【每日刷题】Day17

【每日刷题】Day17

🥕个人主页:开敲🍉

🔥所属专栏:每日刷题🍍

🌼文章目录🌼

1. 19. 删除链表的倒数第 N 个结点 - 力扣(LeetCode)

2. 162. 寻找峰值 - 力扣(LeetCode)

3. 164. 最大间距 - 力扣(LeetCode)

1. 19. 删除链表的倒数第 N 个结点 - 力扣(LeetCode)

 //思路:两个指针分别定位要删除的节点以及要删除节点的上一个节点。

typedef struct ListNode LN;


 

 int ListNodeQua(LN* phead)//计算链表节点数

 {

    LN* pmove = phead;

    int count = 0;

    while(pmove)

    {

        count++;

        pmove = pmove->next;

    }

    return count;

 }

struct ListNode* removeNthFromEnd(struct ListNode* head, int n)

{

    if(head==NULL||head->next==NULL)//因为n≥1,因此链表如果只有一个节点,则直接返回NULL

    {

        return NULL;

    }

    LN* pcur = head;//定位要删除的节点的指针

    LN* prev = head;//定位要删除节点的上一个节点的指针

    int count = ListNodeQua(head)-n;//第一个节点与要删除节点的距离

    while(count)//定位要删除节点

    {

        pcur = pcur->next;

        count--;

    }

    if(prev==pcur)//这里需要考虑头删的情况,头删则prev和pcur都指向第一个节点,则直接让head指向head->next返回即可

    {

        head = head->next;

        return head;

    }

    while(prev->next!=pcur)//定位要删除节点的上一个节点

    {

        prev = prev->next;

    }

    prev->next = pcur->next;//将要删除节点的上一个节点的next指向要删除节点的下一个节点

    free(pcur);//直接释放pcur以删除节点

    return head;

}

2. 162. 寻找峰值 - 力扣(LeetCode)

//0ms  100%思路:使用一个新的数组存储所给数组的数据,新数组的长度为原数组长度+2,因为第一个以及最后一个元素放INT_MIN,用于解决峰值出现在原数组第一个以及最后一个的情况

int findPeakElement(int* nums, int numsSize)

{

    int i = 0;

    int arr[numsSize+2];

    arr[0] = INT_MIN;

    arr[numsSize+1] = INT_MIN;

    for(i = 0;i<numsSize;i++)

    {

        arr[i+1] = nums[i];

    }

    for(i = 1;i<=numsSize;i++)

    {

        if(arr[i]>arr[i-1]&&arr[i]>arr[i+1])

        {

            return i-1;

        }

    }

    return 0;

}

3. 164. 最大间距 - 力扣(LeetCode)

//思路:暴力遍历。使用qsort库函数将数组排为升序,然后暴力遍历数组,计算每个相邻数据的间距,使用max接收最大的,直接返回max

int cmp(const void* x,const void* y)

{

    return *(int*)x-*(int*)y;

}

int maximumGap(int* nums, int numsSize)

{

    if(numsSize<2)

    {

        return 0;

    }

    qsort(nums,numsSize,sizeof(int),cmp);

    int max = 0;

    for(int i = 0;i<numsSize-1;i++)

    {

        if(nums[i+1]-nums[i]>max)

        {

            max = nums[i+1]-nums[i];

        }

    }

    return max;

}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/824500.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Scratch四级:第02讲 字符串

第02讲 字符串 教练:老马的程序人生 微信:ProgrammingAssistant 博客:https://lsgogroup.blog.csdn.net/ 讲课目录 运算模块:有关字符串的积木块遍历字符串项目制作:“解密”项目制作:“成语接龙”项目制作:“加减法混合运算器”字符串 计算机学会(GESP)中属于三级的内…

YOLOv9改进策略 | 损失函数篇 | EIoU、SIoU、WIoU、DIoU、FocusIoU等二十余种损失函数

一、本文介绍 这篇文章介绍了YOLOv9的重大改进&#xff0c;特别是在损失函数方面的创新。它不仅包括了多种IoU损失函数的改进和变体&#xff0c;如SIoU、WIoU、GIoU、DIoU、EIOU、CIoU&#xff0c;还融合了“Focus”思想&#xff0c;创造了一系列新的损失函数。这些组合形式的…

腾讯AI Lab:“自我对抗”提升大模型的推理能力

本文介绍了一种名为“对抗性禁忌”&#xff08;Adversarial Taboo&#xff09;的双人对抗语言游戏&#xff0c;用于通过自我对弈提升大型语言模型的推理能力。 &#x1f449; 具体的流程 1️⃣ 游戏设计&#xff1a;在这个游戏中&#xff0c;有两个角色&#xff1a;攻击者和防守…

基于Ultrascale+系列GTY收发器64b/66b编码方式的数据传输(一)——Async Gearbox使用及上板测试

于20世纪80年代左右由IBM提出的传统8B/10B编码方式在编码效率上较低&#xff08;仅为80%&#xff09;&#xff0c;为了提升编码效率&#xff0c;Dgilent Techologies公司于2000年左右提出了64b/66b编码并应用于10G以太网中。Xilinx GT手册中没有过多64b/66b编码介绍&#xff0c…

绝地求生:PUBG地形破坏功能上线!分享你的游玩感受及反馈赢丰厚奖励

随着29.1版本更新&#xff0c;地形破坏功能及新道具“镐”正式在荣都地图亮相&#xff01;大家现在可以在荣都地图体验“动手挖呀挖”啦。 快来分享你的游玩感受及反馈&#xff0c;即可参与活动赢取精美奖励&#xff01; 参与方式 以发帖/投稿的形式&#xff0c;在 #一决镐下#…

【记录】Python|Selenium 下载 PDF 不预览不弹窗(2024年)

版本&#xff1a; Chrome 124Python 12Selenium 4.19.0 版本与我有差异不要紧&#xff0c;只要别差异太大比如 Chrome 用 57 之前的版本了&#xff0c;就可以看本文。 如果你从前完全没使用过、没安装过Selenium&#xff0c;可以参考这篇博客《【记录】Python3&#xff5c;Sele…

有用的网址分类

网址分类 Pythonplotninematplotlibnumpyscipypandas 人工智能opencvkeras 工具网站电子工具 Python plotnine plotnine matplotlib matplotlib官网 numpy numpy官网 scipy scipy官网 pandas pandas官网 人工智能 opencv keras 工具网站 电子工具 半导小芯

kafka---topic详解

一、分区与高可用 在Kafka中,事件(events 事件即消息)是以topic的形式进行组织的;同时topic是分区(partitioned)的,这意味着一个topic分布在Kafka broker上的多个“存储桶”(buckets)上。这种数据的分布式放置对于可伸缩性非常重要,因为它允许客户端应用程序同时从多个…

Stable Diffusion WebUI 控制网络 ControlNet 插件实现精准控图-详细教程

本文收录于《AI绘画从入门到精通》专栏&#xff0c;专栏总目录&#xff1a;点这里&#xff0c;订阅后可阅读专栏内所有文章。 大家好&#xff0c;我是水滴~~ 本文主要介绍 Stable Diffusion WebUI 一个比较重要的插件 ControlNet&#xff08;控制网络&#xff09;&#xff0c;主…

前端遇到的问题

1.window.οnlοadfunction(){} 和 $(function(){}); window.onload是js原生事件&#xff1b; $(function(){})是JQuery的方法&#xff1b; 实例&#xff1a;jsp中的元素 $ {html}是通过VelocityEngine生成的html元素 <% page contentType"text/html;charsetUTF-8&qu…

PHP货运搬家/拉货小程序二开源码搭建的功能

运搬家/拉货小程序的二次开发可以添加许多功能&#xff0c;以增强用户体验和提高业务效率。以下是一些可能的功能&#xff1a; 用户端功能&#xff1a; 注册登录&#xff1a;允许用户创建个人账户并登录以使用应用程序。货物发布&#xff1a;允许用户发布他们需要搬运的货物信息…

HTML转EXE 各平台版本(Windows, IOS, Android)

前言&#xff1a; 在几年前&#xff0c;我在盒子论坛中看到有人提供了一个将HTML打包成EXE文件的程序的软件&#xff0c;好像是外国人做的&#xff0c;该软件是收费的。当时我在想&#xff0c;这个功能不是很难实现呀&#xff0c;于是我就有了开发一个HTML转EXE的工具想法&…

python如何写一个将保存数据和读取数据程序合并

在python中如果要保存数据和读取数据&#xff0c;需要分别编写程序&#xff0c;如果要合并起来执行&#xff0c;如果输入的数据没有保存&#xff0c;就保存&#xff0c;如果输入的数据已经保存&#xff0c;就读取保存的内容 思路如下 分别引用path库和json库 首先创立一个js…

数据可视化-ECharts Html项目实战(13)

在之前的文章中&#xff0c;我们深入学习ECharts动态主题切换和自定义ECharts主题。想了解的朋友可以查看这篇文章。同时&#xff0c;希望我的文章能帮助到你&#xff0c;如果觉得我的文章写的不错&#xff0c;请留下你宝贵的点赞&#xff0c;谢谢。 数据可视化-ECharts Html项…

写后端项目的分页查询时,解决分页不更新

写基于VueSpringBoot项目&#xff0c;实现分页查询功能时&#xff0c;改完代码后&#xff0c;发现页数不更新&#xff1a; 更改处如下&#xff1a; 显示如图&#xff1a; 发现页数没有变化&#xff0c;两条数据还是显示在同一页&#xff0c;而且每页都10条。且重启项目也没有更…

零基础小白,如何入门计算机视觉?

目录 前言 计算机视觉技术学习路线 基础知识 1. 数学基础 2. 编程基础 3. 图像处理基础 基础算法与技术 1. 特征提取与描述符 2. 图像分割与对象检测 3. 三维重建与立体视觉 机器学习与深度学习 1. 机器学习基础 2. 深度学习 高级主题与应用 1. 高级机器学习与深度学习 2. 计算…

基于双向长短期神经网络BILSTM的收盘预测,基于gru神经网络的收盘预测

目录 背影 摘要 LSTM的基本定义 LSTM实现的步骤 BILSTM神经网络 基于双向长短期神经网络BILSTM的收盘预测,基于gru神经网络的收盘预测 完整代码:基于双向长短期神经网络BILSTM的收盘预测,基于gru神经网络的收盘预测(代码完整,数据齐全)资源-CSDN文库 https://download.cs…

论文笔记:Are Human-generated Demonstrations Necessary for In-context Learning?

iclr 2024 reviewer 评分 6668 1 intro 大型语言模型&#xff08;LLMs&#xff09;已显示出在上下文中学习的能力 给定几个带注释的示例作为演示&#xff0c;LLMs 能够为新的测试输入生成输出然而&#xff0c;现行的上下文学习&#xff08;ICL&#xff09;范式仍存在以下明显…

简述PDF原理和实践

Hello&#xff0c;我是小恒不会java。 由于最近有输出PDF报表的项目需求&#xff0c;所以复习一下PDF到底是什么&#xff0c;该如何产生&#xff0c;如何应用至项目中。 更多参见Adobe官方文档&#xff08;https://www.adobe.com/cn/&#xff09; PDF原理 PDF&#xff08;Port…

机器学习实验二-----决策树构建

决策树是机器学习中一种基本的分类和回归算法&#xff0c;是依托于策略抉择而建立起来的树。本文学习的是决策树的分类 1. 构建决策树流程 选择算法&#xff1a;常用的算法包括ID3、C4.5、CART等。 划分节点&#xff1a;根据数据特征和算法选择&#xff0c;递归地划分节点&…