LeetCode *19. Remove Nth Node From End of List (Python Solution)

该博客介绍了如何使用Python解决LeetCode中的第19题,即从链表末尾删除第N个节点。提供了一种常见的一次遍历解决方案,通过创建一个虚拟头节点dummy来避免删除头节点的情况,详细解释了算法思路并给出了代码实现。

题目描述

Given a linked list, remove the n-th node from the end of list and return its head.

给定一个链表,从列表末尾删除第n个节点并返回其头指针。

Example :

Given linked list: 1->2->3->4->5, and n = 2.

After removing the second node from the end, the linked list becomes 1->2->3->5.

Note:

Given n will always be valid.


Python Solution

solution 1
class Solution:
    def removeNthFromEnd(self, head: ListNode, n: int) -> ListNode:
        dummy = ListNode(0)
        dummy.next = head
        pre = post = dummy
        if not head:
            return None
        for i in range(n + 1):
            if not pre:
                return None
            pre = pre.next
        while pre:
            pre = pre.next
            post = post.next
        post.next = post.next.next
        return dummy.next

分析:
solution 1 是一次遍历中最常见的解法,dummy的存在避免了删除结点时删到了头结点的情况。我们要删除这个结点,那么要先找到这个结点的上一个结点并且讲上一个结点的next指给下一个结点。

在【剑指offer】中有一题是找到链表中倒数第 k 个结点,并返回。链表中倒数第 k 个结点 我们这道题可以借鉴。如果利用这个我们可以这么写代码:

class Solution:
    def removeNthFromEnd(self, head: ListNode, n: int) -> ListNode:
        pre = post = head
        for _ in range(n):   #没有判断是因为这里的 n 确定有效
            pre = pre.next
        if not pre:          #用来处理 pre 此时是头指针的情况
            return  head.next
        while pre.next:      #和剑指offer相比其实是提前了一位
            pre=pre.next
            post = post.next
        post.next = post.next.next
        return head
内容概要:本文研究了一种适用于全速域的无速度传感器控制策略,通过将高频信号注入法与滑模观测器(SMO)相结合,提出一种加权切换模型,并在Simulink环境中完成系统仿真验证。该方法旨在克服传统观测器在低速及零速工况下因反电动势微弱而导致转子位置估计失效的问题。高频注入法在低速段提供高精度的位置信息,而SMO在中高速段展现出优良的动态响应与抗干扰能力,二者通过设计合理的加权切换机制实现无缝衔接,确保整个调速范围内转子位置与速度的精确估计。研究重点涵盖两种观测器的融合逻辑、切换平滑性设计、权重函数优化以及系统稳定性分析,有效提升了无传感器控制系统的鲁棒性与实用性。; 适合人群:具备电机控制、电力电子与现代控制理论基础,从事新能源汽车、工业自动化或高性能电机驱动系统研发的科研人员及工程师(工作年限1-5年)。; 使用场景及目标:①掌握高频注入与滑模观测器在无速度传感器控制中的互补机制与工程实现;②学习全速域观测器加权切换结构的设计方法与参数整定技巧;③应用于高性能电机控制系统中以降低硬件成本、提高系统可靠性与维护便捷性;④为相关课题的仿真建模、算法优化与实验验证提供理论依据和技术参考。; 阅读建议:建议结合Simulink仿真模型深入理解算法实现细节,重点关注切换过程中系统状态的连续性与观测精度的一致性,同时可进一步探索智能权重分配策略(如模糊逻辑、神经网络)或引入滤波算法优化观测信号质量,以提升系统在复杂工况下的鲁棒性与动态性能。
内容概要:本文详细介绍了具有最大功率点追踪(MPPT)功能的单相单级脉宽调制(PWM)光伏并网逆变器的Simulink仿真实现。系统采用扰动观测法实现MPPT控制,通过Boost升压电路将光伏阵列输出电压提升至稳定的48V直流母线,再经由单相全桥逆变器转化为符合电网要求的交流电,并实现并网运行。仿真模型完整涵盖了光伏阵列建模、MPPT算法实现、DC-DC升压变换、DC-AC逆变、并网同步控制及滤波等关键环节,重点展示了如何利用Simulink对光伏发电系统的能量转换全过程进行高精度动态仿真,验证了系统在不同光照强度下对最大功率点的有效跟踪能力以及并网电流的高质量输出特性。; 适合人群:具备电力电子技术、新能源发电系统基础知识的电气工程及其自动化、能源与动力工程等相关专业的本科生、研究生,以及从事光伏并网系统设计、仿真与控制研究的初级科研人员和工程技术开发人员。; 使用场景及目标:①深入理解光伏并网发电系统的整体架构与各模块功能;②掌握扰动观测法(P&O)等MPPT控制算法的核心原理与实现方法;③学习基于Simulink搭建完整的电力电子变换系统仿真模型,提升对逆变器控制策略(如SPWM、锁相环PLL)的实践应用能力;④为课程设计、毕业设计、科研项目或工程原型开发提供可复用的仿真案例和技术参考。; 阅读建议:此资源以Simulink仿真实践为核心,建议读者结合文档内容逐步构建和调试仿真模型,重点关注MPPT模块的动态响应性能与并网逆变器的电流控制精度,可通过改变光照强度、温度、负载等参数进行多工况测试,深入分析系统的稳定性、效率及电能质量表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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