19. 删除链表的倒数第N个节点
141. 环形链表
142. 环形链表 II
160. 相交链表
19. 删除链表的倒数第N个节点
题目形容
给定一个链表,删除链表的倒数第 n 个节点,并且返回链表的头结点。
示例:
给定一个链表: 1->2->3->4->5, 和 n = 2. 当删除了倒数第二个节点后,链表变为 1->2->3->5.
阐明:
给定的 n 保障是无效的。
进阶:
你能尝试应用一趟扫描实现吗?
思路
设置两个指针, 第一个向走n步, 而后两个指针一起往前走, 当第一个指针达到链表开端时, 第二个指针刚好指向倒数第n个元素
def removeNthFromEnd(head, n): if n < 1 or head == None: return head p_fast = p_slow = head # 快指针先往前挪动n步 for i in range(n): p_fast = p_fast.next # 如果此时fast指针为None, 则要删除的节点为头节点 if p_fast == None: return head.next # 快慢指针同时后退 while p_fast.next != None: p_fast = p_fast.next p_slow = p_slow.next p_slow.next = p_slow.next.next return head
工夫复杂度为$O(n)$, 空间复杂度为$O(1)$
141. 环形链表
给定一个链表,判断链表中是否有环。
为了示意给定链表中的环,咱们应用整数 pos 来示意链表尾连贯到链表中的地位(索引从 0 开始)。 如果 pos 是 -1,则在该链表中没有环。
示例 1:
输出:head = [3,2,0,-4], pos = 1 输入:true 解释:链表中有一个环,其尾部连贯到第二个节点。
示例 2:
输出:head = [1,2], pos = 0 输入:true 解释:链表中有一个环,其尾部连贯到第一个节点。
示例 3:
输出:head = [1], pos = -1 输入:false 解释:链表中没有环。
进阶:
你能用 O(1)(即,常量)内存解决此问题吗?
一个直观的想法是应用字典记录每个节点的拜访状态, 如果曾经被拜访,则返回False
def hasCycle(head): if not head: return False dicts = {} while head: if head in dicts: return True dicts[head] = 1 head = head.next return False
工夫复杂度为$O(n)$, 空间复杂度为$O(n)$
思路2, 双指针
设置2个速度不一样的指针, 别离为p1和p2, p1每次前进一步, p2每次后退2步.
如果链表中不蕴含环, 则p2会先达到起点, 此时完结, 返回False
如果链表蕴含环, 则p2最初会赶上p1, 此时完结, 返回True
def hasCycle(head): if (not head) or (not head.next): return False p1 = head p2 = head.next while p1 != p2: p1 = p1.next if not p2 or not p2.next: return False p2 = p2.next.next return True
工夫复杂度为$O(n)$, 空间复杂度为$O(1)$
142. 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。
为了示意给定链表中的环,咱们应用整数 pos 来示意链表尾连贯到链表中的地位(索引从 0 开始)。 如果 pos 是 -1,则在该链表中没有环。
阐明:不容许批改给定的链表。
示例 1:
输出:head = [3,2,0,-4], pos = 1 输入:tail connects to node index 1 解释:链表中有一个环,其尾部连贯到第二个节点。
示例 2:
输出:head = [1,2], pos = 0 输入:tail connects to node index 0 解释:链表中有一个环,其尾部连贯到第一个节点。
示例 3:
输出:head = [1], pos = -1 输入:no cycle 解释:链表中没有环。
进阶: 你是否能够不必额定空间解决此题?
和上题一样, 同样能够应用字典来解决
def detectCycle(head): if not head or not head.next: return None dicts = {} p = head while p: if p in dicts: return p else: dicts[p] = 0 p = p.next return None
工夫复杂度为$O(n)$, 空间复杂度为$O(n)$
思路2
如下图所示, 最右边红色节点示意链表的起始节点p_start, 两头红色节点示意环形链表的入口节点p_entrance, 左边红色节点示意快慢节点第一次相遇的节点p_inter.
p_start到p_entrance之间的间隔为F, p_entrance到p_inter之间的间隔为a, p_inter到p_entrance之间的间隔为b.
快慢指针同时后退, 在p_iter相遇, 则有如下公式成立
$2(F+a) = (F+a+b + a) + 1$
即失去
$F=b+1$
def detectCycle(head): if not head or not head.next: return None #设置快慢指针, 快指针是从第二个节点登程 fast = head.next slow = head # has_cycle = inter_node = None # 快指针和慢指针同时登程 while fast and fast.next: # 当快指针和慢指针指向同一地位时, 退出循环 if fast == slow: inter_node = fast break fast = fast.next.next slow = slow.next # 如果inter_node为None, 阐明无环 if not inter_node: return None fast = head slow = inter_node.next while fast != slow: fast = fast.next slow = slow.next return slow
总体的思路
- 设置快指针(每次走2步)和慢指针(每次走1步), 同时登程, 如果最初快指针和慢指针指向同一地位, 阐明有环.
- 将快指针后移一个节点, 慢指针指向head节点, 而后同时以雷同的速度登程.
- 直至相遇, 返回相遇节点.
160. 相交链表
编写一个程序,找到两个单链表相交的起始节点。
如上面的两个链表:
在节点 c1 开始相交。
示例 1:
输出:intersectVal = 8, listA = [4,1,8,4,5], listB = [5,0,1,8,4,5], skipA = 2, skipB = 3 输入:Reference of the node with value = 8 输出解释:相交节点的值为 8 (留神,如果两个链表相交则不能为 0)。从各自的表头开始算起,链表 A 为 [4,1,8,4,5],链表 B 为 [5,0,1,8,4,5]。在 A 中,相交节点前有 2 个节点;在 B 中,相交节点前有 3 个节点。
示例 2:
输出:intersectVal = 2, listA = [0,9,1,2,4], listB = [3,2,4], skipA = 3, skipB = 1 输入:Reference of the node with value = 2 输出解释:相交节点的值为 2 (留神,如果两个链表相交则不能为 0)。从各自的表头开始算起,链表 A 为 [0,9,1,2,4],链表 B 为 [3,2,4]。在 A 中,相交节点前有 3 个节点;在 B 中,相交节点前有 1 个节点。
示例 3:
输出:intersectVal = 0, listA = [2,6,4], listB = [1,5], skipA = 3, skipB = 2 输入:null 输出解释:从各自的表头开始算起,链表 A 为 [2,6,4],链表 B 为 [1,5]。因为这两个链表不相交,所以 intersectVal 必须为 0,而 skipA 和 skipB 能够是任意值。 解释:这两个链表不相交,因而返回 null。
留神:
如果两个链表没有交点,返回 null. 在返回后果后,两个链表仍须放弃原有的构造。 可假定整个链表构造中没有循环。 程序尽量满足 O(n) 工夫复杂度,且仅用 O(1) 内存。
思路1: 应用堆栈
def getIntersectionNode(headA: ListNode, headB: ListNode): if not headA or not headB: return None stacka = [] stackb = [] pa = headA pb = headB # 将链表a所有节点入栈 while pa: stacka.append(pa) pa = pa.next # 将链表b所有节点入栈 while pb: stackb.append(pb) pb = pb.next res = None pa = stacka.pop() pb = stackb.pop() # 顺次出栈 while pa == pb: res = pa if not stacka or not stackb: break pa = stacka.pop() pb = stackb.pop() return res
工夫复杂度$O(m+n)$, 空间复杂度$O(m+n)$
思路2:
应用字典
def getIntersectionNode(headA: ListNode, headB: ListNode): if not headA or not headB: return None dicts = {} pa = headA while pa: dicts[pa] = 1 pa = pa.next pb = headB while pb: # 如果该节点曾经在字典中, 则能够间接返回 if pb in dicts: return pb pb = pb.next return None
工夫复杂度为$O(m+n)$, 空间复杂度为$O(m)$或$O(n)$
思路3
双指针
- 设置指针p1, p2别离在headA和headB上挪动
- 如果p1指向None, 则将p1指向headB持续遍历
- 如果p2指向None, 则将p2指向headA持续遍历
- 如果p1和p2指向的节点雷同, 且不为None, 则找到了相交节点
在遍历的过程中, 两个指针为了放弃同一进度, 打消长度差. 当较长的链表指针指向较短链表head时, 长度差就能够打消
def getIntersectionNode(headA: ListNode, headB: ListNode): if not headA or not headB: return None p1 = headA p2 = headB while p1 != p2: p1 = headB if not p1 else p1.next p2 = headA if not p2 else p2.next return p1
最初遍历的次数为, 工夫复杂度为$O(m+n)$, 空间复杂度为$O(1)$
总结
这里介绍了几道对于快慢指针的题目, 快慢指针在链表中非常常见, 尤其是遇到环形链表, 穿插链表等这类问题时, 都能够应用快慢指针来解决问题. 它们的思路通常都是利用门路差来失去要害节点地位, 从而求解问题.