博客
关于我
单链表习题整理(五)
阅读量:426 次
发布时间:2019-03-05

本文共 889 字,大约阅读时间需要 2 分钟。

单链表逆置与顺序表逆置的实现

单链表逆置

思想

将给定的单链表就地逆置,可以通过以下方法实现:首先,将链表的头节点的下一个节点保存到一个临时指针p,并使链表的头节点L的下一个指针为null。然后,利用头插法,将原链表的后续节点依次插入到头部,形成逆序的链表。

代码

Status T222(LinkList L) {    LinkList pre, p;    if (!L || !L->next) {        return ERROR; // 链表为空或只有一个节点    }    p = L->next;    L->next = NULL; // 头节点的下一个指针置为空    while (p) {        // 头插法        pre = p;        p = p->next;        pre->next = L->next;        L->next = pre;    }    return OK;}

顺序表逆置

思想

对顺序表的逆置可以通过两两交换的方式实现:从两端向中间交换元素,直到中间位置。具体来说,第一个元素和最后一个元素交换,第二个元素和倒数第二个元素交换,以此类推,直到中间位置。

代码

Status T221(SeqList L) {    int i, j;    ElemType tmp;    if (L->length == 0) {        return ERROR; // 空表    }    for (i = 1, j = L->length / 2; j <= i; j++) {        tmp = L->elem[j - 1];        L->elem[j - 1] = L->elem[L->length - j];        L->elem[L->length - j] = tmp;    }    return OK;}

以上代码均为C语言实现,适用于上述两种数据结构的逆置操作。通过这种方法,可以在原地对单链表和顺序表进行逆置操作,节省空间资源。

转载地址:http://kutwz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>