【leetcode】Remove Duplicates from Sorted List II (middle)

本文介绍了一种通过伪头部简化删除链表中重复节点的算法,包括常规思路和不使用伪头部的高级方法。

Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.

For example,
Given 1->2->3->3->4->4->5, return 1->2->5.
Given 1->1->1->2->3, return 2->3.

 

思路:

常规思路,关键点:用伪头部避免新建链表头的麻烦。

ListNode *deleteDuplicates2(ListNode *head) {
        if(head == NULL || head->next == NULL) return head;
        ListNode fakehead(0); //伪头结点  避免头结点建立的好方法
        ListNode * newtail = &fakehead;
        ListNode * p = head;
        int preval = head->val + 1; //记录前面结点的值 初始化为一个跟头结点值不同的数

        while(p != NULL)
        {
            if(p->val == preval) //数字出现过
            {
                p = p->next;
            }
            else //新数字
            {
                preval = p->val;
                if(p->next != NULL && p->next->val == preval) //新数字的下一个数字还是这个数 跳过
                 {
                    p = p->next->next;
                }
                else  //如果确定是一个独立的数字
                {
                        newtail->next = p;
                        p = p->next;
                        newtail = newtail->next;
                        newtail->next = NULL;
                }
            }
        }
        return fakehead.next;
    }

 

大神不需要伪头部的方法,利用了指针的地址。直接更改地址里面放的指针。

 class Solution {
public:
    ListNode *deleteDuplicates(ListNode *head) {
        ListNode** p = &head;
        while(*p && (*p)->next) {
            ListNode* p1 = *p, *p2 = p1->next;
            while(p2 && p2->val == p1->val) { //直接循环到下个数字出现的位置
                p2 = p2->next;
            }
            if(p2 != p1->next) {
                *p = p2;
            } else {
                p = &(p1->next);
            }
        }
        return head;
    }
};

 

转载于:https://www.cnblogs.com/dplearning/p/4331054.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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