从尾到头打印链表

img

😀前言
链表问题一直是我在算法学习过程中经常遇到的挑战之一。其中,从尾到头打印链表的问题尤其引起了我的兴趣。这个问题看似简单,实际上涉及到了链表的遍历和逆序输出,需要我们灵活运用数据结构和算法知识来解决。在解决这个问题的过程中,我发现了三种方法:递归、头插法和使用栈。通过比较和分析这三种方法,我对链表的特性有了更深入的理解,并且学会了如何在不同情况下选择合适的方法来解决问题。

🏠个人主页:尘觉主页

文章目录

  • 从尾到头打印链表
    • 题目链接
    • 题目描述
    • 解题思路
      • 1. 使用递归
      • 2. 使用头插法
      • 3. 使用栈
    • 😄总结

从尾到头打印链表

题目链接

牛客网

题目描述

从尾到头反过来打印出每个结点的值。
f5792051-d9b2-4ca4-a234-a4a2de3d5a57

解题思路

1. 使用递归

要逆序打印链表 1->2->3(3,2,1),可以先逆序打印链表 2->3(3,2),最后再打印第一个节点 1。而链表 2->3 可以看成一个新的链表,要逆序打印该链表可以继续使用求解函数,也就是在求解函数中调用自己,这就是递归函数。

public ArrayList<Integer> printListFromTailToHead(ListNode listNode) {ArrayList<Integer> ret = new ArrayList<>();if (listNode != null) {ret.addAll(printListFromTailToHead(listNode.next));ret.add(listNode.val);}return ret;
}

2. 使用头插法

头插法顾名思义是将节点插入到头部:在遍历原始链表时,将当前节点插入新链表的头部,使其成为第一个节点。

链表的操作需要维护后继关系,例如在某个节点 node1 之后插入一个节点 node2,我们可以通过修改后继关系来实现:

node3 = node1.next;
node2.next = node3;
node1.next = node2;

img

为了能将一个节点插入头部,我们引入了一个叫头结点的辅助节点,该节点不存储值,只是为了方便进行插入操作。不要将头结点与第一个节点混起来,第一个节点是链表中第一个真正存储值的节点。

img

public ArrayList<Integer> printListFromTailToHead(ListNode listNode) {// 头插法构建逆序链表ListNode head = new ListNode(-1);while (listNode != null) {ListNode memo = listNode.next;listNode.next = head.next;head.next = listNode;listNode = memo;}// 构建 ArrayListArrayList<Integer> ret = new ArrayList<>();head = head.next;while (head != null) {ret.add(head.val);head = head.next;}return ret;
}

3. 使用栈

栈具有后进先出的特点,在遍历链表时将值按顺序放入栈中,最后出栈的顺序即为逆序。

img

public ArrayList<Integer> printListFromTailToHead(ListNode listNode) {Stack<Integer> stack = new Stack<>();while (listNode != null) {stack.add(listNode.val);listNode = listNode.next;}ArrayList<Integer> ret = new ArrayList<>();while (!stack.isEmpty())ret.add(stack.pop());return ret;
}

😄总结

在本文中,我介绍了三种解决从尾到头打印链表的方法:递归、头插法和使用栈。递归方法简洁而优雅,但在处理大规模链表时可能会导致栈溢出;头插法和使用栈则通过额外的空间存储节点值,但在时间复杂度上表现稳定,适用于不同规模的链表。每种方法都有其优缺点,我们可以根据具体情况和个人偏好选择最合适的方法来解决问题。

😁热门专栏推荐
想学习vue的可以看看这个

java基础合集

数据库合集

redis合集

nginx合集

linux合集

手写机制

微服务组件

spring_尘觉

springMVC

mybits

等等等还有许多优秀的合集在主页等着大家的光顾感谢大家的支持

🤔欢迎大家加入我的社区 尘觉社区

文章到这里就结束了,如果有什么疑问的地方请指出,诸佬们一起来评论区一起讨论😁
希望能和诸佬们一起努力,今后我们一起观看感谢您的阅读🍻
如果帮助到您不妨3连支持一下,创造不易您们的支持是我的动力🤞

img

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.hqwc.cn/news/601209.html

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

相关文章

调整雷达图

首先是具体对于雷达图的要求 相应的要求难点主要集中于 一 这个 标签的大小的调整通常不进行调整他会按照自定义的格式进行调整&#xff0c;但按要求来说的话是不符合的这是需要注意到的一点 需要在legend中设置下面参数进行调整 itemWidth : 17,itemHeight: 15 二 y轴上的刻…

Github上传大文件(>25MB)教程

0.在github中创建新的项目&#xff08;已创建可忽略这一步&#xff09; 如上图所示&#xff0c;点击New repository 进入如下页面&#xff1a; 1.下载Git LFS 下载git 2.打开gitbash 3.上传文件&#xff0c;代码如下: cd upload #进入名为upload的文件夹&#xff0c;提前…

计算机网络针对交换机的配置

实验 目的 交换机的基本配置&#xff0c;交换机VLAN配置 实验条件 Windows&#xff0c;Cisco packet tracer 实验 内容 交换机的基本配置&#xff0c;交换机VLAN配置 实验 过程 一、交换机的基本配置 进入特权模式 Switch>enable 进入配置模式 Switch#configure ter…

亚马逊美国站加热垫标准UL130测试要求

加热垫上架亚马逊需要由ISO 17025 认可的实验室出具的UL130检测报告。亚马逊要求销售的电子产品&#xff0c;必须经过检测符合标准才可以上架。 UL130的测试项目&#xff1a; 1. 电气性能测试&#xff1a;测试坐垫加热器的电流、电压、功率等参数&#xff0c;以评估其安全性能…

Activity——idea(2020以后)配置actiBPM

文章目录 前言jar下载idea 安装本地扩展插件 前言 2020及之后版本的idea中&#xff0c;未维护对应的actiBPM扩展插件。如果需要安装该插件&#xff0c;则需要使用本地导入 jar的方式。 jar下载 访问官方网站&#xff0c;搜索对应的actiBPM扩展插件。 https://plugins.jetbra…

基于R语言lavaan结构方程模型(SEM)技术教程

原文链接&#xff1a;基于R语言lavaan结构方程模型&#xff08;SEM&#xff09;技术教程https://mp.weixin.qq.com/s?__bizMzUzNTczMDMxMg&mid2247596681&idx4&sn08753dd4d3e7bc492d750c0f06bba1b2&chksmfa823b6ecdf5b278ca0b94213391b5a222d1776743609cd3d14…

面板数据回归模型(二)房价的影响因素分析

1.数据来源 本文选择我国出一线城市房价均值、新一线城市房价均值、二线城市房价均值、货币供应量和利率。选取2002-2018年的数据,共17组数据,由于数据的自然对数变换不改变原有的协整关系,并能使其趋势线性化,消除时间序列中存在的异方差现象,所以对所有数据取其自然对数…

【Sentinel的限流使用】⭐️SpringBoot整合Sentinel实现Api的限流

目录 前言 一、Sentinel下载 二、SpringBoot 整合 Sentinel 三、流控规则 章末 前言 小伙伴们大家好&#xff0c;上次使用OpenFeign时用到了 Hystrix实现熔断和限流的功能&#xff0c;但是发现该工具已经停止维护了&#xff0c;于是想到了Spring Cloud Alibaba开发的Sentin…

2.基础乐理-唱名的来历,简谱的构造

前置内容&#xff1a;1.唱名与记住唱名的方法 唱名的来历&#xff1a; 很久很久以前&#xff08;公元前&#xff09;各个文明开始诞生和慢慢发展&#xff0c;随着文明的发展&#xff0c;各个文明都开始出现自己的音乐&#xff0c;根据考古学家的发现在 公元前1800年&#xff…

深度学习学习日记4.8(下午)

1.softmax 函数的得出的结果是样本被预测到每个类别的概率&#xff0c;所有类别的概率相加总和等于1。使用 softmax 进行数据归一化&#xff0c;将数字转换成概率。 2.熵&#xff0c;不确定性&#xff0c;越低越好 3.KL 散度交叉熵-信息熵 预测越准&#xff0c;交叉熵越小&am…

pymilvus创建IVF_PQ向量索引

索引简介 索引的作用是加速大型数据集上的查询。 目前&#xff0c;向量字段仅支持一种索引类型&#xff0c;即只能创建一个索引。 milvus支持的向量索引类型大部分使用近似最近邻搜索算法(ANNS,approximate nearest neighbors search) 。ANNS 的核心思想不再局限于返回最准确…

NCI SEER breast cancer美国国立癌症研究所数据库乳腺癌生存分析和乳腺癌预测模型(2024年新项目)

​作者Toby&#xff0c;来源公众号&#xff1a;python生物信息学,美国国立癌症研究所数据库乳腺癌生存分析和乳腺癌预测模型 NCI美国国立癌症研究所(NationalCancerInstitute,NCI) 美国国立癌症研究所&#xff08;NCI&#xff09;是美国国家卫生研究院&#xff08;NIH&#xf…