当前位置: 首页 > news >正文

链表学习之链表划分

链表解题技巧

  • 额外的数据结构(哈希表);
  • 快慢指针;
  • 虚拟头节点;

链表划分

将单向链表值划分为左边小、中间相等、右边大的形式。中间值为pivot划分值。

要求:调整之后节点的相对次序不变,时间复杂度不高于O(N),空间复杂度不高于O(1)。

方法1:数组 & 快排

整体思路就是,遍历一遍链表,把节点存入数组,对数组快排,然后再遍历数组,生成将节点重新连接。

该方法,时间复杂度为O(N*logN),空间复杂度为O(N),且会改变相对次序。

但最容易想到和实现。

ListNode* LinkedList::partitionWithPivotAndArray(ListNode *head, int pivot) {if (head == nullptr || head->next == nullptr) return head;// push into arrayListNode *cur = head;std::vector<ListNode*> arr;while (cur != nullptr) {arr.push_back(cur);cur = cur->next;}// partitionint less = -1;int more = (int)arr.size();for (int i = 0; i < more; ) {if (arr[i]->val < pivot) {swap(arr[++less], arr[i++]);} else if (arr[i]->val > pivot) {swap(arr[--more], arr[i]);} else {i++;}}// rejointint i = 1;for (; i < (int)arr.size(); i++) {arr[i - 1]->next = arr[i];}arr[i-1]->next = nullptr;return arr[0];
}void LinkedList::swap(ListNode *a, ListNode *b) {ListNode tmp = *a;*a = *b;*b = tmp;
}

方法2:多个指针

主要是使用6个指针记录3个部分的头、尾位置。

在判定完一个节点属于3个部分的哪个部分后:

  • 如果是当前这部分的第一个节点:将该部分头部head和tail的位置均赋值为该节点;
  • 如果不是第一个节点,将该部分尾部tail的next指向当前节点,tail在移动到该节点;

三部分连接:

  • 第1部分存在:
    • 第2部分存在:1尾部连接2头部;
    • 第2部分不存在:1尾部连接3头部;
  • 不论第一部分存在与否:
    • 第2部分存在:2尾部连接3头部;

判断头节点:

  • 返回less、pivot和more中不为空,且在前面的指针(即less不为空返回less,否则pivot不为空返回pivot,否则才返回more)。
ListNode* LinkedList::partitionWithPivot(ListNode *head, int pivot) {if (head == nullptr || head->next == nullptr) return head;ListNode *less_head, *less_tail, *pivot_head, *pivot_tail, *more_head, *more_tail;less_head = less_tail = pivot_head = pivot_tail = more_head = more_tail = nullptr;// partitionListNode *cur = head;while (cur) {if (cur->val < pivot) {if (less_head == nullptr) {less_head = less_tail = cur;} else {less_tail->next = cur;less_tail = cur;}} else if (cur->val == pivot) {if (pivot_head == nullptr) {pivot_head = pivot_tail = cur;}else {pivot_tail->next = cur;pivot_tail = cur;}} else {if (more_head == nullptr) {more_head = more_tail = cur;}else {more_tail->next = cur;more_tail = cur;}}cur = cur->next;}// jointif (less_head != nullptr) {less_tail->next = pivot_head != nullptr ? pivot_head : more_head;}if (pivot_head != nullptr) {pivot_tail->next = more_head;}// final headhead = less_head ? less_head : (pivot_head ? pivot_head : more_head);return head;
}

Notes

注意处理,小于部分、等于部分、大于部分有缺失的情况。

相关文章:

链表学习之链表划分

链表解题技巧 额外的数据结构&#xff08;哈希表&#xff09;&#xff1b;快慢指针&#xff1b;虚拟头节点&#xff1b; 链表划分 将单向链表值划分为左边小、中间相等、右边大的形式。中间值为pivot划分值。 要求&#xff1a;调整之后节点的相对次序不变&#xff0c;时间复…...

(考研湖科大教书匠计算机网络)第五章传输层-第一、二节:传输层概述及端口号、复用分用等概念

获取pdf&#xff1a;密码7281专栏目录首页&#xff1a;【专栏必读】考研湖科大教书匠计算机网络笔记导航 文章目录一&#xff1a;传输层概述&#xff08;1&#xff09;概述&#xff08;2&#xff09;从计算机网络体系结构角度看传输层&#xff08;3&#xff09;传输层意义二&am…...

C#:Krypton控件使用方法详解(第七讲) ——kryptonHeader

今天介绍的Krypton控件中的kryptonHeader&#xff0c;下面开始介绍这个控件的属性&#xff1a;控件的样子如上图所示&#xff0c;从上面控件外观来看&#xff0c;这个控件有三部分组成。第一部分是前面的图片&#xff0c;第二部分是kryptonHeader1文本&#xff0c;第三部分是控…...

5年软件测试工程师分享的自动化测试经验,一定要看

今天给大家分享一个华为的软件测试工程师分享的关于自动化测试的经验及干货。真的后悔太晚找他要了&#xff0c; 纯干货。一定要看完&#xff01; 1.什么是自动化测试&#xff1f; 用程序测试程序&#xff0c;用代码取代思考&#xff0c;用脚本运行取代手工测试。自动化测试涵…...

什么是猜疑心理?小猫测试网科普小作文

什么是猜疑心理&#xff1f;猜疑心理是说一个人心中想法偏离了客观事实&#xff0c;牵强附会&#xff0c;往往是指不好的一面&#xff0c;对别人的一言一行都充满了不良的解读&#xff0c;认为这些对自己都有针对性&#xff0c;目的性&#xff0c;对自己都是不利的。猜疑心理重…...

Redis命令行对常用数据结构String、list、set、zset、hash等增删改查操作

1.Redis命令的小套路 - NX&#xff1a;not exist - EX&#xff1a;expire - M&#xff1a;multi 2.基本操作 ①切换数据库 Redis默认有16个数据库。 115 # Set the number of databases. The default database is DB 0, you can select 116 # a different one on a per-con…...

mycobot 使用教程

(1) 树莓派4B ubuntu系统调整swap空间与使SD卡快速扩容参考&#xff1a;https://www.bilibili.com/read/cv14825069https://blog.csdn.net/weixin_45824920/article/details/114381292?spm1001.2101.3001.6650.1&utm_mediumdistribute.pc_relevant.none-task-blog-2%7Edef…...

JVM学习总结,虚拟机性能监控、故障处理工具:jps、jstat、jinfo、jmap、Visual VM、jstack等

上篇&#xff1a;JVM学习总结&#xff0c;全面介绍运行时数据区域、各类垃圾收集器的原理使用、内存分配回收策略 参考资料&#xff1a;《深入理解Java虚拟机》第三版 文章目录三&#xff0c;虚拟机性能监控、故障处理工具1&#xff09;jps&#xff1a;虚拟机进程状况工具2&…...

指针笔记(指针数组和指向数组的指针,数组中a和a的区别等)

指针数组和指向数组的指针 int *p[4]和int (*p)[4]有何区别&#xff1f; 前者是一个指针数组&#xff0c;数组大小为4&#xff0c;每一个元素都是一个指向int的指针 后者是指向int[4]类型数组的指针 以上代码若运行会报如下错误 main函数中定义的a数组本质是一个指向int[2]的…...

MySQL ---基础概念

目录 餐前小饮&#xff1a;什么是服务器&#xff1f;什么是数据库服务器&#xff1f; 一、数据库服务软件 1. 常见数据库产品 2.如何开启和停止MySQL服务 二、数据库术语及语法 1.数据库术语 2.SQL语法结构 3.SQL 语法要点 三、SQL分类 1.数据定义语言&#xff08;D…...

【基础】Flink -- ProcessFunction

Flink -- ProcessFunction处理函数概述处理函数基本处理函数 ProcessFunction按键分区处理函数 KeyedProcessFunction定时器与定时服务基于处理时间的分区处理函数基于事件时间的分区处理函数窗口处理函数 ProcessWindowFunction应用案例 -- Top N处理函数概述 为了使代码拥有…...

JavaEE|网络编程基础与Socket套接字

文章目录一、为什么需要网络编程二、什么是网络编程三、网络编程中的基本概念1.发送端和接收端2.请求和响应3.客户端和服务端4.常见的客户端服务端模型四、Socket套接字概念及分类1.概念2.分类1&#xff09;流套接字&#xff1a;使用传输层TCP协议2&#xff09;数据报套接字&am…...

【SpringBoot】基础协议及邮件配置整合

一、名词概念解释 什么是POP3、SMTP和IMAP&#xff1f; 简单的说&#xff1a;POP3和IMAP是用来从服务器上下载邮件的。SMTP适用于发送或中转信件时找到下一个目的地。所以我们发送邮件应该使用SMTP协议。 POP3、SMTP和IMAP协议介绍 IMAP和POP3有什么区别&#xff1f;什么是免费…...

pytorch配置—什么是CUDA,什么是CUDNN、在配置pytorch虚拟环境中遇到的问题、在安装gpu—pytorch中遇到的问题

1.什么是CUDA&#xff0c;什么是CUDNN &#xff08;1&#xff09;什么是CUDA CUDA(ComputeUnified Device Architecture)&#xff0c;是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构&#xff0c;该架构使GPU能够解决复杂的计算问题。 &#xff0…...

jfr引起的一次jvm异常记录

业务生产启动时&#xff0c;20个节点有1-2个节点因为jvm问题出现启动失败&#xff0c;k8s自动重启后正常。在测试环境2个节点下偶现 排查思路&#xff1a; 先拿到hs_err_pid的jvm错误文件找到当前线程和内部错误信息 hs_err_pid 文件分析 当前线程&#xff1a;lettuce的线程…...

Java智慧校园平台源码:SaaS模式智慧校园运营云平台源码

校班务管理&#xff1a;评价管理&#xff1a; 1.web端/教师端小程序编辑点评 多元化评价&#xff0c;捕捉学生闪光点全方位评价&#xff0c;自定义评价类型、 评价信息实时推送至家长、AI智能点评 班级报表一键导出&#xff0c;智能评测学生在校表现&#xff0c;老师、家长实…...

【yolov5】将标注好的数据集进行划分(附完整可运行python代码)

问题描述 准备使用yolov5训练自己的模型&#xff0c;自己将下载的开源数据集按照自己的要求重新标注了一下&#xff0c;然后现在对其进行划分。 问题分析 划分数据集主要的步骤就是&#xff0c;首先要将数据集打乱顺序&#xff0c;然后按照一定的比例将其分为训练集&#xf…...

es-05分词器

文章目录分词器1 normalization&#xff1a;文档规范化,提高召回率2 字符过滤器&#xff08;character filter&#xff09;&#xff1a;分词之前的预处理&#xff0c;过滤无用字符3 令牌过滤器&#xff08;token filter&#xff09;&#xff1a;停用词、时态转换、大小写转换、…...

已解决zipfile.BadZipFile: File is not a zip file

已解决Python openpyxl 读取Excel文件&#xff0c;抛出异常zipfile.BadZipFile: File is not a zip file的正确解决&#xff0c;亲测有效&#xff01;&#xff01;&#xff01; 文章目录报错问题报错翻译报错原因解决方法联系博主免费帮忙解决报错报错问题 一个小伙伴遇到问题跑…...

Mybatis源码分析:Mybatis的数据存储对象

前言&#xff1a;SQLSession是对JDBC的封装 一&#xff1a;SQLSession和JDBC的对照说明 左边是我们的客户端程序&#xff0c;右边是我们的MySQL数据仓&#xff0c;或者叫MySQL实例 Mybatis是对JDBC的封装&#xff0c;将JDBC封装成了一个核心的SQLSession对象 JDBC当中的核心对…...

【JVM】面试题-有哪些垃圾回收器

【JVM】面试题-有哪些垃圾回收器 在JVM的内存管理中&#xff0c;垃圾收集算法是内存回收的核心逻辑与方法论&#xff0c;而垃圾收集器则是将这套方法论落地实现的具体工具。 不同的垃圾收集器针对JVM堆的不同分代&#xff08;新生代、老年代&#xff09;设计&#xff0c;具备不…...

Linux fanotify vs inotify:如何为你的监控需求选择正确的工具?

Linux文件监控技术选型&#xff1a;fanotify与inotify深度对比与实践指南 在构建需要实时感知文件系统变化的应用程序时&#xff0c;开发者常面临监控工具的选择困境。无论是开发安全扫描工具、持续备份系统还是智能IDE&#xff0c;文件监控都是核心需求。Linux平台提供了inoti…...

602 游戏平台 — 做玩家喜爱、信任的游戏平台!

602 游戏是2013 年上线的老牌正规页游平台&#xff0c;十年稳定运营&#xff0c;始终以 “玩家喜爱、信任”为核心&#xff0c;主打传奇类精品页游 &#xff0c;三端互通✅ 平台核心优势&#xff08;为什么玩家信任&#xff09;正规合规&#xff0c;账号安全&#xff1a;文网文…...

Sora 2如何“唤醒”3D Gaussian Splatting?:从神经辐射场到毫秒级动态场景生成的4层技术跃迁解析

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;Sora 2与3D Gaussian Splatting融合的范式革命 传统视频生成模型受限于体素网格或NeRF隐式表示的计算开销与几何保真度瓶颈&#xff0c;而Sora 2通过引入时空一致性token压缩机制&#xff0c;与3D Gaus…...

日本电子产业转型启示:从技术过剩到商业模式创新

1. 日本电子产业的十字路口&#xff1a;一场箱根闭门会背后的行业剧痛2013年的春天&#xff0c;当全球电子产业的聚光灯都打在硅谷和深圳时&#xff0c;日本箱根的一家温泉旅馆里&#xff0c;正进行着一场鲜为人知却意义深远的对话。索尼、瑞萨、NEC、日立、松下、富士通、Mega…...

2026年AI大模型接口加速站亲测:六家平台横评,诗云API(ShiyunApi)成最优之选

在进行AI开发时&#xff0c;一个现实问题摆在眼前&#xff1a;如何接入模型厂商的官方API&#xff1f;对于海外开发者而言&#xff0c;注册、绑卡、调用这三步便能轻松解决。然而&#xff0c;国内开发者却面临着诸多难题&#xff0c;如跨境网络波动、外币支付门槛、发票合规需求…...

别再只会点灯了!用51单片机和继电器模块,做个智能插座控制台灯(附完整代码)

从点灯到智能家居&#xff1a;51单片机与继电器模块的实战进阶指南 当你已经能够熟练地用51单片机点亮LED灯时&#xff0c;是否想过将这些基础技能转化为实际生活中的实用工具&#xff1f;本文将带你跨越实验板与真实世界的鸿沟&#xff0c;用最常见的51单片机和继电器模块&…...

计算机视觉数据集选型实战指南:从COCO到Roboflow的工程决策框架

1. 这份清单不是“资料库目录”&#xff0c;而是计算机视觉工程师的实战弹药箱如果你正在训练一个能识别工业零件表面微小划痕的模型&#xff0c;却在COCO数据集上反复调参&#xff1b;或者你刚拿到一批医院提供的CT影像&#xff0c;第一反应是去Kaggle搜“medical image datas…...

AI与建模仿真融合:数字孪生从静态镜像到智能决策的演进

1. 项目概述&#xff1a;当AI遇见建模仿真&#xff0c;数字孪生正在经历什么&#xff1f;最近几年&#xff0c;无论是工业制造、智慧城市还是医疗健康&#xff0c;但凡提到数字化转型&#xff0c;总绕不开“数字孪生”这个词。它就像一个在虚拟世界里为物理实体打造的“克隆体”…...

深度学习正则化(三)—— 提前终止 + 参数共享 + 稀疏表示(三十)

1. 定位导航 正则化 5 篇中,本篇承前启后: 第 28:参数范数惩罚(L1/L2)— 加在损失函数上 第 29:数据增强、噪声、半监督 — 操作数据 第 30(本篇):提前终止、参数共享、稀疏表示 — 隐式正则化 第 31:Bagging + Dropout 第 32:对抗训练 + 切面分类 本篇的三个方法表…...