LeetCode #002 Add Two Numbers

002 Add Two Numbers

You are given two linked lists representing two non-negative numbers. The digits are stored in reverse order and each of their nodes contain a single digit. Add the two numbers and return it as a linked list.

Input: (2 -> 4 -> 3) + (5 -> 6 -> 4)
Output: 7 -> 0 -> 8

思路:
  1. 建立一个新的链表List
  2. 依次检测两个链表节点是否为空,不为空则检测值
  3. 如果检测到值,int value = val1 + val2 + remain;
  4. val1=l1->val,val2=l2->val,它们被初始化为0,remain为进位值.
  5. 将value存入List节点里
代码:
/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */
class Solution {
public:
    ListNode* addTwoNumbers(ListNode* l1, ListNode* l2) {
    int remain = 0;
    //new list
    ListNode* head = new ListNode(0);//head node,it is empty.
    ListNode* p = head;
    if(l1==NULL && l2==NULL){
        return NULL;
    }
    else if(l1==NULL && l2!=NULL){
        return l2;
    }
    else if(l1!=NULL && l2==NULL){
        return l1;
    }
    while(l1 != NULL ||  l2 != NULL)//only two list get end,while will be finish.
    {
        int val1 = 0, val2 = 0;
        if(l1 != NULL)
        {
            val1 = l1->val;
        }

        if(l2 != NULL)
        {
            val2 = l2->val;
        }

        int value = val1 + val2 + remain;
        remain = 0;
        if(value >= 10)
        {
            value -= 10;//value = value % 10
            remain = 1;
        }

        //build List
        ListNode * pos = new ListNode(value);
        p->next = pos;
        p = p->next;

        if(l1 != NULL)
            l1 = l1->next;

        if(l2 != NULL)
            l2 = l2->next;
    }
    /*
    if ABCDE
    if FGHIG
    AND IF E+G>10
    we need make a new node,it's val is (E+G)%10.
    like this:
    */
    if(remain != 0)
    {
        ListNode* pos = new ListNode(remain);
        p->next = pos;
    }
    return head->next;
    //!!!__Don't return head because head is empty,head->next is first node with val.
}
};
*/
知识点
  1. 如何用尾插法建立链表
  2. 同时遍历两个链表并进行相应处理(均遍历到结尾时处理才结束)
  3. 当遍历A节点时,得到需要处理A->next的信息,如何在遍历时延后一步处理。
    1. 方案1:用一个Bool量标记是否应当处理,在建表后的语句中加入处理语句
    2. 方案2:类似这种求和,将信息保留在remain中,每次加上remain,无信息则remain=0,否则remain=溢出数.
    //方案1
    bool deal=false;
    while(true){
    ....//here you build list
        if(deal){
    ....//here you deal something
        }
    }
    //方案2
    int value = val1 + val2 + remain;
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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