head, 1, 2);
		h.print();
	}

	public static ListNode reverseBetween(ListNode head, int m, int n) {
		ListNode dummy = new ListNode(-1);			// 利用dummy节点能方便地处理头结点问题!
		dummy.next = head;
		ListNode preBegin = dummy;			// preBegin记录翻转区间前一个元素
		int cnt = 1;
		while(preBegin!=null && cnt<m){	// 找到preBegin的位置
			preBegin = preBegin.next;
			cnt++;
		}
		
		ListNode reverseEnd = preBegin.next;		// 记录翻转区间内的最后一个节点,为了和下一个没翻转区间拼起来
		ListNode reHead = null;							// 翻转后的头
		ListNode cur = preBegin.next;
		cnt = 1;
		ListNode postEnd = null;						// 记录在翻转区间后面的 没翻转区间的第一个节点
		while(cur != null && cnt<=n-m+1){
			ListNode preCur = cur;
			cur = cur.next;
			if(cnt == n-m+1){
				postEnd = preCur.next;
			}
			preCur.next = reHead;
			reHead = preCur;
			cnt++;
		}
		
		preBegin.next = reHead;
		if(reverseEnd != null){
			reverseEnd.next = postEnd;
		}
		
		return dummy.next;
	}

}




/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode(int x) {
 *         val = x;
 *         next = null;
 *     }
 * }
 */
public class Solution {
    public ListNode reverseBetween(ListNode head, int m, int n) {
        
        ListNode dummy = new ListNode(0);
        dummy.next = head;
        ListNode beforeM = dummy;
        int cnt = 1;
        while(cnt < m) {
            beforeM = beforeM.next;
            cnt++;
        }
        
        ListNode begin = beforeM.next;
        ListNode end = begin;
        while(cnt < n) {
            end = end.next;
            cnt++;
        }
        
        ListNode afterN = end.next;
        
        // Reverse between m to n
        ListNode tmp = beforeM;
        ListNode cur = begin;
        while(cur != afterN) {
            ListNode next = cur.next;
            cur.next = tmp;
            tmp = cur;
            cur = next;
        }
        
        beforeM.next = end;
        if(begin != null) 
            begin.next = afterN;
        
        return dummy.next;                          
    }
}




内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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