leetcode — rotate-list

本文介绍了一种链表旋转算法,通过构建环形链表并找到旋转后的头结点来实现链表的右旋。讨论了边界条件处理及具体实现细节。
/**
 * Source : https://oj.leetcode.com/problems/rotate-list/
 *
 *
 * Given a list, rotate the list to the right by k places, where k is non-negative.
 *
 * For example:
 * Given 1->2->3->4->5->NULL and k = 2,
 * return 4->5->1->2->3->NULL.
 *
 */
public class RotateList {
    /**
     * 以链表中某一个元素为支点翻转链表
     * 如果用Java中的链表做,反而不容易,可以构造一个单向链表
     * 找到链表的尾部
     * 将链表的尾部指向头部,也就是构成一个环形链表,并记录链表总数n
     * 旋转之后支点前面的长度为 n-k,则从链表尾部移动 n-k个节点,该位置的next为新的head,将该位置的next置为空也就是打断环形链表
     *
     *
     * 边界条件
     * 链表为空或者k <= 0直接返回head
     * 如果k >= n 实际上 k = k % n
     *
     * @param head
     * @param k
     */
    public Node rotate(Node head, int k) {
        if (k <= 0 || head == null) {
            return head;
        }
        Node p = head;
        int n = 1;
        // 获取链表总数、tail
        while (p.next != null) {
            p = p.next;
            ++n;
        }
        // 链表tail
        p.next = head;
        k = n - k % n;
        for (int i = 0; i < k; i++) {
            p = p.next;
        }
        head = p.next;
        p.next = null;
        return head;
    }

    private static class Node  implements Comparable<Node>{
        int value;
        Node next;

        @Override
        public String toString() {
            return "Node{" +
                    "value=" + value +
                    ", next=" + (next == null ? "" : next.value) +
                    '}';
        }

        @Override
        public int compareTo(Node o) {
            return this.value - o.value;
        }
    }

    private static void print (Node node) {
        while (node != null) {
            System.out.println(node);
            node = node.next;
        }
        System.out.println();
    }

    public static Node generateList (int n) {
        Node list = new Node();
        list.value = 1;
        Node pointer = list;
        for (int i = 2; i <= n; i++) {
            Node node = new Node();
            node.value = i;
            pointer.next = node;
            pointer = pointer.next;
        }
        return list;
    }


    public static void main(String[] args) {
        RotateList rotateList = new RotateList();

        print(rotateList.rotate(generateList(5), 5));
        print(rotateList.rotate(generateList(5), 2));
        print(rotateList.rotate(generateList(5), 0));
        print(rotateList.rotate(generateList(5), 4));
        print(rotateList.rotate(null, 2));

    }
}
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