JAVA练习299- K 个一组翻转链表
题目概览给你链表的头节点head每k个节点一组进行翻转请你返回修改后的链表。k是一个正整数它的值小于或等于链表的长度。如果节点总数不是k的整数倍那么请将最后剩余的节点保持原有顺序。你不能只是单纯的改变节点内部的值而是需要实际进行节点交换。示例 1输入head [1,2,3,4,5], k 2输出[2,1,4,3,5]示例 2输入head [1,2,3,4,5], k 3输出[3,2,1,4,5]提示链表中的节点数目为n1 k n 50000 Node.val 1000进阶你可以设计一个只用O(1)额外内存空间的算法解决此问题吗来源25. K 个一组翻转链表 - 力扣LeetCode解题分析方法模拟定义两个指针 a 和 ba 正常遍历b 指向 a - k 的位置即 a 的起始位置用一个变量 times 进行计数当 times k将 a - k 到 a 位置的链表进行反转不会反转可见 JAVA练习291- 反转链表-CSDN博客这里需要注意将 a - k - 1 位置的指针指向 aa - k 位置指针指向 a 1然后 times 清零b 指向当前位置a 继续遍历即可。时间复杂度O(n)空间复杂度O(1)/** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode() {} * ListNode(int val) { this.val val; } * ListNode(int val, ListNode next) { this.val val; this.next next; } * } */ class Solution { public ListNode reverseKGroup(ListNode head, int k) { ListNode a new ListNode(), b head, result null; a.next head; int times 1; while(b ! null) { if (times k) { b b.next; times; } else { ListNode tempB b.next; ListNode tempA a.next; reverse(a, a.next, b.next); a tempA; times 1; if (result null) { result b; } b tempB; } } return result; } private void print(ListNode a) { StringBuilder sb new StringBuilder(); while(a ! null) { sb.append(a.val); sb.append(,); a a.next; } System.out.println(sb.toString()); } private void reverse(ListNode preA, ListNode a, ListNode b) { ListNode cur a, pre b; while(cur ! b) { ListNode temp cur.next; cur.next pre; pre cur; cur temp; } preA.next pre; } }

相关新闻

NestDNN: Resource-Aware Multi-Tenant On-Device Deep Learning for Continuous Mobile Vision 解读

NestDNN: Resource-Aware Multi-Tenant On-Device Deep Learning for Continuous Mobile Vision 解读

一、论文基本信息 论文题目:NestDNN: Resource-Aware Multi-Tenant On-Device Deep Learning for Continuous Mobile Vision 作者:Biyi Fang、Xiao Zeng、Mi Zhang 发表会议:ACM MobiCom 2018 论文方向:移动端多任务视觉系统、…

2026/7/17 20:54:32阅读更多 →
QML Text 字体、样式与对齐

QML Text 字体、样式与对齐

目录Text 字体样式总览Text 基础用法演示代码关键逻辑解析适用场景注意点Text 字体属性演示代码关键逻辑解析适用场景注意点Text 文本样式演示代码关键逻辑解析适用场景注意点Text 文本对齐演示代码关键逻辑解析适用场景注意点运行验证扩展复用方向小结Text 是 QML 里最基础的文…

2026/7/17 20:54:32阅读更多 →
LLM评估新范式:如何校准AI裁判以对齐人类偏好

LLM评估新范式:如何校准AI裁判以对齐人类偏好

1. 项目概述:当AI开始评估AI,我们如何相信它的判断?最近在跟进大语言模型评估这块的工作,伯克利那边发的一篇新论文让我眼前一亮。标题挺有意思,叫“如何‘验证验证者’?”,说白了,就…

2026/7/17 20:54:32阅读更多 →
建筑动画多少钱?2026年行业分类与报价全解析

建筑动画多少钱?2026年行业分类与报价全解析

建筑动画是通过三维技术模拟建筑空间及周边环境的动画影片类型,广泛应用于房地产宣传、工程投标、城市规划、古建筑修复等领域。2026年,建筑动画的市场分类体系已经成熟,不同类别的价格差异可达数倍甚至数十倍。本文从项目类型、应用场景和报…

2026/7/17 22:04:59阅读更多 →
Google Play数据安全新政解读:开发者合规实操指南与SDK责任穿透

Google Play数据安全新政解读:开发者合规实操指南与SDK责任穿透

1. 项目概述:一场开发者必须面对的“安全大考”如果你是一名面向全球市场的移动应用开发者,那么“Google Play”这个名字对你来说,既是机遇的沃土,也是规则的考场。每年,这个全球最大的应用分发平台都会对其政策进行迭…

2026/7/17 22:04:59阅读更多 →
多模型并行生成 PPT 的产品与技术实践

多模型并行生成 PPT 的产品与技术实践

做 PPT 最让人疲惫的,往往不是从零开始,而是花了很久等待,最后只得到一份“能用,但不太对”的结果。 结构不够有说服力,重来一次;标题没有记忆点,再重来一次;风格和主题不搭&#x…

2026/7/17 22:04:59阅读更多 →
SAM第二代图像分割技术解析与应用实践

SAM第二代图像分割技术解析与应用实践

1. Segment Anything Model(SAM)第二代技术解析在计算机视觉领域,图像分割一直是最具挑战性的任务之一。传统方法需要针对特定场景训练专用模型,而Meta推出的Segment Anything Model(SAM)彻底改变了这一局面…

2026/7/17 22:04:59阅读更多 →
PyWxDump:逆向解析微信本地数据库,实现聊天记录解密与导出

PyWxDump:逆向解析微信本地数据库,实现聊天记录解密与导出

1. 项目概述:微信数据处理的“瑞士军刀”如果你曾经因为误删了重要的微信聊天记录而懊恼,或者想对某个群聊的庞大数据进行归档分析却无从下手,那你一定理解处理微信本地数据的痛点。微信作为我们日常沟通的核心工具,其数据却像一座…

2026/7/17 22:04:59阅读更多 →
网络连接安全监控:tcpconnect、tcpaccept与tcpreset

网络连接安全监控:tcpconnect、tcpaccept与tcpreset

背景与安全监控需求 网络连接是系统安全的第一道防线。恶意软件、横向移动、数据外泄等行为往往通过TCP连接完成:从内部回连到C2服务器,或对内部端口进行扫描。传统Netfilter审计日志开销大、配置复杂,而eBPF(extended Berkeley Packet Filter)提供的动态跟踪工具能在极低…

2026/7/17 21:59:58阅读更多 →
VSCode TypeScript 环境配置对比:全局安装 vs 项目本地安装的4个关键差异

VSCode TypeScript 环境配置对比:全局安装 vs 项目本地安装的4个关键差异

VSCode TypeScript 环境配置对比:全局安装 vs 项目本地安装的4个关键差异当你在VSCode中启动一个新的TypeScript项目时,第一个技术决策往往从安装方式开始。这个看似简单的选择——全局安装还是项目本地安装——实际上会深刻影响你的开发流程、团队协作和…

2026/7/17 10:42:55阅读更多 →
智慧树刷课插件:5分钟实现自动化学习的智能助手

智慧树刷课插件:5分钟实现自动化学习的智能助手

智慧树刷课插件:5分钟实现自动化学习的智能助手 【免费下载链接】zhihuishu 智慧树刷课插件,自动播放下一集、1.5倍速度、无声 项目地址: https://gitcode.com/gh_mirrors/zh/zhihuishu 智慧树刷课插件是一款专为智慧树在线教育平台设计的Chrome浏…

2026/7/17 8:31:03阅读更多 →
Steam创意工坊下载器WorkshopDL:跨平台游戏模组获取的终极解决方案

Steam创意工坊下载器WorkshopDL:跨平台游戏模组获取的终极解决方案

Steam创意工坊下载器WorkshopDL:跨平台游戏模组获取的终极解决方案 【免费下载链接】WorkshopDL WorkshopDL - The Best Steam Workshop Downloader 项目地址: https://gitcode.com/gh_mirrors/wo/WorkshopDL 你是否在GOG或Epic Games Store购买了心仪的游戏…

2026/7/17 13:22:23阅读更多 →
VS Code 高效配置与个性化定制全攻略

VS Code 高效配置与个性化定制全攻略

1. VS Code 高效配置基础作为一款轻量级但功能强大的代码编辑器,VS Code 的默认配置已经能满足基本需求,但通过合理调整设置可以大幅提升编码效率。我使用 VS Code 已经有五年多时间,期间尝试过各种配置方案,总结出这套适合大多数…

2026/7/17 0:00:01阅读更多 →
从竞赛代码到桌面工具:让 SuperADD 与 SubspaceAD 真正跑进自己的图像

从竞赛代码到桌面工具:让 SuperADD 与 SubspaceAD 真正跑进自己的图像

在异常检测领域,很多优秀算法最初都是以研究代码的形式发布的。它们能够在固定测试集上复现实验结果,却不一定能被普通用户直接拿来测试自己的图片。尤其是最近很多算法仅提供在固定测试集的测试环境,而gradio的demo演示也不会提供。 对工程应用和在自己的图片上进行测试来…

2026/7/17 0:00:01阅读更多 →
WinRAR高效配置指南:从基础安装到高级压缩实战

WinRAR高效配置指南:从基础安装到高级压缩实战

前几天帮同事处理一个客户发来的压缩包,解压时系统自带的工具弹出一串乱码,换用 WinRAR 却顺利打开了。这种看似简单的场景,恰恰暴露了不同压缩工具在处理非标准编码、分卷压缩或加密文件时的差异。WinRAR 作为一款老牌工具,真正价…

2026/7/17 0:00:01阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/16 20:13:14阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/17 13:22:38阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/17 17:26:50阅读更多 →