leetcode86. 分隔链表

本文介绍了一种链表分隔算法,该算法能够将链表中小于特定值x的节点放置在大于或等于x的节点之前,同时保持两部分节点的原始相对顺序。通过设置虚拟头节点、左边界节点和前驱节点,算法有效地实现了链表的重新组织。

题目

给定一个链表和一个特定值 x,对链表进行分隔,使得所有小于 x 的节点都在大于或等于 x 的节点之前。

你应当保留两个分区中每个节点的初始相对位置。

示例:

输入: head = 1->4->3->2->5->2, x = 3
输出: 1->2->2->4->3->5

思路

设置三个辅助节点
1.虚拟头节点vir,方便函数的返回值
2.小于x的节点中最靠近x的节点 left,作用是插入下一个小于x的节点
3.当前节点的前置节点pre,删除当前节点的时候要用到

实现

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */
class Solution {
public:
    ListNode* partition(ListNode* head, int x) {
        if (!head) return head;
        // 虚拟头结点,方便函数的返回值
        ListNode* vir = new ListNode(0);
        vir->next = head;
        // 左边最靠近x的节点,方便节点插入
        ListNode* left;
        if (head->val >= x) {
            left = vir;
        } else {
            left = head;
        }
        // 当前节点的前置节点,方便删除当前节点
        ListNode* pre = head;
        // 当前节点
        ListNode* start = head->next;
        while (start) {
            if (start->val < x) {
                cout << "here " << pre->val << "\t" << left->val << endl;
                if (pre != left) {
                    ListNode* node1 = start->next;
                    ListNode* node2 = left->next;
                    left->next = start;
                    start->next = node2;
                    pre->next = node1;
                    left = start;
                    start = node1;
                    continue;
                }
                left = left->next;
            } 
            start = start->next;
            pre = pre->next;
        }
        return vir->next;
    }
};

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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