算法通关村第二关-指定区间(两两)反转问题解析

1、指定区间反转

在上期我们已经讲过了链表的反转问题,今天我们要进一步讨论的是指定区间链表的反转问题

输入:

输入:head = [1,2,3,4,5], left = 2, right = 4
输出:[1,4,3,2,5]

如果你在上一期已经完全掌握了头插法和穿针引线法,那么这种问题自然就很容易解决。

我这边就直接使用穿针引线法来解决。

需要哪些节点信息?

如上图,起始反转节点的前一个节点,起始反转的节点,终止反转的节点,终止节点的下一个节点。

步骤:

  1. 找到起始反转节点的前节点并进行保存,将待反转的区域进行反转,保存终止节点的下一个节点。
  2. 把perv的next指针指向反转以后的链表的头结点,把反转以后的链表的尾节点的next指针指向succ。

代码:

public static Node reserveOne(Node head, int left, int right) {
        if (head == null || right > length(head)) {
            return head;
        }
        Node dumNode = new Node(0);
        dumNode.next = head;
        Node leftOut = dumNode;
        //找到起始节点的前一个节点leftOut并保存
        for (int i = 0; i < left-1; i++) {
            leftOut = leftOut.next;
        }
        Node prev = null;
        Node curr = leftOut.next;
        Node leftIn = curr;
        System.out.println(leftIn.val);
        //开始反转  反转的次数为right - left +1
        for (int i = 0; i <= right-left; i++) {
            Node node = curr.next;
            curr.next = prev;
            prev = curr;
            curr = node;
        }
        //将起始节点的前一个节点leftOut的下一个节点指向反转后的头结点prev
        leftOut.next = prev;
        //将反转后的最后一个节点(起始节点)指向当前节点
        leftIn.next = curr;
        return dumNode.next;
    }

2、 两两反转(特例)

实例:

输入:head = [1,2,3,4,5]
输出:[2,1,4,3,5]

接下来我们来看一种特殊情况,两两反转,相邻的节点进行反转。当然可以用指定区间的方法进行解决。但是每次都要输入两个位置,麻烦呀!下面我介绍两种简单的方法!

2.1直接反转

步骤:

  1. 先保存两个节点的信息。
  2. 点前节点的下一个节点指向第二个节点。
  3. 第一个节点的下一个节点指向第二个节点的下一个节点。
  4. 第二个节点的下一个节点指向第一个节点。

注:3必须在4前面!!

代码:

   public static  ListNode swapPairs(ListNode head) {
        ListNode dummyHead = new ListNode(0);
        dummyHead.next = head;
        ListNode cur = dummyHead;
        while (cur.next != null && cur.next.next != null) {
            ListNode node1 = cur.next;
            ListNode node2 = cur.next.next;
            cur.next = node2;
            node1.next = node2.next;
            node2.next = node1;
            cur = node1;
        }
        return dummyHead.next;
    }

2.2递归

假设我们k前面的都已经反转完成。那我们就只需要反转接下来的两个节点。 

步骤: 

  1. 先保存两个节点的信息。
  2. 点前节点的下一个节点指向第二个节点。
  3. 第一个节点的下一个节点指向第二个节点的下一个节点。
  4. 第二个节点的下一个节点指向第一个节点。

其实这个方法和之前的方法差不多,唯一的区别就是,我们的second.next的获取方式不同,之前我们是通过保存来获取的,现在我们要通过传入second.next来得到反转后的头结点,而我们现在first.next的值就是以second.next为头的两个节点反转后的返回值。(有点难理解,递归都是这个样子,做得多了,就很清楚了)

代码:

    public static ListNode swap(ListNode head) {
        ListNode prev = new ListNode(0);
        prev.next = head;
        ListNode cur = prev;
        if (cur.next != null && cur.next.next != null) {
            ListNode first = cur.next;
            ListNode second = cur.next.next;
            cur.next = second;
            first.next = swap(second.next);
            second.next = first;
        }
        return prev.next;
    }

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
协同过滤算法是一种常用的推荐算法,它的实现可以采用多种技术,其中包括 Spring Boot 和 Vue.js。下面给出一种具体实现和解析。 1. 数据准备 首先,需要准备好数据,包括用户数据和物品数据。用户数据包括用户的 ID 和用户的行为数据,如用户浏览的商品、购买的商品等信息。物品数据包括物品的 ID 和物品的属性数据,如物品的价格、品牌等信息。 2. 数据预处理 对于用户行为数据,需要进行数据清洗和预处理,包括去重、归一化、缺失值处理等。对于物品属性数据,同样需要进行数据清洗和预处理,包括去重、归一化、缺失值处理等。预处理后的数据可以存储在数据库中。 3. 算法实现 协同过滤算法的实现主要有两种:基于用户的协同过滤和基于物品的协同过滤。 基于用户的协同过滤算法 基于用户的协同过滤算法是指根据用户的历史行为数据,找出与当前用户兴趣相似的其他用户,然后根据这些用户的行为数据,推荐给当前用户可能感兴趣的物品。 实现步骤如下: - 根据用户历史行为数据,计算用户之间的相似度; - 找出与当前用户最相似的 K 个用户; - 对这 K 个用户喜欢的物品进行推荐,推荐给当前用户。 基于物品的协同过滤算法 基于物品的协同过滤算法是指根据物品的属性数据,找出与当前物品相似的其他物品,然后根据这些物品的历史被用户喜欢的情况,推荐给当前用户可能感兴趣的物品。 实现步骤如下: - 根据物品属性数据,计算物品之间的相似度; - 找出与当前物品最相似的 K 个物品; - 对这 K 个物品历史被用户喜欢的情况进行分析,推荐给当前用户可能感兴趣的物品。 4. 界面实现 界面实现可以采用 Vue.js 框架,包括用户登录界面、用户个人主页、用户推荐页面等。 5. 技术细节 在实现协同过滤算法时,需要考虑多种技术细节,包括数据预处理的方法、相似度计算的方法、推荐算法的具体实现等。此外,需要考虑如何提高算法的效率和推荐的准确性,如采用分布式计算、机器学习算法等技术手段。 以上是协同过滤算法的具体实现和解析,希望对你有所帮助。

“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
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