Pythonの単一リンクリストにノードを挿入および出力するにはどうすればよいですか?次の記事は、単一リンク リストとは何か、および単一リンク リストに対して挿入や出力などの非常に基本的な操作を実行する方法を理解するのに役立ちます。
単一リンクリストとは何ですか?
まず、単結合リストを理解する前に、ノードとは何かを理解する必要があります。
ノードはリンク リストの構成要素であり、次の 2 つの部分で構成されます:
1. データ部分: データを含めるために使用されます
2. アドレス部分: に使用されます。 point to next ノードの場所を指すポインタ。
単一リンク リストでは、各ノードのアドレス部分に次のノードの位置に関する情報が含まれており、これにより一連のチェーンまたはリンクが形成されます。リンクされたリストの最初のノードはヘッド ポインターによって追跡され、最後のノードは None を指します。
これをよりよく理解するために、下の図を見てみましょう:
注: 上の図では、最後の要素 1 は None を指しています。これらのノードは互いに連続して描画されていますが、実際には連続したメモリ位置に存在する場合とそうでない場合があります。
単一リンクリストにノードを挿入および出力するにはどうすればよいですか?
1. 単一リンク リストの作成
まず、単一リンク リストを作成するためのノードを作成する必要があります。これを行うには、data と nextNode プロパティを使用して Node クラスを作成します。前に述べたように、data 属性にはデータが含まれ、nextNode は単にリンクされたリスト内の次のノードを指します。 nextNode のデフォルト値を None に設定します。これを行うには、ゲッター メソッドとセッター メソッドを使用できます。
Node クラスが作成されたので、次は LinkedList クラスを作成します。これには属性が 1 つだけあり、頭です。デフォルトでは、これは「なし」を指します。ヘッダーが「None」を指している場合は、リンクされたリストが空であることを意味します。リンク リスト内のノードの数を追跡するには、LinkedList クラスに size 属性を追加し、デフォルトで 0 に設定します。
2. ノードの挿入
LinkedList クラスのメソッドです。新しいノードはリンク リストのどこにでも挿入できますが、コーディングをシンプルかつ効率的に保つために、常に新しいノードをリンク リストの先頭に追加します。つまり、先頭は常に最後に追加されたノードを指します。 。
新しいノードをリストの末尾に追加する場合、リストの末尾を見つけて追加するという追加の作業を実行する必要があります。これは無駄な操作です。ただし、これは、最後のノードを指す別のポインター (テール ポインターと呼びます) を維持する場合に実行できます。
ここでは前者の方法、つまりリンクリストの先頭にノードを挿入する方法を紹介します。
リンク リストに 7 を追加する必要があるとします。次の手順を実行する必要があります。
# ノード オブジェクトを作成します。7 はデータを表し、次のノードがポイントします。ヘッド ノードへ
● ヘッド ポインタをこの新しいノードにポイントします
最後に、size 属性を 1 だけ増やします。挿入が成功した場合は、True を返します。これは良い習慣です。つまり、ユーザーは何が起こったのかを知っています。
3. 出力ノード
LinkedListクラスのメソッドです。リンクされたリスト内のすべてのノードのデータを出力するには、一度に 1 つのノードを反復処理して、各ノードのデータ部分を出力する必要があります。
実装コード:
class Node: def __init__(self,data,nextNode=None): self.data = data self.nextNode = nextNode def getData(self): return self.data def setData(self,val): self.data = val def getNextNode(self): return self.nextNode def setNextNode(self,val): self.nextNode = val class LinkedList: def __init__(self,head = None): self.head = head self.size = 0 def getSize(self): return self.size def addNode(self,data): newNode = Node(data,self.head) self.head = newNode self.size+=1 return True def printNode(self): curr = self.head while curr: print(curr.data) curr = curr.getNextNode() myList = LinkedList() print("Inserting") print(myList.addNode(5)) print(myList.addNode(15)) print(myList.addNode(25)) print("Printing") myList.printNode() print("Size") print(myList.getSize())
単一リンクリストの長所と短所は何ですか?
利点:
● 挿入と削除が簡単な動的データ構造です。要素を移動します。次のポインタを更新するだけで問題は解決します。
● スタックとキューのデータ構造は、リンク リストを使用して簡単に実装できます。
欠点
● 次のポインタが追加のメモリを占有します。
#●ランダムアクセスはできません。特定のノードに到達するには、リンク リストを最初からたどる必要があります。 以上がこの記事の全内容です、皆様の学習のお役に立てれば幸いです。さらにエキサイティングなコンテンツについては、PHP 中国語 Web サイトの関連チュートリアルのコラムに注目してください。 ! !以上がPythonの単一リンクリストにノードを挿入して出力するにはどうすればよいですか? (コード例)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

PythonとCは、メモリ管理と制御に大きな違いがあります。 1。Pythonは、参照カウントとガベージコレクションに基づいて自動メモリ管理を使用し、プログラマーの作業を簡素化します。 2.Cには、メモリの手動管理が必要であり、より多くの制御を提供しますが、複雑さとエラーのリスクが増加します。どの言語を選択するかは、プロジェクトの要件とチームテクノロジースタックに基づいている必要があります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

PythonまたはCを選択するかどうかは、プロジェクトの要件に依存するかどうかは次のとおりです。1)Pythonは、簡潔な構文とリッチライブラリのため、迅速な発展、データサイエンス、スクリプトに適しています。 2)Cは、コンピレーションと手動メモリ管理のため、システムプログラミングやゲーム開発など、高性能および基礎となる制御を必要とするシナリオに適しています。

Pythonは、データサイエンスと機械学習で広く使用されており、主にそのシンプルさと強力なライブラリエコシステムに依存しています。 1)Pandasはデータ処理と分析に使用され、2)Numpyが効率的な数値計算を提供し、3)SCIKIT-LEARNは機械学習モデルの構築と最適化に使用されます。これらのライブラリは、Pythonをデータサイエンスと機械学習に理想的なツールにします。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

SublimeText3 中国語版
中国語版、とても使いやすい

Dreamweaver Mac版
ビジュアル Web 開発ツール

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター
