数组在上一篇的专栏,中咱们进行了回顾和刷题。
链表
趁热打铁,咱们来比照数组来学习链表。
首先要明确的是,链表和数组的 底层存储构造不同
,数组要求存储在一块间断的内存中,而链表是通过指针将一组零散的内存块串联起来。
可见链表对内存的要求升高了,然而随机拜访的性能就没有数组好了,须要 O(n) 的工夫复杂度。
下图中展现了单链表及单链表的增加和删除操作,其实 链表操作的实质就是解决链表结点之间的指针。
在删除链表结点的操作中,咱们只须要将须要删除结点的前驱结点的 next 指针,指向其后继即可。这样,以后被删除的结点就被抛弃在内存中,期待着它的是被垃圾回收器革除。
为了更便于你了解,链表能够类比现实生活中的火车,火车的每节车厢就是链表的一个个结点。车厢之间相互连接,能够增加或者移除掉。春运时,客运量比拟大,列车个别会加挂车厢。
链表的结点构造由 数据域
和指针域
组成,在 JavaScript 中,以嵌套的对象模式实现。
{
// 数据域
val: 1,
// 指针域
next: {
val:2,
next: ...
}
}
名词科普
- 头结点:头结点用来记录链表的基地址,是咱们遍历链表的终点
- 尾结点:尾结点的指针不是指向下一个结点,而是指向一个空地址 NULL
- 单链表:单链表是单向的,它的结点只有一个后继指针 next 指向前面的结点,尾结点指针指向空地址
- 循环链表:循环链表的尾结点指针指向链表的头结点
- 双向链表:双向链表反对两个方向,每个结点不止有一个后继指针 next 指向前面的结点,还有一个前驱指针 prev 指向后面的结点,双向链表会占用更多的内存,然而查找前驱节点的工夫复杂度是 O(1),比单链表的插入和删除操作都更高效
- 双向循环链表
循环链表
双向链表
双向循环链表
开启刷题
- 前端食堂的 LeetCode 题解仓库
年初立了一个 flag,下面这个仓库在 2021 年写满 100 道前端面试高频题解,目前进度曾经实现了 50%。
如果你也筹备刷或者正在刷 LeetCode,无妨退出前端食堂,一起并肩作战,刷个畅快。
理解了链表的基础知识后,马上开启咱们欢快的刷题之旅,我整顿了 6 道高频的 LeetCode 链表题及题解如下。
01 删除链表的倒数第 N 个结点
原题链接
快慢指针
先明确,删除倒数第 n 个结点,咱们须要找到倒数第 n+1 个结点,删除其后继结点即可。
- 增加 prev 哨兵结点,解决边界问题。
- 借助快慢指针,快指针先走 n+1 步,而后快慢指针同步往前走,直到 fast.next 为 null。
- 删除倒数第 n 个结点,返回 prev.next。
const removeNthFromEnd = function(head, n) {let prev = new ListNode(0), fast = prev, slow = prev;
prev.next = head;
while (n--) {fast = fast.next;}
while (fast && fast.next) {
fast = fast.next;
slow = slow.next;
}
slow.next = slow.next.next;
return prev.next;
}
- 工夫复杂度:O(n)
- 空间复杂度:O(1)
02 合并两个有序链表
原题链接
思路
- 应用递归来解题
- 将两个链表头部较小的一个与剩下的元素合并
- 当两条链表中的一条为空时终止递归
关键点
- 把握链表数据结构
- 思考边界状况
复杂度剖析
n + m 是两条链表的长度
- 工夫复杂度:O(m + n)
- 空间复杂度:O(m + n)
const mergeTwoLists = function (l1, l2) {if (l1 === null) {return l2;}
if (l2 === null) {return l1;}
if (l1.val < l2.val) {l1.next = mergeTwoLists(l1.next, l2);
return l1;
} else {l2.next = mergeTwoLists(l1, l2.next);
return l2;
}
}
03 两两替换链表中的节点
原题链接
先明确想要替换节点共须要有三个指针进行扭转。
- 所以咱们须要在链表头部增加一个哨兵节点
- 循环中首先操作三个指针实现节点替换
- 指针右移,进行下一对节点的替换
迭代 + 哨兵节点
const swapPairs = (head) => {const dummy = new ListNode(0);
dummy.next = head; // 头部增加哨兵节点
let prev = dummy;
while (head && head.next) {
const next = head.next; // 保留 head.next
head.next = next.next;
next.next = head;
prev.next = next;
// 上面两个操作将指针更新
prev = head;
head = head.next;
}
return dummy.next;
};
- 工夫复杂度:O(n)
- 空间复杂度:O(1)
递归
如果你对递归还感觉把握的不够透彻,能够移步我的这篇专栏
回到本题的递归解法:
- 写递归解法的话,老套路,先明确终止条件,链表中没有节点或只有一个节点时无奈进行替换。
- 接下来递归的进行两两替换节点并更新指针关系。
- 返回新链表的头节点 newHead。
const swapPairs = function (head) {
// 递归终止条件
if (head === null || head.next === null) {return head;}
// 取得第 2 个节点
let newHead = head.next;
// 将第 1 个节点指向第 3 个节点,并从第 3 个节点开始递归
head.next = swapPairs(newHead.next);
// 将第 2 个节点指向第 1 个节点
newHead.next = head;
return newHead;
}
- 工夫复杂度:O(n)
- 空间复杂度:O(n)
04 环形链表
原题链接
快慢指针
- 应用快慢不同的两个指针遍历,快指针一次走两步,慢指针一次走一步。
- 如果没有环,快指针会先达到尾部,返回 false。
- 如果有环,则肯定会相遇。
const hasCycle = function(head) {if (!head || !head.next) return false;
let fast = head.next;
let slow = head;
while (fast !== slow) {if (!fast || !fast.next) {return false;}
fast = fast.next.next;
slow = slow.next;
}
return true;
};
- 工夫复杂度:O(n)
- 空间复杂度:O(1)
标记法
遍历链表,通过 flag 标记判断是否有环,如果标记存在则有环。(走过的中央插个旗子做标记)
const hasCycle = function(head) {while (head) {if (head.flag) {return true;} else {
head.flag = true;
head = head.next;
}
}
return false;
}
- 工夫复杂度:O(n)
- 空间复杂度:O(1)
05 反转链表
原题链接
迭代
- 初始化哨兵节点 prev 为 null,及以后节点 curr 指向头节点。
- 开始迭代,记录 next 指针留备后用,反转指针。
- 推动指针持续迭代,最初返回新的链表头节点 prev。
const reverseList = function(head) {
let prev = null;
let curr = head;
while (curr !== null) {
// 记录 next 节点
let next = curr.next;
// 反转指针
curr.next = prev;
// 推动指针
prev = curr;
curr = next;
}
// 返回翻转后的头节点
return prev;
};
- 工夫复杂度: O(n)
- 空间复杂度: O(1)
递归
const reverseList = function(head) {if (!head || !head.next) return head;
// 记录以后节点的下一个节点
let next = head.next;
let reverseHead = reverseList(next);
// 操作指针进行反转
head.next = null;
next.next = head;
return reverseHead;
};
- 工夫复杂度: O(n)
- 空间复杂度: O(n)
06 链表的两头结点
原题链接
快慢指针
老套路,借助快慢指针,fast 一次走两步,slow 一次走一步,当 fast 达到链表开端时,slow 就处于链表的两头点了。
const middleNode = function(head) {
let fast = head, slow = head;
while (fast && fast.next) {
slow = slow.next;
fast = fast.next.next;
}
return slow;
};
- 工夫复杂度: O(n)
- 空间复杂度: O(1)