题目
给定一个链表,判断链表中是否有环。
如果链表中有某个节点,可以通过连续跟踪 next 指针再次到达,则链表中存在环。 为了表示给定链表中的环,我们使用整数 pos 来表示链表尾连接到链表中的位置(索引从 0 开始)。 如果 pos 是 -1,则在该链表中没有环。注意:pos 不作为参数进行传递,仅仅是为了标识链表的实际情况。
如果链表中存在环,则返回 true 。 否则,返回 false 。
进阶:
你能用 O(1)(即,常量)内存解决此问题吗?
示例 1:
输入:head = [3,2,0,-4], pos = 1
输出:true
解释:链表中有一个环,其尾部连接到第二个节点。
示例 2:
输入:head = [1,2], pos = 0
输出:true
解释:链表中有一个环,其尾部连接到第一个节点。
示例 3:
输入:head = [1], pos = -1
输出:false
解释:链表中没有环。
提示:
链表中节点的数目范围是 [0, 10^4]
-10^5 <= Node.val <= 10^5
pos 为 -1 或者链表中的一个 有效索引 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/linked-list-cycle
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题思路
哈希表
用哈希表存储遍历过的节点,当出现环时,必然在哈希表中已有记录,可快速查询到,此时返回已有节点。
- 时间复杂度O(n)
对链表节点进行遍历,遍历至出现环时的节点,节点次数必然大于链表长度n。 - 空间复杂度O(n)
哈希表存储环形链表的所有节点,与链表长度有关。
链表计数
考虑最多的情况,链表最多有10000个节点,一旦遍历次数超过该值,则为有环。
- 时间复杂度O(n)
对链表节点进行遍历,遍历至出现环时的节点,节点次数必然大于链表长度n。 - 空间复杂度O(1)
一个新的变量count空间。
快慢指针
枚举节点时设置一快一慢双指针,有环的情况下两个指针最终会相遇。
- 时间复杂度O(n)
对链表节点进行遍历,遍历至出现环时的节点,节点次数必然大于链表长度n。 - 空间复杂度O(1)
两个指针空间。
提交代码
哈希表
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def hasCycle(self, head: ListNode) -> bool:
dic = {}
while head:
if dic.get(head):
return True
dic[head] = 1
head = head.next
return False
链表计数
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def hasCycle(self, head: ListNode) -> bool:
count = 0
while head and count <= 10000:
count += 1
head = head.next
return count > 10000
快慢指针
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, x):
# self.val = x
# self.next = None
class Solution:
def hasCycle(self, head: ListNode) -> bool:
slow, fast, flag = head, head, False
while fast:
if flag:
slow = slow.next
flag = False
else:
flag = True
fast = fast.next
if slow == fast:
return True
return False
学习总结
- 学习环形链表的特性,典型判断方法为快慢指针法,是第二次遇到,对实现更加了解;
- 在遍历链表节点时,还可以对每个节点设置属性值,空间复杂度为O(n),判断标志为出现重复的节点。