LeetCode19:Remove Nth Node From End of List

本文介绍了一种高效的方法来解决链表中删除倒数第N个节点的问题。通过使用双指针技巧,即一个快指针和一个慢指针,能够在遍历一次链表的情况下找到并删除目标节点。

Given a linked list, remove the nth node from the end of list and return its head.

For example,

Given linked list: 1->2->3->4->5, and n = 2.

   After removing the second node from the end, the linked list becomes 1->2->3->5.

#include<iostream>
#include<algorithm>
using namespace std;


 //definition for singly-linked list.
struct ListNode {
    int val;
	ListNode *next;
	ListNode(int x) : val(x), next(NULL) { }
 };

//设置两个指针p跟q。p指针先移动n步,若此时p指针为空,则表示要删除的是头节点,
//此时直接返回head->next即可。如果first指针不为空,则将两个指针一起移动,
//直到p指针指向最后一个节点,令q->next=q->next->next即可删除第你n个节点。 
class Solution
{
public:
	ListNode *removeNthFromEnd(ListNode *head, int n) {

		if (head == NULL || head->next == NULL)
			return NULL;

		ListNode * p = head;
		ListNode * q = head;

		for (int i = 0; i < n; i++)
			p = p->next; //first指针先移动n步

		if (p == NULL) //若此时first指针为空,则表示要删除的是头节点
			return head->next;

		while (p->next != NULL) //如果first指针不为空,则将两个指针一起移动
		{
			p = p->next;
			q = q->next;
		}

		q->next = q->next->next;
		return head;
	}
};


【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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