算法热门:反转单链表(LeetCode 206)

为什么说反转单链表是算法热门,是有证据的,请看下图:
截自牛客网
下面开始我们的题解吧——

正文

先看题目:
在这里插入图片描述
不同于双向链表,单链表的定义只有一个指向下一节点的next指针
在这里插入图片描述
那么我们最简单直接的想法就是:让每个节点的next指向它的上一个节点,然后第一个结点的next再指向NULL,就OK啦。
下面让我们用图解的方式尝试实现一下上述过程。

Step 1

我们有一个如图所示的链表——
在这里插入图片描述

Step 2

在这里插入图片描述
首先是第一个节点,我们需要让它的next指向NULL,但在做这一步的同时我们需要一个指针保存它的next,否则在它的next变成NULL之后,他原先的next,也就是第二个结点,我们就找不到了,链表就此断开;
其次,第二个结点,我们需要把它的next置成第一个节点,但同样的问题,我们还需要一个结点保存它的next,理由同上;
那么让我们先小结一下:我们现在需要的几个变量是:一个节点n1保存当前节点,一个节点n2保存前一个节点,一个n3保存下一个节点;
在之后的每一个节点,我们都对他进行同样的操作,所以采用循环迭代的“三指针”形式;
思路清晰之后,代码实现:

struct ListNode* reverseList(struct ListNode* head)
{
    struct ListNode *n1=NULL,*n2=head,*n3;
    //一个节点n1保存当前节点,一个节点n2保存前一个节点,一个n3保存下一个节点;
    while(n2)
    {
        n3=n2->next;
        n2->next=n1;
        n1=n2;
        n2=n3;
    }
    return n1;
}

由于n2保存当前节点,所以它也充当一个遍历链表的指针,当它为NULL时,链表无元素,此时我们便不再需要遍历链表并执行以上操作了,因此n2!=NULL作为while执行的一个条件(这里直接简写为while(n2));
最后,由于n1是n2的前一个,当n2为空时,也就说n2是链表尾的下一个时,那么n1就是链表尾,此时我由于我们已经执行完改变链表方向的操作了,所以n1就成了新的链表的头,于是我们直接将其返回就可以啦~
让我们执行以下代码试试:
在这里插入图片描述
成功通过!
对于这种三指针的思路,不同的写法可能需要考虑的情况不一样,需要注意的是,当传过来的链表头指针head为空,或者链表只有一个head元素时(LeetCode就是这么BT),我们直接返回即可。

对于反转单链表,我们还有其他的方法可以实现,这里再写下去就太长啦,留到下一篇博客咯。

创作不易,留个点赞评论再走吧~关注博主,分享更多学习、刷题经验

  • 7
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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

打赏作者

白龙码~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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