[leetcode-234]Palindrome Linked List (C)

本文介绍了一种在O(n)时间内及O(1)额外空间内判断单链表是否为回文的方法。通过将链表分为两部分,前半部分保持原样,后半部分进行反转,并从两端开始逐个元素比较。

问题描述:
Given a singly linked list, determine if it is a palindrome.

Follow up:
Could you do it in O(n) time and O(1) space?

分析:要求O(n)的时间复杂度,以及O(1)的空间。那么就不能新开辟空间,为了满足要求,思想是:将链表截为两段,第一段是顺序的,第二段是反序的,然后从两端开始遍历。

代码如下:16ms

bool isPalindrome(struct ListNode* head) {
    if(!head)
        return true;

    //count the length
    struct ListNode *tmp = head;
    struct ListNode *tail = NULL;
    int length = 0;

     //reverse second list
    struct ListNode *current,*currentNext,*prev;
    while(tmp){
        length++;
        tail = tmp;//store tail value
        tmp = tmp->next;
    }

    int mid = length/2;//取中间值

    if(mid==0)
        return true;

    tmp = head;
    length = 0;
    while(tmp){
        length++;
        if(length==mid){
            current = tmp->next;
            tmp->next = NULL;
            break;
        }
        tmp = tmp->next;
    }

    currentNext = current->next;prev = NULL;
    if(current!=tail){
        while(currentNext!=NULL){
            current->next = prev;
            tmp = currentNext->next;
            prev = current;
            current = currentNext;
            currentNext = tmp;
        }
        current->next = prev;
    }
    //开始比较
    while(head&&tail){
        if(head->val != tail->val)
            return false;
        head = head->next;
        tail = tail->next;
    }
   return true;
}
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