Leetcode——扁平化多级双向链表

1. 扁平化多级双向链表

多级双向链表中，除了指向下一个节点和前一个节点指针之外，它还有一个子链表指针，可能指向单独的双向链表。这些子列表也可能会有一个或多个自己的子项，依此类推，生成多级数据结构，如下面的示例所示。

给你位于列表第一级的头节点，请你扁平化列表，使所有结点出现在单级双链表中。

示例 1：
输入：head = [1,2,3,4,5,6,null,null,null,7,8,9,10,null,null,11,12]
输出：[1,2,3,7,8,11,12,9,10,4,5,6]

解释：
输入的多级列表如下图所示：

扁平化后的链表如下图：

（1）递归（模拟）

为防止空节点等边界问题，起始时建立一个哨兵节点 dummy 指向 head，然后利用 head 指针从前往后处理链表：

• 当前节点 head 没有 child 节点：直接让指针后即可，即 head = head.nexthead=head.next；
• 当前节点 head 有 child 节点：将 head.child 传入函数 flatten 递归处理，拿到普遍化后的头结点 chead，然后将 head 和 chead 建立“相邻”关系（注意要先存起来原本的 tmp = head.next 以及将 head.child置空），然后继续往后处理，直到扁平化的 chead 链表的尾部，将其与 tmp 建立“相邻”关系。

/*
// Definition for a Node.
class Node {
    public int val;
    public Node prev;
    public Node next;
    public Node child;
};
*/

class Solution {
    public Node flatten(Node head) {
        Node dummy = new Node(0);
        dummy.next = head;
        
        while (head != null) {
            if (head.child == null) {
                head = head.next;
            } else {
                //存储下一个节点
                Node tmp = head.next; 

                //开始遍历子节点,直到遍历完最后一个子节点
                Node chead = flatten(head.child);
                head.next = chead;
                chead.prev = head;
                head.child = null;      //将 head.child置空
                while (head.next != null)
                    head = head.next;
                
                //开始继续遍历下一个节点（非子节点）
                head.next = tmp;
                if (tmp != null)
                    tmp.prev = head;
                head = tmp;
            }
        }
        return dummy.next;
    }
}

（2）递归（优化）

上述解法中，由于我们直接使用 flatten 作为递归函数，导致递归处理 head.childhead.child 后不得不再进行遍历来找当前层的“尾结点”，这导致算法复杂度为 O(n²)

可以额外设计一个递归函数 dfs 用于返回扁平化后的链表“尾结点”，从而确保我们找尾结点的动作不会在每层发生。

/*
// Definition for a Node.
class Node {
    public int val;
    public Node prev;
    public Node next;
    public Node child;
};
*/

class Solution {
    public Node flatten(Node head) {
        dfs(head);
        return head;
    }

    public Node dfs(Node head) {
        Node last = head;
        while (head != null) {
            //如果没有子节点
            if (head.child == null) {
                last = head;
                head = head.next;
            }
            else {
                //存储下一个节点 
                Node tmp = head.next;

                //开始遍历子节点,直到遍历完最后一个子节点
                Node childLast = dfs(head.child);
                head.next = head.child;
                head.child.prev = head;
                head.child = null;

                //开始继续遍历下一个节点（非子节点）
                if (childLast != null) 
                    childLast.next = tmp;
                if (tmp != null) 
                    tmp.prev = childLast;
                last = head;
                head = childLast;
            }
        }
        return last;
    }
}

（3）迭代

与「递归」不同的是，「迭代」是以“段”为单位进行扁平化，而「递归」是以深度（方向）进行扁平化，这就导致了两种方式对每个扁平节点的处理顺序不同。

递归 的处理节点（新的 nextnext 指针的构建）顺序为：

迭代 的处理节点（新的 nextnext 指针的构建）顺序为：

class Solution {
    public Node flatten(Node head) {
        Node dummy = new Node(0);
        dummy.next = head;
        for (; head != null; head = head.next) {
            if (head.child != null) {
                Node tmp = head.next;
                Node child = head.child;
                head.next = child;
                child.prev = head;
                head.child = null;
                Node last = head;
                while (last.next != null) last = last.next;
                last.next = tmp;
                if (tmp != null) tmp.prev = last;
            }
        }
        return dummy.next;
    }
}