410王道数据结构强化——算法题(三)

简介: 410王道数据结构强化——算法题

6.2.2.(2012)8d8fe5631b454bfca10041b73d91794e.png

(1)枚举

LNode* ans(LNode *str1, LNode *str2){
    LNode *p = str1->next, *q = str2->next;
    while (p) {
        q = str2->next;
        while (q) {
            if (p == q) return p;
            q = q->next;
        }
        p = p->next;
    }
}

(2)用数组保存每个结点的地址

void ans(LNode *str1, LNode *str2){
    LNode *p = str1->next, *q = str2->next;    //pq分别指向str1和str2的头结点
    LNode A[maxn], B[maxn];    //申明两个分别足够容纳下str1和str2结点数组
    int lenA = 0, lenB = 0;
    while (p) {
        A[lenA++] = p;
        p = p->next;
    }
    while (q) {
        B[lenB++] = q;
        q = q->next;
    }
    int i;
    for (i = 1; i < min(lenA, lenB); i++) {    //从后往前找
        if (A[lenA - i] != B[lenB - i]) {    //第一个不相同的后缀结点
            cout << A[lenA - i + 1];    //返回该结点的上一个结点
            return;
        }
    }
    cout << A[lenA - i];    //短的链表的元素都是长链表的公共部分 
    return;
}

(3)双指针:较长表的指针移动两表长度的差值,使得两表剩余长度一致,然后一一进行对比

void ans(LNode *str1, LNode *str2){
    int len1 = len2 = 0;
    LNode *p = str1->next, *q = str2->next;
    while (p) {    //分别遍历链表得到长度
        len1++;
        p = p->next;
    }
    while (q) {
        len2++;
        q = q->next;
    }
    if (len1 <= len2) {    //移动较长表的指针,并将较短表指针指向其第一个结点
        q = str2;
        for (int i = 0; i < len2 - len1; i++) q = q->next;
        p = str1->next;
    }
    else {
        p = str1;
        for (int i = 0; i < len1 - len2; i++) p = p->next;
        q = str2->next;
    }
    int len = min(len1, len2);    //len取len1和len2的较小值
    for (int i = 0; i < len; i++) {    //输出第一个相同结点
        if (p == q) {
            cout << p;
            return;
        }
        p = p->next;
        q = q->next;
    }
    return;
}

6.2.3.(2015)581660ece4eb4f2abc2332102a35793d.png

(1)暴力解:每个结点都和剩余所有结点进行一次比较

void ans (LNode *L) {
    LNode *p = L, *qpre = L, *q = L->link;    
    while (p) {
        qpre = p;    //重置q和qpre结点,q指针指向p的下一个结点,qpre指向q的上一个结点
        q = qpre->link;
        while (q) {
            if (abs(p->data) == abs(q->data)) {    //q和p相等,则删除q结点
                qpre->link = q->link;
                free(q);
                q = qpre->link;
            }
            else {    //q和p不相等,q和qpre指针后移
                q = q->link;
                qpre = qpre->link;
            }
        }
        p = p->link;    //p指针后移
    }
    return;
}       

(2) 数组保存出现过的元素

void ans (LNode &L)
    LNode *p = L->link, *q = L;    //p指向头结点,q指向p的上一个结点
    bool mark[n + 1] = { false };
    while (p) {
        if (mark[abs(p->data)] == false) {    //该值第一次出现
            mark[abs(p->data)] = true;    //mark中对应下标改为true
            p = p->link;    //pq各自后移
            q = q->link;
        }
        else {    //该值已经在之前的结点中出现过,将该结点删除
            q->link = p->link;    
            free(p);
            p = q->link;
        }
    }
}

6.2.4.(2019) 427a0132baed4878ba4987849c897bca.png

(1) 暴力解

void ans(node &L, int n){
    node *p = L->next, *q = L;
    int i;
    for (i = 0; i < n / 2; i++) {    //p指向后半链的第一个结点
        p = p->next;    
        q = q->next;
    }
    q->next = NULL;    //将前后半链分开
    node *k = L->next, *kpre = L;    //k指向第一个结点,kpre指向k的上一个结点
    while (k->next) {
        k = k->next;
        pre = pre->next;
        q = p;
        while (q->next) q = q->next;    //q指向后半链的最后一个结点
        q->next = k;    //将q插入到kpre后
        kpre->next = q;
        kpre = q;
    }
}

(2)逆置

void ans(node &L) {
    node *p = L->next, *pre = L, *q = L->next;    //q指向前半链第一个结点
    for (int i = 0; i < n / 2; i++) {    //p指向后半链第一个结点,pre指向前半链最后一个结点
        p = p->next;
        pre = pre->next;
    }
    q = pre;    //q指向前半链最后一个结点
    q->next = NULL;    //前后半链分开
    while (p) {    //采用头插法将后半链逆置
        pre = p;
        p = p->next;
        pre->next = q->next;
        q->next = pre;
    }
    p = q->next;    //p指向后半链第一个结点(逆置后)
    q = L->next;    //q指向第一个结点
    pre = L;    //pre指向L
    L->next = NULL;    //将L的next指针置空
    while (q) {    //尾插法循环插入L
        node* temp = q;    //选择前半链的第一个结点插入
        q = q->next;
        pre->next = temp;
        pre = pre->next;
        if (p) {    //选择后半链的第一个结点插入
            temp = p;
            p = p->next;
            pre->next = temp;
            pre = pre->next;
        }
    }
    pre->next = NULL;    //将pre的NEXT指针置空
    return;
}

6.3.树

6.3.1.(2014)cc521da678f844ee9be69dd9c27a4286.png

typedef struct BiTNode {
    struct BiTNode *lchild, *rchild;
    int weight;
}BiTNode;
int WPL = 0;    //记录整棵树的WPL
void PreOrder (BiTNode *T, int d) {    //先序遍历
    if (T) {    //当前结点非空
        if (!T->lchild && !T->child) {    //叶子结点
            WPL = WPL + T->weight * d;    //计算当前结点的WPL
        }
        PreOrder (T->lchild, d + 1);    //进入其左子树
        PreOrder (T->rchild, d + 1);    //进入其右子树
    }
}
void ans(BiTNode *T) {
    PreOrder (T, 0);    //根节点层高为0
}

6.3.2.(2017)19d09e2fc41e4055b8dce00b84c4807d.png

void ans (BiTNode *T) {

6.4.图(2021)d47da5eba9c04308a784e5cbd19a2b88.png


相关文章
|
2月前
|
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。
58 1
|
2月前
|
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。
146 4
|
1天前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
14 2
|
17天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
52 20
|
2月前
|
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
|
2月前
|
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?
|
2月前
|
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。
123 23
|
2月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
64 20
|
2月前
|
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。
71 1
|
2月前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
62 0
下一篇
开通oss服务