LeetCode61 Rotate List 旋转链表

问题描述:
Given a linked list, rotate the list to the right by k places, where k is non-negative.

Example 1:

Input: 1->2->3->4->5->NULL, k = 2
Output: 4->5->1->2->3->NULL

Explanation:
rotate 1 steps to the right: 5->1->2->3->4->NULL
rotate 2 steps to the right: 4->5->1->2->3->NULL
Example 2:

Input: 0->1->2->NULL, k = 4
Output: 2->0->1->NULL

Explanation:
rotate 1 steps to the right: 2->0->1->NULL
rotate 2 steps to the right: 1->2->0->NULL
rotate 3 steps to the right: 0->1->2->NULL
rotate 4 steps to the right: 2->0->1->NULL
题源:here;完整实现:here
思路:
假设输入链表长度为listLen,因为旋转周期为listLen,所以k = k%listLen。向右旋转k次等价于将后k个数挪到链表前端。思路相同,实现有两种:1 用两个链表分别记录k前后的链表;2 形成循环链表后拆开。受到python的影响,最近在实践python风格的C++代码,确实会简洁许多。人生苦短,我用python。
实现1:两链表

    ListNode* rotateRight(ListNode* head, int k) {
        if (!head) return NULL;
        ListNode *left = NULL, *right = NULL, *leftCurr = NULL, *rightCurr = NULL;
        int count = 0; ListNode *curr = head; int listLen = 0;
        while (curr){
            listLen++; curr = curr->next;}

        curr = head; k = k % listLen;
        while (curr){
            if (count < listLen-k){
                if (!left){
                    left = new ListNode(curr->val); leftCurr = left;
                }else{
                    leftCurr->next = new ListNode(curr->val);
                    leftCurr = leftCurr->next;}
            }else{
                if (!right){
                    right = new ListNode(curr->val); rightCurr = right;
                }else{
                    rightCurr->next = new ListNode(curr->val);
                    rightCurr = rightCurr->next;}}
            curr = curr->next; count++;}

        if (right){
            rightCurr->next = left; return right;}
        else return left;}

实现2:循环链表

    ListNode* rotateRight_2(ListNode* head, int k){
        if (!head || k<=0) return head;
        ListNode *p = head; int listLen = 1;
        while (p->next){
            listLen++; p = p->next;}

        p->next = head; k = listLen - k%listLen;
        while (k > 0) { 
            p = p->next; k--;}

        head = p->next; p->next = NULL;

        return head;}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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