数据结构和算法-环形链表创建和显示|学习笔记

简介: 快速学习数据结构和算法-环形链表创建和显示

开发者学堂课程【Go 语言核心编程 - 数据结构和算法: 数据结构和算法-环形链表创建和显示】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9841


数据结构和算法-环形链表创建和显示


环形列表的结构大概就是这样:

image.png

一、完成对单向环形链表的添加结点,删除结点和显示。

首先打开 Visual Stdio Code,新建一个文件夹。写一个 mian.go,新建一个结构体,叫猫猫结构体,假设放一堆小猫进去,猫猫有结构,有编号,示意图如下:

type  CatNodestring{

No int

name string

next"CatNode

}

image.png

具体操作代码:

package main

import(

“fmt"

)

//定义猫的结构体结点

type CatNode struct {

no int //猫猫的编号

name string //猫猫的名字

next*CatNode

}

func InsertCatNode(head *CatNode,newCatNode*CatNode){

往进添加时候必须要有头结点,环形确实没有头结点,但是你必须自己初始化一个头结点,没有头结点什么都做不了,只是这个头结点的维护有点复杂。

//判断是不是添加第一只猫

If head.next==nil{如果现在没有头猫

head. no= newCatNode . no

head, name= newCatNode . name

head. next=head//构成一个环形

让 next 指向自己,因为是环形的,只是这个里边只有一只猫而已。

一个也可以形成一个环状

里面的指向会影响 head 的指向

image.png

第一只猫就加入到了环形

Return

}

//第二只猫要考虑环形的最后

//定义一个临时的变量,帮忙找到环形的最后一个结点

Temp:=head

for{

if temp. next=head }

break

temp=temp. next

}

//加入到链表中

temp.next= newCatNode

newcatNode , next=head

//输出这个环形的链表

func  ListcircleLink(head*CatNode){

temp:= head

环形链表的情况如下:

如果它是空链表就没有必要走了

if temp. next ==nil{

fmt.println("空空如也的环形链表…”)

return

}

for

{

fmt. Println("猫的信息为=id=%s]"->”\n", 形成了环状。temp,no,temp.name)

If temp.next==head{

Break

}

如果没有的话

Temp=temp.next

}

}

func main(){

//这里我们初始化一个环形链表的头结点

Head:=&CatNode{}

//创建一只猫

cat1:=&CatNode{

no : 1,

name:"tom",

} InsertCatNode(head,cat1)

}

这样就形成了一个环状

添加没有问题

环形没有头结点,但是要初始化一个头结点,要想象刚开始这个里边什么都没有,所以要做一个头结点才能开始玩,可以想象这里仍然有一个变量,以前学的头结点里是空的,但是环形链表里必须要放数据,自己执行自己也可以,自己形成一个闭合的环形,现在已经有一个了,要再加一个,有一只猫猫来了,现在的情况就是已经有一个 temp 的结点已经找到了环状的最后,那么现在要做的就是加入到这个团队里。

相关文章
|
12天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
23 1
|
15天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
58 4
|
13天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
13天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
21天前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
82 23
|
12天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
36 1
|
7天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
13天前
|
机器学习/深度学习 算法 Serverless
基于WOA-SVM的乳腺癌数据分类识别算法matlab仿真,对比BP神经网络和SVM
本项目利用鲸鱼优化算法(WOA)优化支持向量机(SVM)参数,针对乳腺癌早期诊断问题,通过MATLAB 2022a实现。核心代码包括参数初始化、目标函数计算、位置更新等步骤,并附有详细中文注释及操作视频。实验结果显示,WOA-SVM在提高分类精度和泛化能力方面表现出色,为乳腺癌的早期诊断提供了有效的技术支持。
|
9天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
6天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。