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;
  }
}

小技巧，学到了