Linux-數據結構-單鏈表練習-雙鏈表

一.單鏈表練習和一些功能實現

【1】單鏈表實現字典查詢

(1)定義存放數據的結構體,在每次向里面存放數據時候需要清空

(2)對字典進行切割

空格切割字母,再從剩余里切割到解釋,這里windows的txt文件下,以\r\n結尾,切除\r保留\n

(3)存放進結構體中

(4)插入鏈表,插入函數

(5)從鍵盤獲得要查詢的單詞,\n讀入需要消除

(6)進行查找

【2】單鏈表的剩余操作

(1)單鏈表的逆序

1.三個指針分別指向前中后三個節點

2.將中間節點下一個指向前節點

3.將三個指針后移一格

4.最后將最后節點的位置給頭

(2)中間元素的查找

定義兩指針,一個走兩格,一個走一格

(3)查找末尾鏈表

一個先走,然后同步走

(4)鏈表的排序

int InsertSortLinkList (LinkList *ll)
{
? // 獲取鏈表的頭節點
? LinkNode *phead = ll->head;

? // 初始化要插入的節點為頭節點的下一個節點(鏈表的第一個有效節點)
? LinkNode *pinsert = phead->next;

? // 保存下一個待處理節點,避免在插入過程中丟失鏈表的連接
? LinkNode *pnext = pinsert->next;

? // 將頭節點的 next 指針置為空,表示初始時有序區為空
? phead->next = NULL;

? // 開始排序循環
? while (1)
? {
? ? // 每次循環重新從頭節點開始遍歷,尋找合適的插入位置
? ? phead = ll->head;

? ? // 遍歷有序區,找到合適的插入位置
? ? // 條件:當前節點的下一個節點不為空,且待插入節點的年齡大于當前節點和下一個節點的年齡
? ? while (phead->next != NULL && pinsert->data.age > phead->data.age
? ? ? ? ? ?&& pinsert->data.age > phead->next->data.age)?
? ? {
? ? ? // 移動到下一個節點
? ? ? phead = phead->next;
? ? }

? ? // 如果待插入節點的年齡小于頭節點的年齡,說明它應該插入到鏈表頭部
? ? if (pinsert->data.age < phead->data.age)
? ? {
? ? ? // 將待插入節點的 next 指針指向頭節點
? ? ? pinsert->next = phead;

? ? ? // 更新頭節點為待插入節點
? ? ? ll->head = pinsert;
? ? }
? ? else
? ? {
? ? ? // 否則,將待插入節點插入到當前節點和下一個節點之間
? ? ? pinsert->next = phead->next;

? ? ? // 更新當前節點的 next 指針,使其指向待插入節點
? ? ? phead->next = pinsert;
? ? }

? ? // 更新待插入節點為下一個待處理節點
? ? pinsert = pnext;

? ? // 如果待插入節點為空,說明所有節點都已插入完成,退出循環
? ? if (NULL == pinsert) { break; }

? ? // 保存下一個待處理節點
? ? pnext = pnext->next;
? }

? // 排序完成,返回 0 表示成功
? return 0;
}

二.雙向鏈表

【1】從頭插入

【2】打印鏈表,可以從有,可以從尾

【3】尾插

【4】按位置插入

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/73724.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/73724.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/73724.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

網絡爬蟲相關

一、爬蟲的基礎內容 1、基本概念和用途 1.1、概念&#xff1a; 模擬瀏覽器、發送請求&#xff0c;獲取響應。&#xff08;只能獲取客戶端所展示出來的數據&#xff09; 1.2、特點&#xff1a;知識碎片化&#xff0c;針對不同的網站對應的方法也不同。 爬蟲&#xff1a;模擬…

Lora 中 怎么 實現 矩陣壓縮

Lora 中 怎么 實現 矩陣壓縮 1. 導入必要的庫 import torch import re from datasets import Dataset from transformers import AutoTokenizer, AutoModelForCausalLM, TrainingArguments, Trainer, \get_cosine_schedule_with_warmup, EarlyStoppingCallback from peft

golang-嵌套結構體

結構體嵌套 golang中沒有類&#xff0c;他通過結構體來實現其他編程語言中類的相關功能。 具名結構體 基本語法 基本語法 golang的結構體嵌套特別簡單。 type 結構體類型1 struct{字段 類型1字段 類型2 }//這樣就實現了結構體的嵌套 type 結構體類型2 struct{字段 類型1字…

基于Spring Boot的大學校園生活信息平臺的設計與實現(LW+源碼+講解)

專注于大學生項目實戰開發,講解,畢業答疑輔導&#xff0c;歡迎高校老師/同行前輩交流合作?。 技術范圍&#xff1a;SpringBoot、Vue、SSM、HLMT、小程序、Jsp、PHP、Nodejs、Python、爬蟲、數據可視化、安卓app、大數據、物聯網、機器學習等設計與開發。 主要內容&#xff1a;…

【 利用socket來實現簡單遠控】

利用socket來實現簡單遠控 &#x1f539; 免責聲明?? 重要提示一、什么是socket&#xff1f;二、如何使用socket來實現兩臺計算機之間的通信&#xff1f;服務端1、首先需要創建一個socket&#xff1b;2、綁定IP以及端口3、開啟監聽4、接受客戶端連接5、客戶端連接上之后就是命…

數據可視化在特征分布對比中的應用

數據可視化在特征分布對比中的應用 1. 引言 在機器學習系統開發和維護過程中,特征分布對比是評估數據質量和模型魯棒性的關鍵環節。當訓練數據與測試數據分布存在偏差,或生產環境中的數據分布隨時間發生變化時,模型性能通常會顯著下降。有效的數據可視化不僅能幫助檢測這些…

依賴倒置 DIP、依賴注入 DI、控制反轉 IoC 和工廠模式

1. 依賴倒置 依賴倒置原則&#xff08;Dependency Inversion Principle, DIP&#xff09;是 SOLID 原則中的一項&#xff0c;其核心思想是通過抽象解耦高層模塊和低層模塊&#xff0c;使二者都依賴于抽象而非具體實現。 依賴反轉/倒置的體現&#xff1a;傳統依賴方向是高層模塊…

UnitTest框架管理測試用例——python自動化測試

UnitTest框架 UnitTest是Python自帶一個單元測試框架&#xff0c;常用它來做單元測試。 注意:對于測試來說&#xff0c;UnitTest框架的作用是 自動化腳本(用例代碼)執行框架————(使用UnitTest框架來管理 運行多個測試用例的) 為什么使用UnitTest框架 能夠組織多個用例去執…

Vue 過濾器深度解析與應用實踐

文章目錄 1. 過濾器概述1.1 核心概念1.2 過濾器生命周期 2. 過濾器基礎2.1 過濾器定義2.2 過濾器使用 3. 過濾器高級用法3.1 鏈式調用3.2 參數傳遞3.3 動態過濾器 4. 過濾器應用場景4.1 文本格式化4.2 數字處理4.3 數據過濾 5. 性能優化與調試5.1 性能優化策略5.2 調試技巧 6. …

ngx_http_module_t

定義在 src\http\ngx_http_config.h typedef struct {ngx_int_t (*preconfiguration)(ngx_conf_t *cf);ngx_int_t (*postconfiguration)(ngx_conf_t *cf);void *(*create_main_conf)(ngx_conf_t *cf);char *(*init_main_conf)(ngx_conf_t *cf, void *conf);…

每日定投40刀BTC(9)20250312 - 20250315

定投截圖 區塊鏈相關新聞 BTC價格一度跌破8萬美元 3月14日&#xff0c;BTC價格盤中跌破8萬美元&#xff0c;最低報79,954.60美元&#xff0c;日內下跌1.34%&#xff0c;市場情緒一度轉為謹慎 BTC價格波動背后的原因 經濟環境變化、市場情緒波動以及政策監管動態是導致BTC價…

Matlab 汽車二自由度轉彎模型

1、內容簡介 Matlab 187-汽車二自由度轉彎模型 可以交流、咨詢、答疑 2、內容說明 略 摘 要 本文前一部分提出了側偏角和橫擺角速度作為參數。描述了車輛運動的運動狀態&#xff0c;其中文中使用的參考模型是二自由度汽車模型。汽車速度被認為是建立基于H.B.Pacejka的輪胎模…

CentOS 6 YUM源切換成國內yum源

由于 CentOS 6 已于 2020 年 11 月進入 EOL&#xff08;End of Life&#xff09;&#xff0c;官方軟件源已不再提供更新&#xff0c;因此你可能會遇到 yum makecache 命令失敗的問題。以下是解決該問題的詳細步驟&#xff1a; ### 解決方案 1. **備份原有 yum 源文件** bash …

Leetcode 3483. Unique 3-Digit Even Numbers

Leetcode 3483. Unique 3-Digit Even Numbers 1. 解題思路2. 代碼實現 題目鏈接&#xff1a;3483. Unique 3-Digit Even Numbers 1. 解題思路 這一題其實是一個easy的題目&#xff0c;因為限制條件有限&#xff0c;最暴力的方法就是直接遍歷一下100到999的全部數字&#xff…

《基于深度學習的高分衛星圖像配準模型研發與應用》開題報告

目錄 1. 選題的背景和意義 1.1 選題的背景 1.2 國內外研究現狀 1.3 發展趨勢 2&#xff0e;研究的基本內容 2.1 主要研究內容 &#xff08;1&#xff09;訓練與測試數據集構建 &#xff08;2&#xff09;基于深度學習的高精度衛星影像配準模型 &#xff08;3&#xff0…

【Python 算法零基礎 1.線性枚舉】

我裝作漠視一切&#xff0c;以為這樣就可以不在乎 —— 25.3.17 一、線性枚舉的基本概念 1.時間復雜度 線性枚舉的時間復雜度為 O(nm)&#xff0c;其中 n是線性表的長度。m 是每次操作的量級&#xff0c;對于求最大值和求和來說&#xff0c;因為操作比較簡單&#xff0c;所以 …

前端性能優化回答思路

前端性能優化是面試中經常涉及的一個話題&#xff0c;面試官通常希望了解你在實際項目中如何處理性能瓶頸&#xff0c;如何識別和優化性能問題。以下是一些前端性能優化的常見問題以及你可以用來回答的思路&#xff1a; 如何提升頁面加載速度&#xff1f; 回答思路&#xff1…

02-Canvas-fabric.ActiveSelection

fabric.ActiveSelection fabric.ActiveSelection 用于表示當前選中的多個對象&#xff08;即多選狀態&#xff09;。 當用戶在畫布上選擇多個對象時&#xff0c;Fabric.js 會自動將這些對象包裝在fabric.ActiveSelection 實例中&#xff0c;以便統一操作&#xff08;如移動、縮…

Leetcode——151.反轉字符串中的單詞

題解一 思路 最開始的想法是把一個字符串分為字符串數組&#xff0c;但是不知道一共有幾個單詞&#xff08;當時沒想起來split()&#xff09;&#xff0c;所以選擇了用ArrayList儲存字符串&#xff0c;在輸出時沒有考慮ArrayList可以存儲空字符串&#xff0c;所以最開始的輸出…

Oracle檢索數據

一、Oracle用戶模式與模式 對象 1.概念 模式就是數據庫對象的集合&#xff0c;數據庫對象包括表、函數、索引、視圖、過程。 2.示例模式scott SQL> select table_name from user_tables;TABLE_NAME ------------------------------------------------------------------…