链表栈与链表队列

链表栈与链表队列

 

链表实现的栈和队列,这里只展示实现过程,有不明的地方可以参看我的前面关于栈,队列和列表的说明

 

 

//栈:先进后出
class LinkStack{
	public static void main(String[] args) {
		LinkStack l = new LinkStack();
		l.push(1);
		l.push(2);
		l.push(3);
		l.displayStack();
		l.pop();
		l.displayStack();
	}
	
	public Link first;
	
	public LinkStack(){
		first = null;
	}
	
	public void push(int i){
		Link newLink = new Link(i);
		newLink.next = first;
		first = newLink;
	}
	
	public void pop(){
		if(isEmpty()){
			System.out.println("Stack is empty");
		}
		first = first.next;
	}
	
	public void displayStack(){
		if(isEmpty()){
			System.out.println("Stack is empty");
		}else{
			Link current = first;
			while(current != null){
				current.displayLink();
				current = current.next;
			}
		}
	}
	
	public boolean isEmpty(){
		return first == null;
	}
}
//链接点对象
class Link{
	public int iData;
	
	//关系子段,用于存储下一个链接点的位置
	public Link next;
	public Link(int id){
		this.iData = id;
	}
	public void displayLink(){
		System.out.println("{" + iData + "}");
	}
}

 

//队列:先进先出
class LinkQueue {
	public static void main(String[] args) {
		LinkQueue lq = new LinkQueue();
		lq.insert(1);
		lq.insert(2);
		lq.disPlay();
		lq.remove();
		System.out.println("remove----");
		lq.disPlay();
	}
	
	public Link first;

	public Link last;

	public LinkQueue() {
		first = null;
		last = null;
	}

	public boolean isEmpty() {
		return first == null;
	}

	public void insert(int value) {
		Link newLink = new Link(value);
		if (isEmpty()) {
			first = newLink;
		} else {
			last.next = newLink;
		}
		last = newLink;
	}

	public void remove() {
		if (isEmpty()) {
			System.out.println("LinkQueue is empty");
		} else {
			if (first.next == null) {
				last = null;
			}
			first = first.next;
		}
	}
	
	public void disPlay(){
		Link current = first;
		while(current!=null){
			current.displayLink();
			current = current.next;
		}
	}
}

// 链接点对象
class Link {
	public int iData;

	// 关系子段,用于存储下一个链接点的位置
	public Link next;

	public Link(int id) {
		this.iData = id;
	}

	public void displayLink() {
		System.out.println("{" + iData + "}");
	}
}

 

【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