K 个一组翻转链表

发表于2026-04-09|更新于2026-04-09|后端

|浏览量:

在一次翻转完成之后

nxt.next = cur 这一次翻转的尾节点应指向下一次的头节点

p0.next = pre 上次翻转的尾节点应指向这次翻转的头节点

p0 变为这次翻转后的尾节点

文章作者: 褚成志

文章链接: https://blog.chucz.asia/2026/04/09/K%20%E4%B8%AA%E4%B8%80%E7%BB%84%E7%BF%BB%E8%BD%AC%E9%93%BE%E8%A1%A8/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源褚成志的分享站！

算法链表 LeetCode

相关推荐

布隆过滤器

布隆过滤器布隆过滤器由「初始值都为 0 的位图数组」和「 N 个哈希函数」两部分组成。当我们在写入数据库数据时，在布隆过滤器里做个标记，这样下次查询数据是否在数据库时，只需要查询布隆过滤器，如果查询到数据没有被标记，说明不在数据库中。第一步，使用 N 个哈希函数分别对数据做哈希计算，得到 N 个哈希值；第二步，将第一步得到的 N 个哈希值对位图数组的长度取模，得到每个哈希值在位图数组的对应位置。第三步，将每个哈希值在位图数组的对应位置的值设置为 1；查询的时****候只要有一个为 0，就认为数据 x 不在数据库中。没有的一定没有，有的也可能没有黑名单，爬虫去重只有加入和查询，不要求删除，极大减少内存，但是必须允许一定程度的失误率，会误杀好人，但是不会漏杀坏人布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你** “某样东西****一定不存在或者可能存在****”。** 如果存在那就是可能存在（hash的碰撞）如果不存在那就一定不存在相比于传统的...

原文连接： https://blog.csdn.net/lq18050010830/article/details/89845790 SnowFlake 算法，是 Twitter 开源的分布式 id 生成算法。其核心思想就是：使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛，且ID 引入了时间戳，基本上保持自增的这 64 个 bit 中，其中 1 个 bit 是不用的，然后用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号，就是某个机房某台机器上这一毫秒内同时生成的 id 的序号 1 bit：是不用的，为啥呢？因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。 41 bit：表示的是时间戳，单位是毫秒。41 bit 可以表示的数字多达 2^41 - 1，也就是可以标识 2 ^ 41 - 1 个毫秒值，换算成年就是表示 69 年的时间。 10 bit：记录工作机器 id，代表的是这个服务最多可以部署在 2^1...

一致性哈希原理

数据服务器如何组织：设计时候保证高频中低频都有数量。否则就是忙的忙死闲的闲死逻辑层服务器：增加和减少机器的时候代价很小数据层服务器：增加和减少机器的时候代价是全量的取模服务器个数的问题–缓存雪崩取模也可以实现数据底层均匀分布，hash（图片名称）% N 当服务器数量发生改变时，所有缓存在一定时间内是失效的，当应用无法从缓存中获取数据时，则会向后端服务器请求数据，同理，假设3台缓存中突然有一台缓存服务器出现了故障，无法进行缓存，那么我们则需要将故障机器移除，但是如果移除了一台缓存服务器，那么缓存服务器数量从3台变为2台，如果想要访问一张图片，这张图片的缓存位置必定会发生改变，以前缓存的图片也会失去缓存的作用与意义，由于大量缓存在同一时间失效，造成了缓存的雪崩，此时前端缓存已经无法起到承担部分压力的作用，后端服务器将会承受巨大的压力，整个系统很有可能被压垮，所以，我们应该想办法不让这种情况发生，但是由于上述HASH算法本身的缘故，使用取模法进行缓存时，这种情况是无法避免的，为了解决这些问题，一致性哈希算法诞生了。简单的对服务器数量进行取模，当缓存服务器数量发生变化时，...

分布式共识问题、理论、协议和算法

兰伯特有很多关于分布式的理论，这些理论都很经典（比如拜占庭将军问题、Paxos），但也因为太早了，与实际场景结合的不多，所以后续的众多算法是在这个基础之上做了大量的改进（比如Raft 等）两种分布式共识问题是否存在伪造或者篡改的恶意行为。忠诚的将军，正常运行的计算机节点；叛变的将军，出现故障并会发送误导信息的计算机节点；信使被杀，通讯故障、信息丢失；信使被间谍替换，通讯被中间人攻击，攻击者在恶意伪造信息和劫持通讯。拜占庭问题以及容错算法概述分布式共识问题，是分布式系统领域最复杂的**分区容错一致性模型的**情景化描述问题它描述了如何在存在恶意行为(如消息篡改或伪造)的情况下使分布式系统达成一致将军可能是叛徒，信使也可能是叛徒口信消息型解决方案(A solution with oral message)有m个将军叛变，要有3m+1个将军才可以实现最终达成一致。从另外一个角度理解：n 位将军，最多能容忍 (n - 1) / 3 位叛将原则：副官相互交流时候，少数服从多数步骤： 1。第一轮**指挥官先发送，不管指挥官是不是叛徒，不是...

题目连接： 912. 排序数组代码 (三路快排)1234567891011121314151617181920212223242526272829303132333435class Solution: def sortArray(self, nums: List[int]) -> List[int]: self.quick_sort(nums, 0, len(nums) - 1) return nums def quick_sort(self, nums: List[int], left: int, right: int) -> None: if left >= right: return le, gt = self.partition(nums, left, right) self.quick_sort(nums, left, le - 1) self.quick_sort(nums, gt, right) def partit...

数据加载中