题目五:从尾到头打印链表

链表逆序打印算法

//////////////////////////////////////////////////////////////////////////////////////////////
// 8.题目五:从尾到头打印链表

// 方法一:时间复杂度O(n),空间复杂度O(n)
template <typename TYPE>
void ReversePrintList1(ListNode<TYPE>* pNode)
{
    assert(NULL != pNode);

    stack<ListNode<TYPE>*> stStack;
    while (pNode)
    {
        stStack.push(pNode);
        pNode = pNode->m_pNextNode;
    }
    
    cout << "链表逆序打印: " << endl;
    while (!stStack.empty())
    {
        ListNode<TYPE>* pTmpNode = stStack.top();
        printf("%02d -> ", pTmpNode->m_stData);
        stStack.pop();
    }

    putchar(10);

}


// 方法二:递归实现(递归实现也是类似栈实现)
// 时间复杂度O(n), 空间复杂度O(n)
// 注意:如果链表非常长,会导致函数调用层级很深,从而导致函数调用栈溢出!!!
template <typename TYPE>
void ReversePrintLisHEAP_TYPE(ListNode<TYPE>* pNode)
{
    if (!pNode)
    {
        return;
    }

    ReversePrintLisHEAP_TYPE(pNode->m_pNextNode);

    printf("%02d -> ", pNode->m_stData);
}

void ReversePrintListTestFunc()
{
    cout << "\n\n --------------- ReversePrintListTestFunc Start -------------->" << endl;
    const int MAX_LIST_NODE_COUNT = 10;
    int aiArray[MAX_LIST_NODE_COUNT] = {0};

    INITIALIZE_ARRAY(aiArray, MAX_LIST_NODE_COUNT);
    TRAVERSAL_ARRAY(aiArray, MAX_LIST_NODE_COUNT);

    CSingleList<int>* pList = new CSingleList<int>();
    if (!pList)
    {
        return;
    }

    for (int i = 0; i < MAX_LIST_NODE_COUNT; i++)
    {
        pList->Insert(aiArray[i]);
    }

    pList->Traversal();

    ReversePrintList1(pList->GetHeadNode());

    cout << "递归实现链表逆序打印: " << endl;
    ReversePrintLisHEAP_TYPE(pList->GetHeadNode());
    putchar(10);

    delete pList;
    pList = NULL;

    cout << "\n\n --------------- ReversePrintListTestFunc End -------------->" << endl;

}

转载于:https://www.cnblogs.com/yzdai/p/11258607.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