【原创】《算法导论》链表一章带星习题试解——附C语言实现

原题:

双向链表中,需要三个基本数据,一个携带具体数据,一个携带指向上一环节的prev指针,一个携带指向下一环节的next指针。请改写双向链表,仅用一个指针np实现双向链表的功能。定义np为next XOR prev,请根据表头提供的信息,为双向链表编写插入函数、删除函数和查找函数,并在O(1)时间内实现链表的翻转。

分析:

问题的关键,在于怎样利用prev指针和next指针的异或结果,来获得上一节点或下一节点的地址值。也就是说,如何利用异或来算出具体的prev及next值。我们注意到两点:

1、A XOR B = C  =>  C XOR B = A AND C XOR A = B。A、B两个元素的异或结果C,同A异或后得B,同B异或后得A。也就是说,如果我们能获取到next或者prev其中的一个值,我们就能根据np计算出另一个值。

2、双向链表中,头结点的prev值为0,尾结点的next值为0,因此,可以根据这一点,计算出全部的结点prev及next地址。依据第一点,表头信息需要提供头结点的地址。

实现:

C语言中,指针变量中存储的数值不能直接参与异或运算,需要转换为int型变量参与运算,再转换为指针来指定特定的地址。

根据前述分析,定义两个结构体如下:

typedef struct Node

{

int num;

int np;

}Node;

作为结点的结构体,包含结点必须的两个数据:类型为int的num数据单元,和类型为int的np指针,其中np指针中包含了next和prev两个结点的地址。

typedef struct double_train

{

Node *head;

int length;

}double_train;

作为双向链表的表头,提供了链表的大小、头结点两个数据,以供他人操作该链表。

插入函数void Insert(double_train *L , int value):

该函数接受两个参数——链表L和数据value,该函数的功能为将数据value插入表头。具体代码如下:

void

Insert(double_train *L , int value)

{

Node *p = (Node *)malloc(sizeof(Node));

int  temp2;

int  temp1;

p->num = value;

temp2 = (int) L->head;

temp2 = 0 ^ temp2;

p->np = temp2;

//插入一个新节点P,设置prev为0,next为L->head,并表示为np。

if(L->head != NULL)

{

temp1 = (int) p;

temp2 = L->head->np;

L->head->np = temp1 ^ temp2;

}

//若链表非空,则更新原先头结点的np值。

L->head = p;

L->length ++;

}

展示函数 void View(double_train *L):

该函数接受一个参数——链表L,该函数的功能为列出链表L中的所有数据单元。具体代码如下:

void

View(double_train *L)

{

int temp1,Last = 0;

Node *Next;

Node *top = L->head;

int count = L->length;

while(count != 0)        //从头结点开始,根据每个节点的np值遍历链表

{

temp1 = L->head->np ^ Last;

Next = (Node *) temp1;

Last = (int) L->head;

L->head = Next;

count --;

}

L->head = top;

}

删除函数和查找函数代码从略。下面是主函数测试代码,在windows gcc下编译通过并输出正确结果:

int

main(void)             //programmed by wmydx

{

double_train test;

double_train *L = &test;

L->length = 0;

L->head = NULL;  //C并非面向对象,因此不能用构造函数初始化

for(int i = 0;i < 5;i++)

{

Insert(L,i);

}

View(L);

system("pause");

}

那么如何实现在O(1)的时间内对链表进行翻转呢?只需要在链表结构体中加一个记录尾结点 Node *tail的代码,然后exchange tail->np with head->np即可完成。

时间: 2024-09-29 16:13:16

【原创】《算法导论》链表一章带星习题试解——附C语言实现的相关文章

【算法导论第五章】课后习题解析

---恢复内容开始--- 5.1-1证明:假设在程序HIRE-ASSISTANT的第4行中,我们总是能够决定哪一个应聘者最佳,则意味着我们知道应聘者排名的总次序 既然我们总是能够决定哪一个应聘者最佳,想必我们已经对应聘者进行比较了,既然已经进行比较,排序就不应是个问题,既然可以进行排序,总次序也就可以知道了 5.1-2描述RANDOM(a,b)过程的一种实现,它只调用RANDOM(0,1).作为a和b的函数,你的程序的期望运行时间是多少? 没看懂,不会做 5.2-1 分析: 由5.1节中概率分析

算法导论 第13章 红黑树

二叉查找树的基本操作包括搜索.插入.删除.取最大和最小值等都能够在O(h)时间复杂度内实现,因此能在期望时间O(lgn)下实现,但是二叉查找树的平衡性在这些操作中并没有得到维护,因此其高度可能会变得很高,当其高度较高时,而二叉查找树的性能就未必比链表好了,所以二叉查找树的集合操作是期望时间O(lgn),最坏情况下为O(n). 红黑树也是一种二叉查找树,它拥有二叉查找树的性质,同时红黑树还有其它一些特殊性质,这使得红黑树的动态集合基本操作在最坏情况下也为O(lgn),红黑树通过给节点增加颜色和其它

算法导论 第6章 堆排序(简单选择排序、堆排序)

堆数据结构实际上是一种数组对象,是以数组的形式存储的,可是它能够被视为一颗全然二叉树,因此又叫二叉堆.堆分为下面两种类型: 大顶堆:父结点的值不小于其子结点的值,堆顶元素最大 小顶堆:父结点的值不大于其子结点的值,堆顶元素最小 堆排序的时间复杂度跟合并排序一样,都是O(nlgn),可是合并排序不是原地排序(原地排序:在排序过程中,仅仅有常数个元素是保存在数组以外的空间),合并排序的全部元素都被复制到另外的数组空间中去,而堆排序是一个原地排序算法. 1.在堆排序中,我们通常使用大顶堆来实现,因为堆

算法导论 第6章 堆排序

堆数据结构实际上是一种数组对象,是以数组的形式存储的,但是它可以被视为一颗完全二叉树,因此又叫二叉堆.堆分为以下两种类型: 大顶堆:父结点的值不小于其子结点的值,堆顶元素最大 小顶堆:父结点的值不大于其子结点的值,堆顶元素最小 堆排序的时间复杂度跟合并排序一样,都是O(nlgn),但是合并排序不是原地排序(原地排序:在排序过程中,只有常数个元素是保存在数组以外的空间),合并排序的所有元素都被拷贝到另外的数组空间中去,而堆排序是一个原地排序算法. 1.在堆排序中,我们通常使用大顶堆来实现,由于堆在

算法导论 第8章 线性时间排序

合并排序和堆排序的时间复杂度为O(nlgn),插入排序和冒泡排序的时间复杂度为O(n^2),快速排序的时间复杂度在平均情况下是O(nlgn),这些排序算法都是通过对元素进行相互比较从而确定顺序的,因此都叫比较排序. 比较排序可以看做是决策树(一个满二叉树),因为每一次比较都是一个分支.n个元素的序列,其排序的结果有 n! 种可能(n个元素的全排),所以这个决策树有 n! 个叶子结点,假设树的高度为h,则有:n! <= 2^h,所以h >= lg(n!) = Ω(nlgn).一次比较排序就是从决

算法导论 第7章 高速排序

高速排序在最坏情况下的时间复杂度为O(n^2),尽管在最坏情况下执行时间比較差,可是高速排序一般是用于排序的最佳选择.由于其平均性能相当好,期望的执行时间为O(nlgn),且在O(nlgn)的记号中隐含的常数因子非常小. 高速排序和合并排序有相似之处,都是须要划分序列,在合并排序中.划分的过程非常easy.直接选择元素序列的中间位划分位置,排序是在合并的过程中实现的,所以合并排序的合并过程非常重要.相比合并排序,高速排序就没有合并的过程.仅仅有划分,高速排序的划分过程非常重要,排序是在划分的过程

算法导论第7章___快速排序

快速排序本质上是插入排序,但是它在这个基础上增强了算法. 下面我们来分析一下快速排序: 有了前面的分析基础,我们在来看排序算法也就容易多了. public class Quick_Sort { private void quick_Sort(int []A,int left,int right){ if(left<right){ //划区比较,这个partition 第一次!得到的就是我们刚才说的2. int partition=partition(A, left, right); //实现第一

算法导论 第9章 中位数和顺序统计学

/* * 算法导论 第九章 中位数和顺序统计学 * 线性时间选择元素 */ #include <iostream> #include <ctime> using namespace std; int minimum(int *arr, int len); int randomizedSelect(int *arr, int p, int r, int i); int randomizedPartition(int *arr, int p, int r); void exchange

算法导论 第7章 快速排序

快速排序在最坏情况下的时间复杂度为O(n^2),虽然在最坏情况下运行时间比较差,但是快速排序通常是用于排序的最佳选择,因为其平均性能相当好,期望的运行时间为O(nlgn),且在O(nlgn)的记号中隐含的常数因子很小. 快速排序和合并排序有相似之处,都是需要划分序列,在合并排序中,划分的过程很简单,直接选择元素序列的中间位划分位置,排序是在合并的过程中实现的,所以合并排序的合并过程很重要:相比合并排序,快速排序就没有合并的过程,只有划分,快速排序的划分过程很重要,排序是在划分的过程中实现的. /