数据结构D4作业
1.实现单向循环链表的功能
loop.c
#include "loop.h"
loop_p create_loop()
{
loop_p H=(loop_p)malloc(sizeof(loop));
if(H==NULL)
{
printf("创建失败\n");
return NULL;
}
H->len=0;
H->next=H;
return H;
}
loop_p create_node(datatype data)
{
loop_p new=(loop_p)malloc(sizeof(loop));
if(new==NULL)
{
printf("空间申请失败\n");
return NULL;
}
new->data=data;
return new;
}
void insert_head(loop_p H,datatype data)
{
if(H==NULL)
{
printf("入参为空\n");
return;
}
loop_p new = create_node(data);
new->next = H->next;
H->next = new;
H->len++;
}
void insert_pos(loop_p H,datatype data,int pos)
{
if(H==NULL)
{
printf("入参为空\n");
return;
}
loop_p p = H;
for(int i=0;i<pos-1;i++)
{
p=p->next;
}
loop_p new=create_node(data);
new->next=p->next;
p->next=new;
H->len++;
}
void del_tail(loop_p H)
{
if(H==NULL)
{
printf("入参为空,请检查\n");
return;
}
loop_p temp = H;
while(temp->next->next!=H)
{
temp=temp->next;
}
loop_p del=temp->next;
temp->next=temp->next->next;
free(del);
H->len--;
}
void del_pos(loop_p H,int pos)
{
if(H==NULL)
{
printf("入参为空,请检查\n");
return;
}
if(pos<=0||pos>H->len)
{
printf("位置不合理\n");
return;
}
loop_p temp=H;
for(int i=0;i<pos-1;i++)
{
temp=temp->next;
}
loop_p del=temp->next;
temp->next=temp->next->next;
free(del);
H->len--;
}
void out_put_loop(loop_p H)
{
if(H==NULL)
{
printf("入参为空,请检查\n");
return;
}
loop_p p = H->next;
while(p!=H)
{
printf("%d\t",p->data);
p=p->next;
}
putchar(10);
}
main.c
#include "loop.h"
int main()
{
loop_p H=create_loop();
insert_head(H,4);
insert_head(H,3);
insert_head(H,2);
insert_head(H,1);
del_tail(H);
del_pos(H,2);
out_put_loop(H);
return 0;
}
2.思维导图
见上一次作业
3.重写一遍链表逆置函数
void ovtu_link(link_p H)
{
if(H==NULL)
{
printf("入参为空,请检查\n");
return;
}
if(link_empty(H))
{
printf("链表为空\n");
return;
}
if(H->next->next==NULL)
{
printf("表中只有一个元素,无需翻转\n");
return;
}
link_p p = H->next->next;
H->next->next = NULL;
link_p q = p->next;
while(p!=NULL)
{
p->next=H->next;
H->next=p;
p=q;
if(q!=NULL)
{
q=q->next;
}
}
}
相关文章:
数据结构D4作业
1.实现单向循环链表的功能 loop.c #include "loop.h" loop_p create_loop() { loop_p H(loop_p)malloc(sizeof(loop)); if(HNULL) { printf("创建失败\n"); return NULL; } H->len0; H->nextH; ret…...
springboot750人职匹配推荐系统
springboot750人职匹配推荐系统 获取源码——》公主号:计算机专业毕设大全...
【笔记】【开发方案】APN 配置参数 bitmask 数据转换(Android KaiOS)
一、参数说明 (一)APN配置结构对比 平台AndroidKaiOS文件类型xmljson结构每个<apn>标签是一条APN,包含完成的信息层级数组结构,使用JSON格式的数据。最外层是mcc,其次mnc,最后APN用数组形式配置&am…...
Redis篇之缓存雪崩、击穿、穿透详解
学习材料:https://xiaolincoding.com/redis/cluster/cache_problem.html 缓存雪崩 什么是缓存雪崩 在面对业务量较大的查询场景时,会把数据库中的数据缓存至redis中,避免大量的读写请求同时访问mysql客户端导致系统崩溃。这种情况下&#x…...
【深度学习笔记】3_2线性回归的从零实现
注:本文为《动手学深度学习》开源内容,仅为个人学习记录,无抄袭搬运意图 3.2 线性回归的从零开始实现 在了解了线性回归的背景知识之后,现在我们可以动手实现它了。尽管强大的深度学习框架可以减少大量重复性工作,但若…...
Apache Maven简介
Maven 简介 Apache Maven 是一个用于项目构建、依赖管理和项目信息管理的强大工具。它基于项目对象模型(Project Object Model,POM)进行构建,通过描述项目的结构和依赖关系来管理项目的构建过程。 以下是 Apache Maven 的一些关键原理和工作流程: 项目对象模型(POM)…...
#12解决request中getReader()和getInputStream()只能调用一次的问题
目录 1、背景 2、解决方案 2.1、自定义HttpServletRequestWrapper 2.2、JsonRequestHeaderParamsHelper 2.3、HttpServletRequestReplacedFilter 2.4、使用 1、背景 当前系统Content-Type为application/json,参数接收方式采用RequestBody和RequestParam&#…...
直接插入排序+希尔排序+冒泡排序+快速排序+选择排序+堆排序+归并排序+基于统计的排序
插入排序:直接插入排序、希尔排序 交换排序:冒泡排序、快速排序 选择排序:简单选择排序、堆排序 其他:归并排序、基于统计的排序 一、直接插入排序 #include<stdio.h> #include<stdlib.h> /* 直接插入排序&#…...
Java高级 / 架构师 场景方案 面试题(二)
1.双十一亿级用户日活统计如何用 Redis快速计算 在双十一这种亿级用户日活统计的场景中,使用Redis进行快速计算的关键在于利用Redis的数据结构和原子操作来高效地统计和计算数据。以下是一个基于Redis的日活统计方案: 选择合适的数据结构: …...
C/C++内存管理学习【new】
文章目录 一、C/C内存分布二、C语言中动态内存管理方式:malloc/calloc/realloc/free三、C内存管理方式3.1 new/delete操作内置类型3.2 new和delete操作自定义类型四、operator new与operator delete函数五、new和delete的实现原理5.1 内置类型 六、定位new表达式(pl…...
选择适合你的编程语言
引言 在当今瞬息万变的技术领域中,选择一门合适的编程语言对于个人职业发展和技术成长至关重要。每种语言都拥有独特的设计哲学、应用场景和市场需求,因此,在决定投入时间和精力去学习哪种编程语言时,我们需要综合分析多个因素&a…...
【力扣每日一题】力扣106从中序和后序遍历序列构造二叉树
题目来源 力扣106从中序和后序遍历序列构造二叉树 题目概述 给定两个整数数组 inorder 和 postorder ,其中 inorder 是二叉树的中序遍历, postorder 是同一棵树的后序遍历,请你构造并返回这颗 二叉树 。 思路分析 后序遍历序列的最末尾数…...
logback日志回滚原理
日志输出主要依赖RollingFileAppender、TimeBasedRollingPolicy、SizeAndTimeBasedFNATP。 RollingFileAppender 主要用于生成日志文件,格式化内容再输出到日志文件TimeBasedRollingPolicy 设置回滚策略,如果发现日志输出的时间超过单位时间,…...
[C#]winform基于opencvsharp结合pairlie算法实现低光图像增强黑暗图片变亮变清晰
【低光图像增强介绍】 在图像处理领域,低光图像增强是一个具有挑战性的任务。由于光线不足,这些图像往往呈现出低对比度、高噪声和细节丢失等问题,严重影响了图像的视觉效果和后续分析的准确性。因此,开发有效的低光图像增强方法…...
React18源码: reconcliler启动过程
Reconcliler启动过程 Reconcliler启动过程实际就是React的启动过程位于react-dom包,衔接reconciler运作流程中的输入步骤.在调用入口函数之前,reactElement(<App/>) 和 DOM对象 div#root 之间没有关联,用图片表示如下: 在启…...
【RN】为项目使用React Navigation中的navigator
简言 移动应用基本不会只由一个页面组成。管理多个页面的呈现、跳转的组件就是我们通常所说的导航器(navigator)。 React Navigation 提供了简单易用的跨平台导航方案,在 iOS 和 Android 上都可以进行翻页式、tab 选项卡式和抽屉式的导航布局…...
CS50x 2024 - Lecture 8 - HTML, CSS, JavaScript
00:00:00 - Introduction 关于互联网是怎么工作的,如何在他的基础上构建软件 HTML和CSS是描述性语言 javascript一种编程语言,在浏览器上下文中很有用,使得界面更具交互性,也用于服务器 00:01:01 - Bingo Board 00:01:51 - T…...
C++:派生类的生成过程(构造、析构)
目录 派生类的生成过程 派生类的构造函数与析构函数: 构造函数: 派生类组合类的构造和析构: 构造函数和析构函数调用顺序: 派生类的生成过程 三步骤: 吸收基类(父类)成员:实现代…...
金蝶字段添加过滤条件
金蝶字段加过滤条件 F_PLDE_Date<GetValue(FDate) and F_PLDE_Date1>GetValue(FDate)...
SQLite 知识整理
写在前面: 本文章旨在总结备份、方便以后查询,由于是个人总结,如有不对,欢迎指正;另外,内容大部分来自网络、书籍、和各类手册,如若侵权请告知,马上删帖致歉。 目录 SQLite 类型数据…...
WiFi DensePose:用无线电波“看透“世界 — 无摄像头人体感知革命
No cameras. No wearables. No Internet. Just radio waves. 没有摄像头,没有可穿戴设备,不需要联网。只有物理世界的无线电波。🌟 引言:重新定义"感知" 想象这样一个场景:一位独居老人在浴室摔倒࿰…...
松江少儿英语口碑好的?
松江少儿英语口碑好的 环球乐学少儿英语,指出幼儿英语学习三大痛点: 1. 兴趣不足易抵触:教学形式枯燥,多以机械记单词、跟读为主,不符合幼儿认知特点,易产生厌学情绪。 2. 缺语境不会运用:…...
从ARMA模型到功率谱估计:一个案例讲透现代信号处理中的‘参数化’与‘非参数化’方法
从振动信号到频谱洞察:ARMA与FFT在工程诊断中的方法论抉择 车间里一台大型离心泵突然发出异常嗡鸣,工程师小王手持采集器记录下这段振动信号。面对屏幕上跳动的波形,他需要回答一个关键问题:这段信号中隐藏的频率特征究竟是什么&a…...
MMA7660FC三轴加速度计嵌入式驱动库设计与应用
1. 项目概述Grove_3-Axis_Digital_Accelerometer_MMA7660FC_Library 是专为 Seeed Studio Grove 系列模块中 MMA7660FC 三轴数字加速度传感器设计的嵌入式驱动库。该库面向基于 ARM Cortex-M 架构(如 STM32F0/F1/F4/L0/L4 系列)的微控制器平台࿰…...
革新性开源工具Win11Debloat:突破Windows 11性能瓶颈的系统优化方案
革新性开源工具Win11Debloat:突破Windows 11性能瓶颈的系统优化方案 【免费下载链接】Win11Debloat 一个简单的PowerShell脚本,用于从Windows中移除预装的无用软件,禁用遥测,从Windows搜索中移除Bing,以及执行各种其他…...
OpenMP vs C++ 线程池:到底该用谁?
在 C 多线程并行编程中,OpenMP 和线程池是最常用的两种方案。很多开发者都会陷入困惑:同样是实现多线程加速,到底该选 OpenMP 还是 C 线程池?有人觉得 OpenMP 一行代码就能并行,简单高效;也有人偏爱线程池的…...
服饰解构AI工具横向评测:Nano-Banana软萌拆拆屋性能与效果分析
服饰解构AI工具横向评测:Nano-Banana软萌拆拆屋性能与效果分析 1. 引言:当AI遇见时尚解构 你是否曾经好奇过一件精美服饰的内部构造?那些复杂的蝴蝶结、精致的蕾丝边、巧妙的结构设计,如果能够像拼图一样展开呈现,会…...
GTE中文-large多任务能力展示:同一输入文本同步输出NER标签+情感得分+分类结果
GTE中文-large多任务能力展示:同一输入文本同步输出NER标签情感得分分类结果 提示:本文展示的GTE中文-large模型多任务能力基于ModelScope的iic/nlp_gte_sentence-embedding_chinese-large镜像实现,所有示例均为真实运行结果。 1. 多任务模型…...
Z-Image-Turbo镜像效果展示:孙珍妮LoRA在不同画幅(1:1/4:3/9:16)表现
Z-Image-Turbo镜像效果展示:孙珍妮LoRA在不同画幅(1:1/4:3/9:16)表现 1. 引言:当AI遇见明星肖像生成 你是否曾经想过,用AI技术生成自己喜欢的明星肖像?今天我们要展示的Z-Image-Turbo镜像,正是…...
ECharts甘特图实战:5分钟搞定项目进度可视化(附完整代码)
ECharts甘特图实战:5分钟搞定项目进度可视化(附完整代码) 项目管理中,进度可视化是团队协作的核心需求。传统表格难以直观展示任务依赖关系,而专业项目管理软件又过于笨重。ECharts作为国内最流行的数据可视化库&…...
