Python 數(shù)據(jù)結(jié)構(gòu)之旋轉(zhuǎn)鏈表
題目描述:給定一個(gè)鏈表,旋轉(zhuǎn)鏈表,使得每個(gè)節(jié)點(diǎn)向右移動(dòng)k個(gè)位置,其中k是一個(gè)非負(fù)數(shù)
樣例:給出鏈表1->2->3->4->5->null和k=2;返回4->5->1->2->3->null
首先,觀察一下這個(gè)題目要達(dá)到的目的,其實(shí),換一種說(shuō)法,可以這樣來(lái)描述:給出一個(gè)k值,將鏈表從倒數(shù)第k個(gè)節(jié)點(diǎn)處起之后的部分移動(dòng)到鏈表前面,就樣例來(lái)說(shuō),其實(shí)是將4->5這一部分移動(dòng)到整個(gè)鏈表前面,變成4->5->1->2->3->null。不過(guò),需要注意的是,題中沒(méi)有給出k的大小,當(dāng)k比鏈表的長(zhǎng)度還大的時(shí)候,我們就需要先用k對(duì)鏈表的長(zhǎng)度求余,比如,如果k = 7,那么上面的例子還是將4->5移動(dòng)到整個(gè)鏈表前面。
所以說(shuō),這個(gè)題的思路可以這樣來(lái)總結(jié):
1. 先求出整個(gè)鏈表的長(zhǎng)度
2. 根據(jù)k值找到需要移動(dòng)的部分鏈表的前驅(qū)(樣例中的3)
3. 在前驅(qū)之后將鏈表斷開,移動(dòng)后半部分
代碼如下:
# Definition for singly-linked list. # class ListNode: # def __init__(self, x): # self.val = x # self.next = None class Solution: # @param head: the list # @param k: rotate to the right k places # @return: the list after rotation def rotateRight(self, head, k): if head is None: return head cur = head count = 1 # 計(jì)算鏈表長(zhǎng)度 while cur.next: cur = cur.next count += 1 # 為節(jié)省代碼量,這里是一個(gè)很有技巧的處理:用尾節(jié)點(diǎn)鏈接頭結(jié)點(diǎn) cur.next = head # 此處,k為cur從尾節(jié)點(diǎn)到要斷開部分的前驅(qū)需走的步數(shù) k = count - k % count # 找到前驅(qū) while k != 0: cur = cur.next k -= 1 # 斷開 head = cur.next cur.next = None # 因?yàn)槭孜惨呀?jīng)相連,所以直接返回前驅(qū)后面的那個(gè)節(jié)點(diǎn)即可,此處引用為head return head # write your code here
需要注意的是21行首尾相連的技巧,這大大節(jié)省了我們的代碼量,其實(shí),就按之前思路中所描述的一步步來(lái),也沒(méi)問(wèn)題。但是這個(gè)技巧確實(shí)很棒,值得學(xué)習(xí)。具體的細(xì)節(jié)我寫在了代碼注釋里。
感謝閱讀,希望能幫助到大家,謝謝大家對(duì)本站的支持!
- python算法題 鏈表反轉(zhuǎn)詳解
- Python數(shù)據(jù)結(jié)構(gòu)之翻轉(zhuǎn)鏈表
- 單鏈表反轉(zhuǎn)python實(shí)現(xiàn)代碼示例
- Python二叉搜索樹與雙向鏈表轉(zhuǎn)換實(shí)現(xiàn)方法
- Python實(shí)現(xiàn)鏈表反轉(zhuǎn)的方法分析【迭代法與遞歸法】
- python實(shí)現(xiàn)反轉(zhuǎn)部分單向鏈表
- Python3實(shí)現(xiàn)的反轉(zhuǎn)單鏈表算法示例
- Python二叉搜索樹與雙向鏈表轉(zhuǎn)換算法示例
- python如何實(shí)現(xiàn)單鏈表的反轉(zhuǎn)
- python遞歸實(shí)現(xiàn)鏈表快速倒轉(zhuǎn)
相關(guān)文章
python+openCV利用攝像頭實(shí)現(xiàn)人員活動(dòng)檢測(cè)
這篇文章主要為大家詳細(xì)介紹了python+openCV利用攝像頭實(shí)現(xiàn)人員活動(dòng)檢測(cè),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-06-06python基于gevent實(shí)現(xiàn)并發(fā)下載器代碼實(shí)例
這篇文章主要介紹了python基于gevent實(shí)現(xiàn)并發(fā)下載器代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11python實(shí)現(xiàn)將文件名批量命名為四位數(shù)or五位數(shù)
這篇文章主要介紹了python實(shí)現(xiàn)將文件名批量命名為四位數(shù)or五位數(shù)問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08python使用socket遠(yuǎn)程連接錯(cuò)誤處理方法
這篇文章主要介紹了python使用socket遠(yuǎn)程連接錯(cuò)誤處理方法,可有效的獲取Python中socket連接錯(cuò)誤處理的相關(guān)信息,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04淺談pytorch中為什么要用 zero_grad() 將梯度清零
這篇文章主要介紹了pytorch中為什么要用 zero_grad() 將梯度清零的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05