leetcode Reorder List

本文介绍了一种链表处理算法,首先将链表分为两部分,逆序后半部分链表,然后交替合并两部分链表。代码实现包括逆置链表和合并两个有序链表的功能。

本题的思路:

1.将原链表从中间分成两个链表A,B。

2.逆置B,此处可根据逆序伐穿件链表来做。

3.然后针对每个元素依次合并A,B。


代码

ListNode*  reverseList(ListNode*head)
{
	ListNode* p, *headtemp;
	p = head;
	headtemp = new ListNode(0);
	while(p!=NULL)
	{
		ListNode * q;
		q = p; 
		p = p->next;
		q->next = headtemp->next;
		headtemp->next = q;	
	}

	return headtemp->next;
	
}


ListNode * mergeLists(ListNode *head1, ListNode *head2)
{
	ListNode *pnext1, *pnext2, *p, *q;
	pnext1 = head1;
	pnext2 = head2;

	q = new ListNode(0);
	p = q;

	while(pnext1!=NULL&&pnext2!=NULL)
	{
		p ->next = pnext1;
		pnext1 = pnext1->next;
		p = p->next;

		p->next = pnext2;
		pnext2 = pnext2->next;
		p = p->next;		
	
	}

	if(pnext1!=NULL)
		p->next = pnext1;
	if(pnext2!=NULL)
		p->next = pnext2;

	return q->next;

}

ListNode* reorderList(ListNode *head)
{
	if(head==NULL)
		return ;

	ListNode *fast, *slow, *last;
	slow = head;
	fast = head;

	while(slow->next!=NULL&&fast->next!=NULL&&fast->next->next!=NULL)
	{
		slow = slow->next;
		fast = fast->next->next;
	}

	ListNode * head2;
	head2 = slow->next;
	slow->next = NULL;



	//反转后半部分链表
	head2 = reverseList(head2);
	

	//合并两个链表
	head = mergeLists(head, head2);
	
	


}


MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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