剑指offer之反转链表

从尾到头打印链表

输入一个链表,按链表从尾到头的顺序返回一个ArrayList。

示例

输入

{67, 0, 24, 58}

返回值

[58, 0, 24, 58]

方法一

直接用简单粗暴的std::reverse()方法直接将List颠倒。

vector<int> printListFromTailToHead(ListNode* head){
  vector<int> res;
  while(head){
    res.push_back(head->val);
    head = head->next;
  }
  std::reverse(res.begin(), res.end());
  return res;
}
方法二

相对于一个数组取反过程,可以考虑使用入栈和出栈操作来实现,顺序读取链表元素存入栈,再将元素出栈存入数组中可以得到一个相反的ArryList,代码如下:

class Solution{
public:
  vector<int> printListFromTailToHead(ListNode* head){
    stack<int> s;
    vector<int> res;
    while(head){
      s.push(head->val);    //将元素入栈
      head = head->next;
    }
    while(!a.empty()){
      res.push_back(s.top); //读取栈顶元素存入vector
      s.pop();              //弹出栈顶元素					
    }
  }
};
方法三

考虑到可以使用反转链表的操作来实现。反转链表的精髓是定义三个指针head,pre,next。首先准备一个pre结点初始指向nullptr,表示正在反转结点的前一个结点,再准备一个cur,表示当前正在反转的结点,cur初始化为head。最后在准备一个next,表示还未反转的下一个结点。

使用如下示意图方便记忆,其中箭头表示等于:

reverse

代码如下:

/**
*  struct ListNode {
*        int val;
*        struct ListNode *next;
*        ListNode(int x) :
*              val(x), next(NULL) {
*        }
*  };
*/
class Solution {
public:
    vector<int> printListFromTailToHead(ListNode* head) {
        ListNode* pre = nullptr;
        ListNode* cur = head;
        ListNode* next=cur;
        while(cur){
            next = cur->next;
            cur->next = pre;
            pre = cur;
            cur = next;
        }
        vector<int> st;
        while(pre){
            st.push_back(pre->val);
            pre = pre->next;
        }
        return st;
    }
};
数据集介绍:野生动物与家畜多目标检测数据集 数据集名称:野生动物与家畜多目标检测数据集 数据规模: - 训练集:1,540张图片 - 验证集:377张图片 - 测试集:316张图片 分类类别: Brown-bear(棕熊)、Chicken(鸡)、Fox(狐狸)、Hedgehog(刺猬)、Horse(马)、Mouse(老鼠)、Sheep(绵羊)、Snake(蛇)、Turtle(龟)、Rabbit(兔)及通用object(物体)共11个类别 标注格式: YOLO格式标注,包含归一化坐标与类别索引,支持目标检测模型训练 数据特性: 涵盖航拍与地面视角,包含动物个体及群体场景,适用于复杂环境下的多目标识别 农业智能化管理: 通过检测家畜(鸡/马/绵羊等)数量及活动状态,辅助畜牧场自动化管理 生态监测系统: 支持野生动物(棕熊/狐狸/刺猬等)识别与追踪,用于自然保护区生物多样性研究 智能安防应用: 检测农场周边危险动物(蛇/狐狸),构建入侵预警系统 动物行为研究: 提供多物种共存场景数据,支持动物群体交互行为分析 高实用性标注体系: - 精细标注包含动物完整轮廓的边界框 - 特别区分野生动物与家畜类别,支持跨场景迁移学习 多维度覆盖: - 包含昼间/复杂背景/遮挡场景 - 涵盖陆地常见中小型动物与禽类 - 提供通用object类别适配扩展需求 工程适配性强: - 原生YOLO格式适配主流检测框架(YOLOv5/v7/v8等) - 验证集与测试集比例科学,支持可靠模型评估 生态价值突出: - 同步覆盖濒危物种(龟类)与常见物种 - 支持生物多样性保护与农业生产的双重应用场景
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