A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

本帖最后由 送分者 于 2020-10-29 14:02 编辑

链表
链表是数据结构里一个很基础但是又很爱考的线性结构,链表的操作相对来说比较简单,但是非常适合考察面试者写代码的能力,以及对 corner case 的处理,还有指针的应用很容易引起 NPE (null pointer exception)。综合以上原因,链表在面试中很重要。
提到链表就不得不提数组,它和数组可以说是数据结构的基础,那么它们最主要的区别在于:
  • 数组在物理内存上必须是连续的
  • 链表在物理内存上不需要连续,通过指针连接
所以数组最好的性质就是可以随机访问 random access,有了 index,可以 O(1) 的时间访问到元素。
而链表因为不连续,所以无法 O(1) 的时间定位任意一个元素的位置,那么就只能从头开始遍历。
这就造成了它们之间增删改查上效率的不同。
除此之外,链表本身的结构与数组也是完全不同的。
LinkedList 是由 ListNode 来实现的:
[Java] 纯文本查看 复制代码
class ListNode {
  int value;
  ListNode next;
[align=left]}
结构上长这样:
这是单向链表,那还有的链表是双向链表,也就是还有一个 previous pointer 指向当前 node 的前一个 node:
[Java] 纯文本查看 复制代码
class ListNode {
  int value;
  ListNode next;
  ListNode prev;
}

其实链表相关的题目没有很难的,套路也就这么几个,其中最常考最基础的题目是反转链表,听说微软可以用这道题电面刷掉一半的 candidate,两种方法一遍 bug free 还是不容易的。文章之前已经写过了,点击这里直达复习。
今天我们来说链表中最主要的 2 个技巧:双指针法和 dummy node,相信看完本文后,链表相关的绝大多数题目你都能搞定啦。
双指针法
双指针法在很多数据结构和题型中都有应用,在链表中用的最多的还是快慢指针。
顾名思义,两个指针一个走得快,一个走得慢,这样的好处就是以不同的速度遍历链表,方便找到目标位置。
常见的问题比如找一个链表的中点,或者判断一个链表是否有环。
例 1:找中点
这题就是给一个链表,然后找到它的中点,如果是奇数个很好办,如果是偶数个,题目要求返回第二个。
比如:
1 -> 2 -> 3 -> 4 -> 5 -> NULL,需要返回 3 这个 ListNode;
1 -> 2 -> 3 -> 4 -> 5 -> 6 -> NULL,需要返回 4 这个 ListNode。
但其实吐槽一下,如果真的要设计一个这样的 API,我更倾向于选择返回偶数个中的第一个中点。
为什么呢?
算法题都是工业生产中一些问题的抽象。比如说我们找中点的目的是为了把这个链表断开,那么返回了 3,我可以断开 3 和 4;但是返回了 4,单向链表我怎么断开 4 之前的地方呢?还得再来一遍,麻烦。
Solution方法一、
这题最直观的解法就是可以先求这个链表的长度,然后再走这个长度的一半,得到中点。
[Java] 纯文本查看 复制代码
class Solution {
    public ListNode middleNode(ListNode head) {
        if(head == null) {
          return null;
        }

        int len = 0;
        ListNode current = head;
        while(current != null) {
            len++;
            current = current.next;
        }

        len /= 2;
        ListNode result = head;
        while(len > 0) {
            result = result.next;
            len--;
        }

        return result;
    }
}

方法二、快慢指针
我们用两个指针一起来遍历这个链表,每次快指针走 2 步,慢指针走 1 步,这样当快指针走到头的时候,慢指针应该刚好在链表的中点。
[Java] 纯文本查看 复制代码
class Solution {
    public ListNode middleNode(ListNode head) {
        ListNode slow = head;
        ListNode fast = head;
        while(fast != null && fast.next != null) {
            slow = slow.next;
            fast = fast.next.next;
        }
        return slow;
    }
}
这两个方法孰优孰劣呢?
网上很多说什么方法一过了两遍链表,方法二只过了一遍。
但其实,但是方法二用了两个指针来遍历,所以两个方法过的遍数都是一样的。
它们最大的区别是:
方法一是 offline algorithm,方法二是 online algorithm。
公司里的数据量是源源不断的,比如电商系统里总有客户在下单,社交软件里的好友增长是一直在涨的,这些是数据流 data stream,我们是无法计算数据流的长度的。
那么 online algorithm 能够给时刻给出当前的结果,不用说等数据全部录入完成后,实际上也录不完。。这是 online algorithm 比 offline algorithm 大大的优势所在。
更多的解释大家可以参考 stack overflow 的这个问题,链接在文末。
例 2:判断单链表是否有环
思路:快慢指针一起从 head 出发,每次快指针走 2 步,慢指针只走 1 步,如果存在环,那么两个指针一定会相遇。
这题是典型的龟兔赛跑,或者说在操场跑圈时,跑的快的同学总会套圈跑的慢的。
[Java] 纯文本查看 复制代码
public class Solution {
    public boolean hasCycle(ListNode head) {
        ListNode slow = head;
        ListNode fast = head;
        while(fast != null && fast.next != null) {
            slow = slow.next;
            fast = fast.next.next;
            if(slow == fast) {
                return true;
            }
        }
        return false;
    }
}
这题有个升级版,就是要求返回环的起点。
例 3:返回有环链表的环的起点
这题我感觉不全是个算法题了,还是个数学题哈哈。
先摆出结论:
  • 快慢指针从链表头开始走,相遇的那点,记为 M;
  • 再用 2 个指针,一个从头开始走,一个从 M 开始走,相遇点即为 cycle 的起点。
我们先看抽象出来的图:
假设快慢指针在 M 点第一次相遇,
这里我们设 3 个变量来表示这个链表里的几个重要长度:
  • X:从链表头到环的起点的长度;
  • Y:从环的起点到 M 点的长度;
  • Z:从 M 点到环的起点的长度。
注意:因为环是有方向的,所以 Y 并不是 Z。
那其实我们唯一知道的关系就是:快慢指针在 M 点第一次相遇。这也是我们最初假设的关系。
而快慢指针有一个永远不变的真理:快指针走的长度永远是慢指针走的长度的 2 倍。
相遇时快慢指针分别走了多少的长度呢?
  • 快指针:X+ Y + 假设走了 k 圈
  • 慢指针:X + Y
那么我们就可以用这个 2 倍的关系,列出下列等式:
2 * (X + Y) = X + Y + kL
所以 X + Y = kL
而我们注意到:Y + Z = L,那么就能得出 X = Z。
所以当两个指针,一个从头开始走,一个从 M 点开始走时,相遇那点就是环的起点,证毕。
来看下代码吧:
[Java] 纯文本查看 复制代码
public class Solution {
  public ListNode detectCycle(ListNode head) {
    ListNode slow = head;
    ListNode fast = head;
    while (fast != null && fast.next != null) {
      slow = slow.next;
      fast = fast.next.next;
​      if (slow == fast) {
​        ListNode x = head;
​        ListNode y = slow;
​        while(x != y) {
​          x = x.next;
​          y = y.next;
​        }
​        return x;
​      }
​    }
​    return null;
  }
}
这题还有个应用,就是找一个特定数组里重复的数字,这里就不展开了,大家感兴趣的去做一下吧~
接下来我们聊聊 dummy node 这个技巧。
Dummy node
Dummy 的中文是“假”的意思,dummy node 大概可以翻译成虚拟节点?有更地道的说法的话还请大家在评论区告诉我呀~
一般来说,dummy node 的用法是在链表的真实 head 的前面加一个指向这个 head 的节点,目的是为了方便操作 head。
对于链表来说,head 是一个链表的灵魂,因为无论是查询还是其他的操作都需要从头开始,俗话说擒贼先擒王嘛,抓住了一个链表的头,就抓住了整个链表。
所以当需要对现有链表的头进行改动时,或者不确定头部节点是哪个,我们可以预先加一个 dummyHead,这样就可以灵活处理链表中的剩余部分,最后返回时去掉这个“假头”就好了。
很多时候 dummy node 不是必须,但是用了会很方便,减少 corner case 的讨论,所以还是非常推荐使用的。
光说不练假把式,我们直接来看题~
例 4:合并两个排好序的链表
这题有很多种解法,比如最直观的就是用两个指针,然后比较大小,把小的接到最终的结果上去。
但是有点麻烦的是,最后的结果不知道到底谁是头啊,是哪个链表的头作为了最终结果的头呢?
这种情况就非常适合用 dummy node。
先用一个虚拟的头在这撑着,把整个链表构造好之后,再把这个假的剔除。
来看代码~
[Java] 纯文本查看 复制代码
class Solution {
  public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
​    if (l1 == null) {
​      return l2;
​    }
​    if (l2 == null) {
​      return l1;
​    }
​    ListNode dummy = new ListNode(0);
​    ListNode ptr = dummy;
​    while (l1 != null && l2 != null) {
​      if (l1.val < l2.val) {
​        ptr.next = l1;
​        l1 = l1.next;
​      } else {
​        ptr.next = l2;
​        l2 = l2.next;
​      }
​      ptr = ptr.next;
​    }
​    if (l1 == null) {
​      ptr.next = l2;
​    } else {
​      ptr.next = l1;
​    }
​    return dummy.next;
  }
}
这题也有升级版,就是合并 k 个排好序的链表。本质上也是一样的,只不过需要重写一下比较器就好了。
例 5:删除节点
这道题的意思是删除链表中某个特定值的节点,可能有一个可能有多个,可能在头可能在尾。
如果要删除的节点在头的时候,新链表的头就不确定了,也有可能是个空的。。此时就很适合用 dummy node 来做,规避掉这些 corner case 的讨论。
那这题的思路就是:用 2 个指针
  • prev:指向当前新链表的尾巴
  • curr:指向当前正在遍历的 ListNode
如果 curr == 目标值,那就直接移到下一个;
如果 curr != 目标值,那就把 prev 指向它,接上。
这题需要注意的是,最后一定要把 prev.next 指向 null,否则如果原链表的尾巴是目标值的话,还是去不掉。
代码如下:
[Java] 纯文本查看 复制代码
class Solution {
  public ListNode removeElements(ListNode head, int val) {
​    ListNode dummy = new ListNode(0);
​    ListNode prev = dummy;
​    ListNode curr = head;
​    while(curr != null) {
​      if (curr.val != val) {
​        prev.next = curr;
​        prev = prev.next;
​      }
​      curr = curr.next;
​    }
​    prev.next = null;
​    return dummy.next;
  }
}

1 个回复

倒序浏览
小技巧,学到了
回复 使用道具 举报
您需要登录后才可以回帖 登录 | 加入黑马