reverse-linked-list-ii

本文介绍了一种在单链表中反转指定区间[m,n]内节点的方法,并提供了完整的C++实现代码。通过添加虚拟头节点简化操作流程,记录关键节点位置,实现区间节点的高效反转。

每次打链表的题,就像便秘一样难受。
虽然过了,但是感觉还是可以更加优化的。
给输入的无头节点的单链表加上一个头节点,方便我们操作。
我们可以先记录m前一个位置的节点,n节点的后一个节点,从理论上来说这两个节点是必定存在的。
然后我们就可以对[m,n]之间的节点进行操作了,先拷贝一个秩为m的节点作为头节点,将秩为m的节点与n后面的一个节点相连,然后每次取出一个节点,让其指向特定的节点。因为是反向连接的,所以最后终止的时候秩为n的节点必然是头节点。

#include <iostream>
using namespace std;



  struct ListNode {
      int val;
      ListNode *next;
      ListNode(int x) : val(x), next(NULL) {}
  };


ListNode *reverseBetween(ListNode *head, int m, int n) {
       ListNode* hh = new ListNode(-1);
        hh->next = head;
        ListNode* p1 = hh;
        ListNode* p2;
        int t = 1;
        ListNode* p=hh;
        while(t<m){
            p = p->next;
            t++;
        }
        p1 = p;
        p=p->next->next;
        while(t<n){
            p=p->next;
            t++;
        }
        p2 = p;
        ListNode* k = new ListNode(p1->next->val);
        k->next = p2;
        p = p1->next->next;
        while(p!=p2) {
            ListNode* tmp = new ListNode(p->val);
            tmp->next = k;
            k = tmp;
            p = p->next;
        }

        p1->next = k;
        return hh->next;
}

void pf(ListNode* p) {
    while(p) {
        cout<<p->val<<" ";
        p = p->next;
    }
    cout<<endl;
}

ListNode* ini() {
    int n;
    cin>>n;
    ListNode* h=new ListNode(0);
    ListNode* p = h;
    for (int i=0;i<n;i++) {
        int data;
        cin>>data;
        ListNode* tmp = new ListNode(data);
        p->next = tmp;
        p = p->next;
    }
    return h->next;
}


int main() {
    ListNode* h =ini();
    pf(h);
    ListNode* p = reverseBetween(h,2,4);
    pf(p);
}

数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)内容概要:本文围绕“数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究”展开,提出了一种结合数据驱动与分布鲁棒优化方法的建模框架,用于解决电热综合能源系统在不确定性环境下的优化调度问题。研究采用两阶段优化结构,第一阶段进行预决策,第二阶段根据实际场景进行调整,通过引入1-范数和∞-范数约束来构建不确定集,有效刻画风电、负荷等不确定性变量的波动特性,提升模型的鲁棒性和实用性。文中提供了完整的Matlab代码实现,便于读者复现和验证算法性能,并结合具体案例分析了不同约束条件下系统运行的经济性与可靠性。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及工程技术人员,尤其适合从事综合能源系统、鲁棒优化、不确定性建模等相关领域研究的专业人士。; 使用场景及目标:①掌握数据驱动的分布鲁棒优化方法在综合能源系统中的应用;②理解1-范数和∞-范数在构建不确定集中的作用与差异;③学习两阶段鲁棒优化模型的建模思路与Matlab实现技巧,用于科研复现、论文写作或工程项目建模。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现细节,重点关注不确定集构建、两阶段模型结构设计及求解器调用方式,同时可尝试更换数据或调整约束参数以加深对模型鲁棒性的理解。
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