给定一个链表,我们需要在给定链表中查找大于当前元素右侧的元素。这些元素的计数需要代入当前节点的值。
让我们采用一个包含以下字符的链表,并用其超越者计数替换每个节点 -
4 -> 6 -> 1 -> 4 -> 6 -> 8 -> 5 -> 8 -> 3
从向后开始,遍历链表(因此我们不需要担心当前左边的元素)。我们的数据结构按排序顺序跟踪当前元素。将排序数据结构中的当前元素替换为其上方元素的总数。
通过递归的方法,会向后遍历链表。另一种选择是 PBDS。使用 PBDS 可以让我们找到严格小于某个键的元素。我们可以添加当前元素并从严格较小的元素中减去它。
PBDS 不允许重复元素。然而,我们需要重复的元素来进行计数。为了使每个条目唯一,我们将在 PBDS 中插入一对(第一个 = 元素,第二个 = 索引)。为了找到等于当前元素的总元素,我们将使用哈希映射。哈希映射存储每个元素出现的次数(基本整数到整数映射)。
示例
以下是用其超越数替换链表中每个节点的 C++ 程序 -
#include <iostream> #include <unordered_map> #include <ext/pb_ds/assoc_container.hpp> #include <ext/pb_ds/tree_policy.hpp> #define oset tree<pair<int, int>, null_type,less<pair<int, int>>, rb_tree_tag, tree_order_statistics_node_update> using namespace std; using namespace __gnu_pbds; class Node { public: int value; Node * next; Node (int value) { this->value = value; next = NULL; } }; void solve (Node * head, oset & os, unordered_map < int, int >&mp, int &count){ if (head == NULL) return; solve (head->next, os, mp, count); count++; os.insert ( { head->value, count} ); mp[head->value]++; int numberOfElements = count - mp[head->value] - os.order_of_key ({ head->value, -1 }); head->value = numberOfElements; } void printList (Node * head) { while (head) { cout << head->value << (head->next ? "->" : ""); head = head->next; } cout << "\n"; } int main () { Node * head = new Node (43); head->next = new Node (65); head->next->next = new Node (12); head->next->next->next = new Node (46); head->next->next->next->next = new Node (68); head->next->next->next->next->next = new Node (85); head->next->next->next->next->next->next = new Node (59); head->next->next->next->next->next->next->next = new Node (85); head->next->next->next->next->next->next->next->next = new Node (37); oset os; unordered_map < int, int >mp; int count = 0; printList (head); solve (head, os, mp, count); printList (head); return 0; }
输出
43->65->12->46->68->85->59->85->30 6->3->6->4->2->0->1->0->0
说明
因此,对于第一个元素,element = [65, 46, 68, 85, 59, 85],即 6
第二个元素,元素 = [68, 85, 85] 即 3
所有元素依此类推
结论
此题需要对数据结构和递归有一定的了解。我们需要列出方法,然后根据观察和知识,推导出满足我们需求的数据结构。如果您喜欢这篇文章,请阅读更多内容并敬请关注。
以上是使用C++将链表中的每个节点替换为其超越者计数的详细内容。更多信息请关注PHP中文网其他相关文章!

C 的未来将专注于并行计算、安全性、模块化和AI/机器学习领域:1)并行计算将通过协程等特性得到增强;2)安全性将通过更严格的类型检查和内存管理机制提升;3)模块化将简化代码组织和编译;4)AI和机器学习将促使C 适应新需求,如数值计算和GPU编程支持。

C 在现代编程中依然重要,因其高效、灵活和强大的特性。1)C 支持面向对象编程,适用于系统编程、游戏开发和嵌入式系统。2)多态性是C 的亮点,允许通过基类指针或引用调用派生类方法,增强代码的灵活性和可扩展性。

C#和C 在性能上的差异主要体现在执行速度和资源管理上:1)C 在数值计算和字符串操作上通常表现更好,因为它更接近硬件,没有垃圾回收等额外开销;2)C#在多线程编程上更为简洁,但性能略逊于C ;3)选择哪种语言应根据项目需求和团队技术栈决定。

1)c relevantduetoItsAverity and效率和效果临界。2)theLanguageIsconTinuellyUped,withc 20introducingFeaturesFeaturesLikeTuresLikeSlikeModeLeslikeMeSandIntIneStoImproutiMimproutimprouteverusabilityandperformance.3)

C 在现代世界中的应用广泛且重要。1)在游戏开发中,C 因其高性能和多态性被广泛使用,如UnrealEngine和Unity。2)在金融交易系统中,C 的低延迟和高吞吐量使其成为首选,适用于高频交易和实时数据分析。

C 中有四种常用的XML库:TinyXML-2、PugiXML、Xerces-C 和RapidXML。1.TinyXML-2适合资源有限的环境,轻量但功能有限。2.PugiXML快速且支持XPath查询,适用于复杂XML结构。3.Xerces-C 功能强大,支持DOM和SAX解析,适用于复杂处理。4.RapidXML专注于性能,解析速度极快,但不支持XPath查询。

C 通过第三方库(如TinyXML、Pugixml、Xerces-C )与XML交互。1)使用库解析XML文件,将其转换为C 可处理的数据结构。2)生成XML时,将C 数据结构转换为XML格式。3)在实际应用中,XML常用于配置文件和数据交换,提升开发效率。

C#和C 的主要区别在于语法、性能和应用场景。1)C#语法更简洁,支持垃圾回收,适用于.NET框架开发。2)C 性能更高,需手动管理内存,常用于系统编程和游戏开发。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

Atom编辑器mac版下载
最流行的的开源编辑器

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

Dreamweaver Mac版
视觉化网页开发工具

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

WebStorm Mac版
好用的JavaScript开发工具