leetcode刷题——LinkedList

最新推荐文章于 2021-08-27 09:09:20 发布

joker1993

最新推荐文章于 2021-08-27 09:09:20 发布

阅读量220

点赞数 1

分类专栏：算法与数据结构文章标签：数据结构 leetcode 链表

本文链接：https://blog.csdn.net/u011423145/article/details/102905919

版权

算法与数据结构专栏收录该内容

10 篇文章 1 订阅

订阅专栏

前言

链表数据结构属于链式数据结构（链表、树、图）中最简单的一种形式，在题目中主要是考察遍历、复制、倒序、增加节点、删除节点等操作，上周我用了３天时间刷完了教程，做了大概20道题目。

常见操作与编程技巧

一个链表中的节点可以用下面来表示（python语言）：

class ListNode(object):
    def __init__(self, x):
        self.val = x
        self.next = None

值存储在val中，同时存储了下一个节点的地址。

编程中用到的常见操作包括：

遍历链表获得长度。时间复杂度O(N)。
查找某个位置的节点。时间复杂度O(N)。
改变下一个节点的地址。查找时间复杂度O(N)。
生成反序链表。时间复杂度同样O(N)。

一些编程技巧：

快慢双指针。单向链表问题往往只能用当前节点做文章，对于比较、复制节点、删除节点一个指针无法完成，因此设置快慢指针可以一前一后完成相应操作。
循环链表。遇到循环类问题可以首尾相连试试解决方案。
遍历时候的while和for。由于链表之存储了下一个节点的地址，因此不可能建立索引，也就没法使用for循环进行迭代操作，因此只能用while形式通过指针形式向后跳转。
dummy_point。遍历单向链表后头部节点会找不到，因此必须在最开始声明一个指针，指向头节点。

关于数据结构的更多思考

从遍历的角度来看，数组、队列、栈、链表、树、图、散列表的实现可以分成以下两种情况：

数据结构内节点地址直接存储、直接获得，我们称作直接寻址。
数据结构内节点地址通过函数计算获得，我们称作函数寻址。

先解释下这两种情况。

我们说无论上面哪种数据结构，它肯定是由一个个节点组成的，否则他就是一个变量了。因此如何组织起这些数据节点，这就是结构问题，那么就是我们谈到的“数据结构”。

而一说到“数据结构”，不谈增删改等操作，单单只来看最基础的操作查，也就是遍历，对于每一种数据结构，那我们需要至少以下三个要素：

得到初始节点。
得到下一个节点地址，获得值，并重复此过程。
找到最后一个节点结束步骤２。

在这里，第一个步骤显而易见，你只有得到初始的节点位置，才能遍历，否则偌大的内存地址空间，没有位置，怎么确定从哪里开始。第三个步骤也容易理解，数据结构内的节点数量一定是有限的，因此必然通过第二个步骤找到最后的节点结束整个过程。第二个步骤，关键就是如何存储和得到节点地址？

我们可以仔细想想最基础的数组、散列表、链表是如何得到节点地址的：

数组很简单，通过索引，也就是下标，来计算从第一个节点隔几个取下一节点地址。我们可以通过表达式A(n) = A(0)+N来表示，这就是通过函数进行查找地址，这就是函数寻址。
散列表比较特殊。查找下一个节点或者在这里应该说查找某个节点，与所谓的初始节点没什么关系，我们可以通过表达式A(n)=f(N)来表达，这里没有A(0)什么事情，但显而易见的是它也是通过函数来查找地址，只不过它是通过hash的形式，不过是一种特殊的函数形式，需要处理桶内的再次查找问题，这就是函数寻址。
链表。链表要查找第N个节点，没办法要先找到第N-1、N-2个节点，我们可以这样表示A(n)=A(n-1).next表示。这里等号的右边还需要用到函数关系A()，因此这是一个递推过程，也可以叫函数的迭代。很明显计算A(n)无法通过函数一次解决，这就是直接寻址。

所以１，２的数组、散列表只需要一次函数的计算就可以获得节点地址，时间复杂度为O(1)。３链表需要多次函数计算获得节点地址，时间复杂度为O(N)。

再来看更复杂的队列、栈、树、图：

队列、栈。栈使用函数寻址和直接寻址实现都没有问题，因为栈的查找节点只需要在一端进行，用数组很直观，只要一直计算A(N-1)函数获得地址即可，用链表也可以实现使用快慢指针指向末尾两个节点即可。列表也是同样的道理，使用A(0),A(N-1)函数计算地址，或者使用链表，多个指针维护队列头尾。之所以这两种数据结构使用函数寻址和直接寻址两种方式都可以实现，原因就在于他们是连续的存储方式，便于如同数组一样函数寻址，同时常见遍历范围只局限于尾部或头尾一道两个节点，使用链表加几个指针直接寻址也不困难。
树。树使用类似链表的直接寻址方式就划算的多，因为它存储的下一个节点是多个子节点，使用函数计算的函数寻址方式就很难得到下一个节点（除非是堆这种完全二叉树形式，能把字节点地址精确映射到指定位置），不如直接存储子节点的地址划算的来。并且由于树天生的结构优势，它的查找在遍历过程中，时间复杂度更是能低到O(logN)。
图。图的邻接表存储方式结合了函数寻址和直接寻址的方式。我们把图中所有节点放在一个连续的数组内，用来函数寻址，把每个节点的相邻节点的地址存放在每个节点的值中，这就是直接寻址。通过两种方式的结合，我们能够很方便的在每个节点来回遍历。