每日一题——删除排序链表中的重复项 II

最新推荐文章于 2021-03-26 13:10:34 发布
最新推荐文章于 2021-03-26 13:10:34 发布
阅读量4k 收藏
点赞数
分类专栏： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/W_J_G_/article/details/107011390
版权
菜鸡每日一题系列打卡82天每天一道算法题目小伙伴们一起留言打卡坚持就是胜利，我们一起努力！题目描述(引自LeetCode)给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中...
摘要由CSDN通过智能技术生成

菜鸡每日一题系列打卡82天

每天一道算法题目 

小伙伴们一起留言打卡

坚持就是胜利，我们一起努力！

题目描述(引自LeetCode)

给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中没有重复出现的数字。

示例 1:
输入: 1->2->3->3->4->4->5
输出: 1->2->5

示例 2:
输入: 1->1->1->2->3
输出: 2->3

题目分析

这是一道链表的操作题目，在之前的题目中，菜鸡曾不止一次地提起过，链表是一种递归定义的数据结构，关于链表的操作题目，可以考虑采用递归法和迭代法两种方法进行实现。

有关链表操作的题目着实非常重要，也是面试过程中考查的热点，菜鸡在本文中将会采用两种方式进行实现，话不多说，上代码！

代码实现

/**
 * Definiti
最低0.47元/天 解锁文章
有理想的菜鸡
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
删除排序链表里面的重复元素，留下不重复的元素
P_J_STL的专栏
07-26 454
给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中 没有重复出现 的数字。 示例 1: 输入: 1->2->3->3->4->4->5 输出: 1->2->5 示例 2: 输入: 1->1->1->2->3 输出: 2->3 分析：这种题一般分为两种实现，一种构建一个新的链表，一种是原地操作。...
给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中 没有重复出现的数字。Java双指针实现
我的梦境传说
06-25 1590
public class Solution1 { /** * 删除有序链表中重复的节点，只保留出现一次的节点 * @param head 链表 * @return 链表头 */ public static ListNode deleteDuplicates(ListNode head) { //链表的长度小于等于1，直接返回 if(head == null || head.next == null){ ...
链表的重复节点删除
guapi_poe的博客
08-11 659
【题目一】 力扣83 删除重复的节点（保留重复的节点） 给定一个排序链表，删除所有重复的元素，使得每个元素只出现一次。示例1: 输入: 1->1->2输出: 1->2 示例2: 输入: 1->1->2->3->3输出: 1->2->3 【解法1】使用set去重，思路很简单。时间复杂度O(N)，空间复杂度O(N) public static ListNode deleteRepeatedNode1(ListNode head) { if ...
[LeetCode] 82、删除排序链表中的重复元素 II
aift的专栏
01-16 172
题目描述 给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中 没有重复出现 的数字。 输入: 1->2->3->3->4->4->5 输出: 1->2->5 解题思路 《剑指offer》第18题，链表题大多还是用“多指针”解决，一般都不会很难，注意不要断链就好。 参考代码 /* struct ListNode { int val...
链表相关算法题（Java实现）
qq_43568704的博客
08-10 1145
链表相关算法题 以下题目均为力扣原题，解法参考评论区大佬，仅作为个人日后复习之用。 1.链表反转 定义一个函数，输入一个链表的头节点，反转该链表并输出反转后链表的头节点。 示例: 输入: 1->2->3->4->5->NULL 输出: 5->4->3->2->1->NULL 代码实现： class Solution { public ListNode reverseList(ListNode head) {
java-leetcode题解之第83题删除排序链表中的重复元素.zip
最新发布
06-05
在本压缩包中，我们关注的是Java编程语言在解决LeetCode第83题——"删除排序链表中的重复元素"时的应用。这是一个经典的链表问题，主要考察的是数据结构和算法的理解，特别是对链表操作的熟练度。下面将详细阐述这个...
《剑指Offer》刷题笔记——面试题24. 反转链表
01-20
一、题目描述： 二、解题分析： 1、leetcode解析 2、测试用例 3、代码实现 # Definition for singly-linked list. # class ListNode: # def __init__(self, x): # self.val = x # self.next = None from ...
《剑指Offer》刷题笔记——面试题22. 链表中倒数第k个节点
12-22
一、题目描述： 二、解题分析： 1、剑指解析 2、测试用例 3、代码实现 # Definition for singly-linked list. # class ListNode: # def __init__(self, x): # self.val = x # self.next = None class Solution: ...
python-leetcode面试题解之第148题排序链表-题解.zip
05-14
本题目聚焦于Python语言，具体是LeetCode的第148题——“排序链表”。这个题目的目标是给定一个链表，将其元素按照非递减顺序进行排序。 链表是一种常见的数据结构，它由一系列节点组成，每个节点包含数据和指向下...
给定一个排序链表，删除所有重复的元素，使得每个元素只出现一次。
if_i_were_a的博客
04-08 3658
题目描述: 给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中没有重复出现的数字。LeetCode的83题，以后题目的序号有可能会改变 示例1: 输入: 1->1->2 输出: 1->2 示例2: 输入: 1->1->2->3->3 输出: 1->2->3 代码如下: public ListNode...
删除排序链表中重复元素的方法
dhaibo1986的专栏
07-09 3385
链表的操作非常常见，也是面试中经常会被问道的问题。对于链表重复元素的删除，有两个变体，现在总结如下。 链表代码如下： public class ListNode { int val; ListNode next; ListNode(int x) { val = x; } } 1.删除重复元素，所有元素只保留一次。 * @description 给定一个排序链表，删除所有重复的元素，使得每个元素只出现一次。 * 示例 1: * 输入: 1->1->2 * 输出
【lc刷题】82 删除排序链表中的重复元素 II(链表)_Day05
Loewi的博客
05-14 244
删除排序链表中的重复元素 II   给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中 没有重复出现 的数字。   示例 1:   输入: 1->2->3->3->4->4->5 输出: 1->2->5   示例 2:   输入: 1->1->1->2->3 输...
删除排序链表中的重复项进阶版
qq_43411563的博客
04-17 185
一、题目描述 给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中 没有重复出现 的数字。 示例 1: 输入: 1->2->3->3->4->4->5 输出: 1->2->5 示例 2: 输入: 1->1->1->2->3 输出: 2->3 二、我的思路 与上一篇不同的是此题要求删除的是所有重复数字的节点，...
剑指offer删除链表的节点
一个白馒头的博客
11-24 54
题目描述 给定单向链表的头指针和一个要删除的节点的值，定义一个函数删除该节点。 返回删除后的链表的头节点。 可以额外创建一个新节点，判断cur.next.val==val即可 class Solution { public ListNode deleteNode(ListNode head, int val) { ListNode preHead = new ListNode(-1); preHead.next = head; for(ListNod
删除排序链表中的重复元素
Medlen
05-30 264
给定一个排序链表，删除所有含有重复数字的节点，只保留原始链表中 没有重复出现 的数字。 示例 1: 输入: 1->2->3->3->4->4->5 输出: 1->2->5 示例 2: 输入: 1->1->1->2->3 输出: 2->3 思路： 如何确定头结点？ 建立一个哨位节点，在链表头部，最后返回该节点的下一个节点即...
删除有序链表中的重复节点II
小王同学的博客
03-25 303
Remove Duplicates from sorted list II ​ #算法每日一题# 今天的每日一题，它的题目描述是这样的： Given the head of a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list. Return the linked list sorted as well. 解法一 ​
记录十四——从已排序的链表中删除重复项
w1375834506的博客
03-20 111
删除已排序链表中的重复项 给出一个已排序的链表，删除所有重复的元素保证每个元素只出现一次 Input: 1->1->2 Output: 1->2 Input: 1->1->2->3->3 Output: 1->2->3 这道题是一道简单题，考察的就是对链表的指针操作，需要加强这方面的练习 class Solution { publ...
链表去重（删除重复元素）
SpringRolls的博客
11-03 3603
未排序链表去重 O（n^2） 思路： 第一重循环从链表的头节点开始，枚举一个保留的节点，这是因为我们保留的是「最开始出现的节点」。 第二重循环是枚举「最开始出现的节点」的下一个结点，到链表的末尾结束，将所有与保留节点相同的节点全部移除。 //移除未排序链表中的重复节点。保留最开始出现的节点。（两层循环） //输入：[1, 2, 3, 3, 2, 1] //输出：[1, 2, 3] var removeDuplicateNodes = function (head) { var slow =
删除链表重复元素（一题三解）
ZERO的博客
03-26 119
删除链表重复元素（一题三解） 一、迭代法 public ListNode recursion_deleteDuplicates(ListNode head){ ListNode dummy = new ListNode(); dummy.next = head;//不加哑节点的话，就要用注释里那条，我没看懂 if(head == null){//当前遍历到头了 return null; }else if(head.
大数据面试题——spark面试题（一）
06-28
### 回答1： 好的，下面是对大数据面试题——spark面试题（一）的回答： 1. 什么是Spark？它与Hadoop有什么区别？ Spark是一个快速、通用、可扩展的大数据处理引擎，它可以在内存中进行数据处理，因此比Hadoop更快。与Hadoop相比，Spark的优点在于它可以在内存中进行数据处理，因此速度更快，而且它支持更多的数据处理方式，例如流处理、图形处理等。 2. Spark的核心组件有哪些？ Spark的核心组件包括Spark Core、Spark SQL、Spark Streaming、MLlib和GraphX。 3. 什么是RDD？它有哪些特点？ RDD是Spark中的一个基本概念，它代表一个不可变的分布式数据集合。RDD具有以下特点： - 可以在内存中进行计算，因此速度快； - 支持多种操作，例如map、reduce、filter等； - 可以进行持久化，以便在后续计算中重复使用。 4. Spark中的map和flatMap有什么区别？ map和flatMap都是RDD中的转换操作，它们的区别在于： - map操作对每个元素进行转换，返回一个新的元素； - flatMap操作对每个元素进行转换，返回一个包含多个元素的序列。 5. 什么是Spark的shuffle操作？ Spark的shuffle操作是指将数据重新分区的操作，它通常发生在reduce操作之前。Shuffle操作会将数据从多个节点上收集到一个节点上，然后重新分区，以便进行后续的计算。 6. Spark中的cache和persist有什么区别？ cache和persist都是将RDD持久化到内存中，以便在后续计算中重复使用。它们的区别在于： - cache操作默认将数据持久化到内存中，而persist操作可以指定将数据持久化到内存、磁盘或者其他存储介质中； - cache操作是persist操作的一种简化形式，它默认将数据持久化到内存中，并且只能持久化到内存中。 7. Spark中的reduceByKey和groupByKey有什么区别？ reduceByKey和groupByKey都是对键值对RDD进行操作的函数，它们的区别在于： - reduceByKey操作会在每个分区内先进行本地聚合，然后再进行全局聚合，因此效率更高； - groupByKey操作会将所有的键值对都进行网络传输，然后在一个节点上进行聚合，因此效率较低。 8. Spark中的broadcast变量有什么作用？ broadcast变量是一种只读的变量，它可以在所有节点上共享，以便在计算过程中使用。使用broadcast变量可以避免在网络上传输大量的数据，从而提高计算效率。 9. 什么是Spark的checkpoint操作？ Spark的checkpoint操作是将RDD持久化到磁盘上，以便在后续计算中重复使用。与cache和persist不同的是，checkpoint操作会将数据持久化到磁盘上，以便在内存不足时可以从磁盘上恢复数据。 10. Spark中的Task是什么？ Task是Spark中的一个基本概念，它代表一个可以在一个节点上执行的计算任务。Spark将一个RDD分成多个分区，每个分区对应一个Task，这些Task可以并行执行，以提高计算效率。 ### 回答2： 今天我们来讨论一下关于Spark大数据面试的一些常见问题。Spark是一种基于Hadoop的开源计算系统，它能够快速处理大规模数据，并且支持多种编程语言，包括Java、Scala和Python等。以下是一些Spark面试题及其答案： 1. Spark有哪几种部署模式？ Spark有三种部署模式，分别是本地模式、集群模式和分布式模式。本地模式指的是在本地运行Spark应用程序，不需要连接到外部计算机。集群模式指的是单个Spark集群环境，它由一组Spark节点组成，可以在数据中心或云中运行。分布式模式指的是使用多个Spark集群并行处理大规模数据。 2. Spark和Hadoop的区别是什么？ Spark和Hadoop都是处理大规模数据的工具，但它们有一些区别。首先，Spark处理数据速度快，因为它将数据存储在内存中，而Hadoop则将数据存储在磁盘中。其次，Spark支持更多的编程语言，包括Java、Scala和Python等，而Hadoop只支持Java。此外，Spark具有更好的机器学习和图形处理功能，可以更好地支持大规模数据分析。 3. Spark的RDD是什么？ RDD是Spark中重要的概念，全称为Resilient Distributed Dataset。它是一个不可变的分布式数据集合，可以分区存储在不同节点上，并且每个分区都可以在并行处理中进行处理。RDD支持两种操作，即转化操作和行动操作。转化操作将一个RDD转换为另一个RDD，而行动操作返回一个结果或将结果输出至外部系统。 4. Spark的优化技术有哪些？ Spark优化技术包括数据本地化、共享变量、宽依赖和窄依赖、缓存和持久化，以及数据分区等技术。数据本地化将数据存储在尽可能接近计算节点的位置，以减少网络传输的开销。共享变量将常用的变量通过广播或累加器的方式在节点中共享，从而减少网络传输量。宽依赖和窄依赖指的是在转化操作中RDD之间的依赖关系，窄依赖表示每个父分区最多与一个子分区有关联，而宽依赖则表示多个子分区可能与多个父分区关联。缓存和持久化技术可将RDD保存在内存中，从而加速访问速度。数据分区可以将数据划分为较小的块进行并行处理。 5. Spark Streaming是什么？ Spark Streaming是Spark的一个扩展模块，它支持实时数据流处理。Spark Streaming可以将实时数据流以微批次方式处理，每个批次的数据处理平均耗时只有几秒钟。Spark Streaming可以将数据存储在内存或磁盘中，同时支持多种数据源和数据输出方式。 以上是关于Spark大数据面试题的一些回答，希望能够对大家有所帮助。如果你想深入学习Spark和大数据处理技术，可以考虑参加相关的培训课程或在线课程。 ### 回答3： Spark是一个分布式计算框架，它可以使大规模数据处理更加高效和便捷。因此，在企业招聘大数据领域的人才时，对Spark的技术能力要求越来越高。以下是Spark面试题的回答： 1. Spark有哪些组件？ Spark框架由三个核心组件组成：Spark Core、Spark SQL和Spark Streaming。此外，还有Spark MLlib、Spark GraphX、Spark R等个别不同的子组件。 2. 什么是RDD？与Dataframe有什么区别？ RDD（弹性分布式数据集）是Spark的核心数据抽象，是不可变的分布式对象集合。RDD可以从文件中读取数据、从内存中读取数据、并行修改数据等。而Dataframe和RDD类似，但是Dataframe更加强大，因为它是带有结构化的RDD。Dataframe在处理大规模结构化数据时非常有效和便捷。 3. Spark如何处理缺失数据？ Spark提供了两种处理缺失数据的方法：第一种是使用DataFrame API中的na函数，可以删除或替换缺失值；第二种是使用MLlib中的Imputer类，可以将缺失值替换为均值或中位数。 4. 什么是Spark的任务（task）？ 一个任务是Spark作业中的最小执行单位。Spark集群上的作业被划分为多个任务，这些任务可以并行执行。 5. Spark的shuffle操作是什么？它为什么是昂贵的？ Spark的shuffle操作是将一组数据重新分配到不同计算节点上的操作。Shuffle操作可能会导致大量数据的磁盘写入、网络传输和数据重组，这些都是非常昂贵的操作。因此，它在Spark集群中是一个相当昂贵的操作。 6. Spark中的Partition有什么作用？ Partition是Spark中的数据划分单位。它可以将数据分成多个块并对每个块进行处理。Partition 可以提高 Spark 的并行度和运行效率，因为它可以将大规模数据分成多个小块，并在集群的多个计算节点上并行处理数据。 总而言之，Spark是大数据领域中使用最广泛的计算引擎之一，其技术理念和应用场景非常广泛。对于求职者而言，掌握 Spark 的基本概念和技术特点，提高对 Spark 的理解和应用能力，将有助于更好地处理和分析大规模数据集。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值