一句话总结：
判断链表是否成环就像追人游戏——要么用“记脚印法”（哈希表），要么用“龟兔赛跑法”（快慢指针）！
一、哈希表法（记脚印法）
原理： 每走一步就在本子上记下位置，如果发现重复点就是有环！
data class ListNode(val value: Int, var next: ListNode? = null)
// 哈希表法检测环
fun hasCycleHash(head: ListNode?): Boolean {
val visited = mutableSetOf<ListNode>() // 小本本记下所有走过的节点
var current = head
while (current != null) {
if (current in visited) { // 发现重复脚印！
return true
}
visited.add(current) // 记录新位置
current = current.next // 继续前进
}
return false // 走到头没发现环
}
举个栗子 🌰：
链表：1 → 2 → 3 → 2（指向之前的2，形成环）
遍历到第二个2时发现已存在 → 检测到环
特点：
- 时间复杂度：O(n)（每个节点遍历一次）
- 空间复杂度：O(n)（需要存所有节点）
二、快慢指针法（龟兔赛跑法）
原理： 让快指针（兔子）每次跑两步，慢指针（乌龟）跑一步，如果存在环，兔子最终会追上乌龟！
Kotlin 代码：
fun hasCycleFloyd(head: ListNode?): Boolean {
var slow = head // 乌龟
var fast = head // 兔子
while (fast?.next != null) { // 兔子还能跳两步
slow = slow?.next // 乌龟走一步
fast = fast.next?.next // 兔子走两步
if (slow == fast) { // 龟兔相遇！
return true
}
}
return false // 兔子跑到了终点，没环
}
举个栗子 🌰：
环形链表：1 → 2 → 3 → 1
龟兔同时从1出发：
- 第1轮：龟到2，兔到3
- 第2轮：龟到3，兔到2（绕环一圈）
- 第3轮：龟到1，兔到1 → 相遇！
三、两种方法对比
| 方法 | 时间复杂度 | 空间复杂度 | 适用场景 |
|---|---|---|---|
| 哈希表法 | O(n) | O(n) | 快速实现，小规模数据 |
| 快慢指针法 | O(n) | O(1) | 内存敏感，大规模数据 |
四、常见问题解答
Q1：为什么快指针走两步，不能走三步吗？
A：走两步保证一定能相遇（数学可证明）。走三步可能错过，导致死循环。
Q2：如果链表很长，快指针会不会永远追不上慢指针？
A：不会！假设环长L，快慢指针进入环后，快指针每次追近1步（2-1=1），最多追L次必相遇。
Q3：如何处理空链表或单节点链表？
A：代码中的空检查已经覆盖：
- 空链表 → 直接返回false
- 单节点自环 →
fast?.next不为null，进入循环后检测到相遇
五、测试用例
fun main() {
// 测试1：无环链表 1 → 2 → 3
val node3 = ListNode(3)
val node2 = ListNode(2, node3)
val node1 = ListNode(1, node2)
println(hasCycleFloyd(node1)) // false
// 测试2：有环链表 1 → 2 → 3 → 2
node3.next = node2 // 形成环
println(hasCycleFloyd(node1)) // true
// 测试3：单节点自环
val soloNode = ListNode(1)
soloNode.next = soloNode
println(hasCycleFloyd(soloNode)) // true
}
六、终极口诀
链表成环不用愁，
龟兔赛跑解你忧。
快慢指针效率高，
哈希表法也可靠！
环若存在必相遇，
无环终究走到头！
