Leetcode--链表总结

114 阅读6分钟

第一章节--链表专题

链表专题

概念

堆和栈的区别?

数组:将元素在内存中连续存放,由于每个元素占用内存相同,可以通过下标迅速访问数组中任何元素。一般来说,数组适合查找元素而不是增加或者删除元素

链表:链表中的元素在内存中不是顺序存储的,而是通过存在元素中的指针联系到一起,每个结点包括两个部分:一个是存储数据元素 的数据域,另一个是存储下一个结点地址的 指针。如果要访问链表中一个元素,需要从第一个元素始,一直找到需要的元素位置。但是增加和删除一个元素对于链表数据结构就非常简单了,只要修改元素中的指针就可以了。


数组与链表的区别?

区别

  1. 存储位置:数组逻辑上相邻的元素在物理存储位置上也相邻,而链表不一定;
  2. 存储空间:数组是连续的一段内存空间,而链表的存储空间不一定连续。一般情况下存放相同多的数据数组占用较小的内存,因为链表还需要存放其前驱和后继的空间。
  3. 长度可变性:链表的长度是按实际需要可以伸缩的,而数组的长度是在定义时要决定,如果存放的数据个数超过了数组的初始大小,则会出现溢出现象。
  4. 按序号查找时,数组可以随机访问,时间复杂度为O(1),而链表不支持随机访问,平均需要O(n);
  5. 按值查找时,若数组无序,数组和链表时间复杂度均为O(n),但是当数组有序时,可以采用折半查找将时间复杂度降为O(logn);

数组遍历与链表遍历

数组

for(int i =0;i<=arr.length;i++){
    print(arr[i])
}

链表

for(ListNode cur = head; cur!=null; cur = cur.next){
print(cur.val)
}

逆序遍历

数组

for(int i = arr.length - 1; i > - 1;i--) {
    print(arr[i])
}

链表

for (ListNode cur = tail; cur != null; cur = cur.pre) {
    print(cur.val)
}

考点解析

指针修改

典型问题 --- 链表翻转

由于链表的递归性,实际上,我们只要反转其中相邻的两个,剩下的采用同样的方法完成即可。 在这里插入图片描述 在这里插入图片描述

核心思想

next = cur.next;//先储存next节点的值
cur.next = pre; //修改cur的next指针
pre = cur;//移动pre到cur
cur = next;//移动cur到下一个节点
链表拼接

注意事项

  1. 出现了环,造成死循环
  2. 分不清边界,导致边界条件出错 --- 虚拟头dummy的运用
  3. 搞不懂递归怎么做

技巧

1.dummy head

作用:

  • 将头节点变成中间节点,简化判断。
  • 通过在合适的时候断开链接,返回链表的中间节点

如果我们用一个虚拟头指向头节点,虚拟头就是新的头节点了,而虚拟头不是题目给的节点,不参与运算,因此不需要特殊判断,虚拟头就是这个作用。

例题

lc206. 给你单链表的头节点 head ,请你反转链表,并返回反转后的链表
class Solution {
    public ListNode reverseList(ListNode head) {
        ListNode prev = null;
        ListNode cur = head;
        while(cur!=null){
            ListNode next = cur.next;
            cur.next = prev;
            prev = cur;
            cur = next;
            

        }
        return prev;
        

    }
}

2.快慢指针

典型题目:寻找距离尾部第K个节点、寻找环入口、寻找公共尾部入口等

算法流程: 设两指针 fast,slow 指向链表头部 head,fast 每轮走 2 步,slow 每轮走 1 步;

  1. 第一种结果: fast 指针走过链表末端,说明链表无环,直接返回 null;

    TIPS: 若有环,两指针一定会相遇。因为每走 1 轮,fast 与 slow 的间距 +1,fast 终会追上 slow;

  2. 第二种结果: 当fast == slow时, 两指针在环中 第一次相遇 。下面分析此时fast 与 slow走过的 步数关系 :

设链表共有 a+b个节点,其中 链表头部到链表入口 有 a 个节点(不计链表入口节点), 链表环 有 b个节点;

设两指针分别走了 f,s 步,则有: fast 走的步数是slow步数的 2 倍,即 f = 2s; fast 比 slow多走了 n 个环的长度,即 f = s + nb; 以上两式相减得:f = 2nb,s = nb,

目前情况分析:

如果让指针从链表头部一直向前走并统计步数k,那么所有走到链表入口节点时的步数 是:k=a+nb。而目前,slow 指针走过的步数为 nb 步。因此,我们只要想办法让 slow 再走 a 步停下来,就可以到环的入口。但是我们不知道 a 的值,该怎么办?

依然是使用双指针法。我们构建一个指针,此指针需要有以下性质:此指针和slow 一起向前走 a 步后,两者在入口节点重合。那么从哪里走到入口节点需要 a 步?答案是链表头部head。


双指针第二次相遇:

slow指针位置不变 ,将fast指针重新指向链表头部节点 ;slow和fast同时每轮向前走 1 步; 此时 f = 0,s = nb ;

当 fast 指针走到f = a 步时,slow 指针走到步s = a+nb,此时两指针重合,并同时指向链表环入口 。返回节点

复杂度分析: 时间复杂度 O(N) 空间复杂度 O(1) :双指针使用常数大小的额外空间。

例题

lc142.环形链表II
给定一个链表,返回链表开始入环的第一个节点。 如果链表无环,则返回 null
public class Solution {
    public ListNode detectCycle(ListNode head) {
        ListNode fast = head, slow = head;
        while (true) {
            if (fast == null || fast.next == null) return null;
            fast = fast.next.next;
            slow = slow.next;
            if (fast == slow) break;
        }
        fast = head;
        while (slow != fast) {
            slow = slow.next;
            fast = fast.next;
        }
        return fast;
    }
}

3.归并排序 --自顶向下和自底向上

归并排序基于分治算法。最容易想到的实现方式是自顶向下的递归实现,考虑到递归调用的栈空间,自顶向下归并排序的空间复杂度是 O(nlogn)。如果要达到 O(1)的空间复杂度,则需要使用自底向上的实现方式。

以leetcode148 排序链表为例

自顶向下

class Solution {
    public ListNode sortList(ListNode head) {
        return sortList(head, null);
    }
public ListNode sortList(ListNode head, ListNode tail) {
    if (head == null) {
        return head;
    }
    if (head.next == tail) {
        head.next = null;
        return head;
    }
    ListNode slow = head, fast = head;
    while (fast != tail) {
        slow = slow.next;
        fast = fast.next;
        if (fast != tail) {
            fast = fast.next;
        }
    }
    ListNode mid = slow;
    ListNode list1 = sortList(head, mid);
    ListNode list2 = sortList(mid, tail);
    ListNode sorted = merge(list1, list2);
    return sorted;
}

public ListNode merge(ListNode head1, ListNode head2) {
    ListNode dummyHead = new ListNode(0);
    ListNode temp = dummyHead, temp1 = head1, temp2 = head2;
    while (temp1 != null && temp2 != null) {
        if (temp1.val <= temp2.val) {
            temp.next = temp1;
            temp1 = temp1.next;
        } else {
            temp.next = temp2;
            temp2 = temp2.next;
        }
        temp = temp.next;
    }
    if (temp1 != null) {
        temp.next = temp1;
    } else if (temp2 != null) {
        temp.next = temp2;
    }
    return dummyHead.next;
}
}

总结

这是我准备2021秋招期间更新的第一篇算法与数据结构的文章,后面会持续更新。本人原创,抄袭必究。