1105 链表合并【PAT (Basic Level) Practice （中文）】

已于 2024-05-17 18:36:59 修改
阅读量262 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： PAT (Basic Level) Practice详解教程 文章标签： pat考试 C语言
于 2023-10-16 16:59:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40171190/article/details/133862608
这是一篇关于PAT考试中链表合并的题目解析，主要内容包括如何将较短的链表逆序并合并到较长的链表中，形成交替结构。文章详细介绍了解题思路，包括链表反转和合并的具体步骤，以及完整的代码实现。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1105 链表合并【PAT (Basic Level) Practice （中文）】

原题链接：1105 链表合并 (pintia.cn)

1.前言

  • PAT（乙级）2019年秋季考试 第五题

  • 分数： 25

  • 难度：⭐️⭐️⭐️⚝⚝

  • 知识点：

    • 数据结构与算法/线性结构/链表

  • 方法技巧

    • 链表合并
    • 链表的数组实现（同1025、1075）

  • 运行限制

    代码长度限制 16 KB
    时间限制 400 ms
    内存限制 64 MB
了解本专栏 订阅专栏 解锁全文 超级会员免费看
「PAT乙级真题解析」Basic Level 1105 链表合并 (问题分析+完整步骤+伪代码描述+提交通过代码)
过美好生活，做高效程序员
12-15 631
题设给定两个链表头, 总的节点数目, 要求将两个链表按指定方式合并。 指定合并方式为: 每两个长链表元素后要插入一个短链表元素, 直到短链表元素插入完毕则得到合并后的链表。 由于该题是通过输入校验, 所以如果在考试中, 为了追求更快获得正确解, 可以选择直接按照指定方式输出各个节点信息的方式。 比如: 整理好两个链表之后, 每输出两个长链表元素, 就输出一个短链表元素, 如果短链表输出完毕, 则直接输出长链表元素直到输出完毕。
1025 反转链表【PAT (Basic Level) Practice （中文）】
少侠PSY的博客
01-06 207
- 知识点： - 数据结构与算法/线性结构/链表 - 方法技巧： - 链表的数组实现
PAT（乙级）1105 链表合并（JAVA）
Panbk的博客
10-04 480
PAT（乙级）1105 链表合并（JAVA）
PAT乙级 1105 链表合并 (25 分)
weixin_55664293的博客
02-05 1440
给定两个单链表L1​=a1​→a2​→⋯→an−1​→an​和L2​=b1​→b2​→⋯→bm−1​→bm​。如果n≥2m，你的任务是将比较短的那个链表逆序，然后将之并入比较长的那个链表，得到一个形如a1​→a2​→bm​→a3​→a4​→bm−1​⋯的结果。例如给定两个链表分别为 6→7 和 1→2→3→4→5，你应该输出 1→2→7→3→4→6→5。 输入格式： 输入首先在第一行中给出两个链表L1​和L2​的头结点的地址，以及正整数N(≤105)，即给定的结点总数。一个结点的...
1105 链表合并 (25 分)
WKX_5的博客
02-09 503
1105 链表合并
4273. 链表合并(DAY 64)
学恒的博客
07-12 131
给定两个单链表 L1=a1→a2→…→an−1→an 和 L2=b1→b2→…→bm−1→bm。如果 n≥2m，你的任务是将较短的那个链表逆序，然后将之并入较长的链表，得到形如 a1→a2→bm→a3→a4→bm−1… 的结果。例如给定两个链表分别为 6→7 和 1→2→3→4→5，你应该输出 1→2→7→3→4→6→5。补充 本题中可能包含不在两个单链表中的节点，这些节点无需考虑。输入格式 输入首先在第一行中给出两个链表 L1 和 L2 的头结点的地址，以及正整数 N，即给定的结点总数。一个结点的地址是一
【PAT (Basic Level) Practice】——【链表处理】1105 链表合并
IronmanJay
04-04 1732
文章目录一【题目难度】二【题目编号】三【题目描述】四【题目示例】五【解题思路】六【最终得分】七【代码实现】八【提交结果】 一【题目难度】 乙级 二【题目编号】 1105 链表合并 (25 分) 三【题目描述】 给定两个单链表 L1​=a1​→a2​→⋯→an−1​→anL_1​ =a_1​ →a_2​ →⋯→a_{n−1}​ →a_nL1​​=a1​​→a2​​→⋯→an−1​​→an​ 和 L2​=b1​→b2→⋯→bm−1​→bmL_2​ =b_1​→b_2 →⋯→b_{m−1}​ →b_mL
PAT (Basic Level) - 1105 链表合并
https://www.hyperplasma.top
06-30 232
链表，模拟，STL
【PAT_Python解 AC满分代码】1105 链表合并
新时代先锋的博客
11-02 578
下面是测试点4，答案错误，但不超时（留着以后有空再回来继续想！），想了一会感觉没啥毛病，但问题肯定在合并链表的算法，数据量大的时候可能会漏，还是会错位啥的吧，不管了！上面AC代码直接拿列表装，也不用重新更新指定下一地址了！多学习其他大佬的AC代码！
PAT (Basic Level) Practice （中文）.zip
04-23
PAT（Basic Level）Practice（中文）是一套针对编程竞赛初学者的练习资源，主要在PTA（Programming Training Arena）平台上提供。PTA是为学生和编程爱好者设计的在线编程训练平台，它提供了丰富的编程题目，涵盖了...
1139 First Contact （PAT甲级）
linh2006的博客
05-17 1288
这道题柳婼有个很巧妙的方法，就是如果a和b是朋友（a, b都是四位数字id），那就把a * 10000 + b和b * 10000 + a都map到1，那就很容易判断两个人是否朋友了。
毫米波异构网络中移动继电器的比例选择.zip
08-21
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
在线问卷调查系统-在线问卷调查系统源码-在线问卷调查系统代码-springboot在线问卷调查系统源码-基于springboot的在线问卷调查系统设计与实现-在线问卷调查管理系统代码
最新发布
08-21
在线问卷调查系统-在线问卷调查系统源码-在线问卷调查系统代码-springboot在线问卷调查系统源码-基于springboot的在线问卷调查系统设计与实现-在线问卷调查管理系统代码
基于Matlab的异常行为检测
08-21
基于Matlab的异常行为检测
毕业设计-Java-ssm475基于JavaWeb的商城系统+vue+MySQL等文件.zip
08-21
本项目是基于JavaWeb的商城系统，采用SSM框架（Spring、SpringMVC、MyBatis）结合Vue前端技术，并使用MySQL数据库进行数据存储。系统实现了用户注册登录、商品浏览与搜索、购物车管理、订单生成与支付、后台商品管理等功能。项目旨在提供一个功能完善、操作便捷的在线购物平台，满足用户日常购物需求，同时为开发者提供一套完整的商城系统开发案例。通过前后端分离的设计，系统在用户体验和性能上均有较好表现，适合作为毕业设计或实际应用开发参考。毕设项目源码常年开发定制更新，希望对需要的同学有帮助。
基于大模型技术的文本分类工作开展
08-21
资源下载链接为： https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是，借助大模型自身较强的理解和推理能力，在使用时需在prompt中明确分类任务目标，并详细解释每个类目概念，尤其要突出类目间的差别。 结合in-context learning思想，有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中，类目和样本较多易导致prompt过长，影响大模型推理效果，因此可先通过向量检索缩小范围，再由大模型做最终决策。 具体方案为：离线时提前配置好每个类目的概念及对应样本；在线时先对给定query进行向量召回，再将召回结果交给大模型决策。 该方法不更新任何模型参数，直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写，加入上下文学习以提高准确度，还使用BGE作为向量模型，K-BERT提取文本关键词，拼接召回的相似例子作为上下文输入大模型。 代码实现上，大模型用Qwen2-7B-Instruct，Embedding采用bge-base-zh-v1.5，向量库选择milvus。分类主函数的作用是在向量库中召回相似案例，拼接prompt后输入大模型。 结果方面，使用ICL时accuracy达0.94，比bert文本分类的0.98低0.04，错误类别6个，处理时添加“家居”类别，影响不大；不使用ICL时accuracy为0.88，错误58项，可能与未修改prompt有关。 优点是无需训练即可有较好结果，例子优质、类目界限清晰时效果更佳，适合围绕通用大模型api打造工具；缺点是上限不高，仅针对一个分类任务部署大模型不划算，推理速度慢，icl的token使用多，用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词，因为核心词语有时比语意更重要。 参考资料包括
【计算机科学】哈希表与字符串哈希技术详解：数据结构、函数设计及冲突处理方法综述
08-21
内容概要：本文详细介绍了哈希表及其相关概念和技术细节，包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构，通过键值对存储数据，能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法，特别是字符串哈希中的多项式哈希及其优化方法，如双哈希和子串哈希的快速计算。此外，还探讨了常见的冲突处理方法——拉链法和闭散列法，并提供了C++实现示例。最后，文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群：计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标：①理解哈希表的工作原理及其在各种编程任务中的应用；②掌握哈希函数的设计原则，包括如何选择合适的模数和基数；③学会处理哈希冲突的方法，如拉链法和闭散列法；④了解并能运用字符串哈希解决实际问题，如字符串匹配、回文检测等。 阅读建议：由于哈希涉及较多数学知识和编程技巧，建议读者先熟悉基本的数据结构和算法理论，再结合代码实例进行深入理解。同时，在实践中不断尝试不同的哈希策略，对比性能差异，从而更好地掌握哈希技术。
该课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。(3).zip
08-21
该课题为基于Matlab的异常姿势识别系统。可以识别视频里面的一些诡异行为。比如说跌倒打架，都行走站立，伸长手臂等等。并且进行预警。(3).zip
该课题为基于Matlab的运动目标跟踪系统。可以实时框定运动目标。对运动目标的行为做识别。带有人机交互界面，需要在人机交互界面的基础上进行拓展(10).zip
08-21
该课题为基于Matlab的运动目标跟踪系统。可以实时框定运动目标。对运动目标的行为做识别。带有人机交互界面，需要在人机交互界面的基础上进行拓展(10).zip
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

少侠PSY

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值