链表的基本知识与递归方法的基本思路及哈希表

链表和递归是计算机科学中两个非常重要的概念，它们各自有不同的应用场景和解决问题的思路。下面分别介绍它们的基本知识和递归的基本思路。

链表的基本知识

1. 定义

链表是一种线性数据结构，由一系列节点组成，每个节点包含数据部分和指向下一个节点的指针（在双向链表中，还有指向前一个节点的指针）。最后一个节点的指针指向`null`（或`None`），表示链表的结束。

2. 类型

单向链表：每个节点只有一个指针指向下一个节点。
双向链表：每个节点有两个指针，分别指向前一个和下一个节点。
循环链表：链表的最后一个节点指向第一个节点，形成一个环。

3. 常见操作

插入：在链表的指定位置插入一个新节点。
删除：删除链表中的指定节点。
搜索：遍历链表，查找是否存在某个特定值的节点。
遍历：从头节点开始，逐个访问链表中的每个节点。

4. 特点

内存分配：链表不需要连续的内存空间。
插入和删除：链表在插入和删除操作上通常更高效。
随机访问：链表不支持快速的随机访问，需要从头开始遍历。

递归的基本思路

1. 定义

递归是一种编程技巧，它允许函数调用自身来解决问题。递归函数通常包含两个主要部分：
基本情况（Base Case）：这是递归结束的条件，防止无限递归。
递归步骤（Recursive Step）：函数调用自身来解决问题的一个更小的部分。

2. 工作原理

递归函数通过不断将问题分解为更小的子问题，直到达到基本情况，然后逐步返回解决每一个子问题的答案，最终解决整个问题。

3. 重要概念

递归深度：递归调用的最大层数，过深可能导致栈溢出。
尾递归：一种特殊的递归形式，如果编译器或解释器支持尾调用优化，可以有效减少栈空间的使用。

4. 适用场景

递归非常适合解决可以分解为相似子问题的问题，如树的遍历、分治算法、汉诺塔问题等。

结合链表和递归

链表和递归可以结合使用，例如在链表的某些操作中（如链表的反转、排序等），递归可以提供一种简洁的解决方案。递归遍历链表是一种常见的应用，尤其是对于双向链表和循环链表，递归可以提供一种直观的方式来访问所有节点。

反转链表

(LeetCode 206)

(LeetCode 24)

哈希表的基本知识

哈希表是一种使用哈希函数组织数据，以支持快速插入、删除和查找操作的数据结构。它通过一个哈希函数将键映射到表中的位置来存储数据。理想情况下，哈希函数能将每个键均匀地映射到表的不同位置，但在实际应用中，由于键的多样性以及哈希表大小的限制，哈希冲突（也称为哈希碰撞）是不可避免的。

哈希冲突（哈希碰撞）

哈希冲突发生在两个或多个键通过哈希函数计算得到相同的索引值时。即，不同的键值被哈希到同一个位置。解决哈希冲突的方法主要有以下几种：

1. 开放寻址法（Open Addressing）

 线性探测（Linear Probing）：当发生冲突时，顺序查找表中下一个空位置。
 二次探测（Quadratic Probing）：使用二次方的探测序列来寻找空位。
 双重哈希（Double Hashing）：使用另一个哈希函数来计算探测序列。

2. 链地址法（Chaining）

每个哈希表的槽位存储一个链表，所有哈希到该位置的元素都放在这个链表中。当发生冲突时，只需在对应的链表中添加元素。

3. 再哈希法（Rehashing）

当哈希表变得过于拥挤时，使用另一个哈希函数重新计算所有元素的哈希值，并将它们重新插入到新的哈希表中。

4. 公共溢出区（Overflow Area）

 设立一个单独的存储区域用于存放发生冲突的数据。

解决哈希冲突的关键点

效率：选择合适的冲突解决策略对哈希表的性能至关重要。例如，链地址法在动态调整大小时通常更灵活，而开放寻址法则在缓存利用上可能更高效。
负载因子（Load Factor）：负载因子是哈希表中元素数量与表大小的比值。随着负载因子的增加，冲突的可能性也增加，因此适时调整哈希表大小是必要的。
哈希函数的设计：一个好的哈希函数应该尽量减少冲突，均匀分布键值。

哈希冲突是哈希表设计中不可避免的问题，但通过合理的设计和策略选择，可以有效地管理和减少冲突对性能的影响。

有效的字母异位词

（LeetCode 242）

两个数组的交集

（LeetCode 349）