算法 链表 相交链表

在这里插入图片描述

在数据结构领域,链表是一种非常基础而重要的数据结构。它由一系列节点组成,每个节点包含数据部分以及指向下一个节点的链接。链表可以分为单向链表、双向链表和循环链表等多种类型。本篇文章将聚焦于一个特定的问题——如何检测两个单向链表是否相交,并找到它们的第一个相交节点。这不仅是一个常见的面试题目,也是实际项目中可能遇到的问题。

基本概念与作用

在讨论如何解决相交链表问题之前,我们先来了解一下几个基本概念:

  • 节点(Node):链表的基本单元,通常包含一个或多个数据字段和一个或多个指向其他节点的链接。
  • 头节点(Head Node):链表的第一个节点。
  • 尾节点(Tail Node):链表的最后一个节点,其链接指向null
  • 相交节点(Intersection Node):如果两个链表相交,则从该节点开始,两个链表共享相同的节点序列。

相交链表问题的应用场景很多,比如在文件系统中追踪文件的历史版本,或者在网络路由中寻找最短路径等。了解并掌握这一算法,对于提高编程技能和解决实际问题都有很大帮助。

检测相交链表的方法

方法一:使用哈希表

这是最直接的方法,通过遍历第一个链表并将所有节点存储在一个哈希表中,然后遍历第二个链表,检查是否有节点已经存在于哈希表中。这种方法的时间复杂度为O(n+m),空间复杂度为O(n)。

示例一
class ListNode:
    def __init__(self, x):
        self.val = x
        self.next = None

def getIntersectionNode(headA, headB):
    if not headA or not headB:
        return None
    seen_nodes = set()
    while headA:
        seen_nodes.add(headA)
        headA = headA.next
    while headB:
        if headB in seen_nodes:
            return headB
        headB = headB.next
    return None

方法二:双指针法

此方法不需要额外的空间。首先,分别遍历两个链表,计算出各自的长度。然后,让较长的链表先走几步,直到两者剩余长度相同。接着,同时向前移动两个指针,直到它们相遇或到达链表末尾。这种方法的时间复杂度为O(n+m),但空间复杂度降为O(1)。

示例二
def getIntersectionNode(headA, headB):
    lenA, lenB = 0, 0
    nodeA, nodeB = headA, headB
    
    # 计算两个链表的长度
    while nodeA is not None:
        lenA += 1
        nodeA = nodeA.next
    while nodeB is not None:
        lenB += 1
        nodeB = nodeB.next
    
    # 让长链表先走几步
    longer, shorter = (headA, headB) if lenA > lenB else (headB, headA)
    for _ in range(abs(lenA - lenB)):
        longer = longer.next
    
    # 同步前进找交点
    while longer is not None and shorter is not None:
        if longer == shorter:
            return longer
        longer = longer.next
        shorter = shorter.next
    
    return None

方法三:循环双指针法

这种方法更加巧妙,两个指针分别从两个链表头部开始遍历,当一个指针到达链表末尾时,跳转到另一个链表的头部继续遍历。最终,两个指针会在相交节点相遇,或者同时到达两个链表的末尾。这种方法同样不需要额外空间,且时间复杂度为O(n+m)。

示例三
def getIntersectionNode(headA, headB):
    pointerA, pointerB = headA, headB
    while pointerA != pointerB:
        pointerA = headB if pointerA is None else pointerA.next
        pointerB = headA if pointerB is None else pointerB.next
    return pointerA

实际工作中的应用技巧

在实际工作中,处理链表相交问题时,有几个要点值得注意:

  1. 边界条件处理:在编写任何链表相关的代码时,都要特别注意处理好边界条件,如空链表、只有一个节点的链表等。
  2. 性能考量:虽然哈希表方法简单易懂,但在内存受限的情况下,应优先考虑使用双指针或循环双指针方法。
  3. 代码健壮性:确保代码能够正确处理所有可能的输入情况,包括但不限于异常输入和极端情况。
  4. 测试用例设计:编写全面的测试用例来验证算法的正确性,包括但不限于标准情况、边界情况和错误输入。

通过上述方法和技巧的学习与实践,可以有效地提升解决链表相关问题的能力。希望本文能为读者提供有价值的参考和启发。


欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。


推荐:DTcode7的博客首页。
一个做过前端开发的产品经理,经历过睿智产品的折磨导致脱发之后,励志要翻身农奴把歌唱,一边打入敌人内部一边持续提升自己,为我们广大开发同胞谋福祉,坚决抵制睿智产品折磨我们码农兄弟!


专栏系列(点击解锁) 学习路线(点击解锁) 知识定位
《微信小程序相关博客》 持续更新中~ 结合微信官方原生框架、uniapp等小程序框架,记录请求、封装、tabbar、UI组件的学习记录和使用技巧等
《AIGC相关博客》 持续更新中~ AIGC、AI生产力工具的介绍,例如stable diffusion这种的AI绘画工具安装、使用、技巧等总结
《HTML网站开发相关》 《前端基础入门三大核心之html相关博客》 前端基础入门三大核心之html板块的内容,入坑前端或者辅助学习的必看知识
《前端基础入门三大核心之JS相关博客》 前端JS是JavaScript语言在网页开发中的应用,负责实现交互效果和动态内容。它与HTML和CSS并称前端三剑客,共同构建用户界面。
通过操作DOM元素、响应事件、发起网络请求等,JS使页面能够响应用户行为,实现数据动态展示和页面流畅跳转,是现代Web开发的核心
《前端基础入门三大核心之CSS相关博客》 介绍前端开发中遇到的CSS疑问和各种奇妙的CSS语法,同时收集精美的CSS效果代码,用来丰富你的web网页
《canvas绘图相关博客》 Canvas是HTML5中用于绘制图形的元素,通过JavaScript及其提供的绘图API,开发者可以在网页上绘制出各种复杂的图形、动画和图像效果。Canvas提供了高度的灵活性和控制力,使得前端绘图技术更加丰富和多样化
《Vue实战相关博客》 持续更新中~ 详细总结了常用UI库elementUI的使用技巧以及Vue的学习之旅
《python相关博客》 持续更新中~ Python,简洁易学的编程语言,强大到足以应对各种应用场景,是编程新手的理想选择,也是专业人士的得力工具
《sql数据库相关博客》 持续更新中~ SQL数据库:高效管理数据的利器,学会SQL,轻松驾驭结构化数据,解锁数据分析与挖掘的无限可能
《算法系列相关博客》 持续更新中~ 算法与数据结构学习总结,通过JS来编写处理复杂有趣的算法问题,提升你的技术思维
《IT信息技术相关博客》 持续更新中~ 作为信息化人员所需要掌握的底层技术,涉及软件开发、网络建设、系统维护等领域的知识
《信息化人员基础技能知识相关博客》 无论你是开发、产品、实施、经理,只要是从事信息化相关行业的人员,都应该掌握这些信息化的基础知识,可以不精通但是一定要了解,避免日常工作中贻笑大方
《信息化技能面试宝典相关博客》 涉及信息化相关工作基础知识和面试技巧,提升自我能力与面试通过率,扩展知识面
《前端开发习惯与小技巧相关博客》 持续更新中~ 罗列常用的开发工具使用技巧,如 Vscode快捷键操作、Git、CMD、游览器控制台等
《photoshop相关博客》 持续更新中~ 基础的PS学习记录,含括PPI与DPI、物理像素dp、逻辑像素dip、矢量图和位图以及帧动画等的学习总结
日常开发&办公&生产【实用工具】分享相关博客》 持续更新中~ 分享介绍各种开发中、工作中、个人生产以及学习上的工具,丰富阅历,给大家提供处理事情的更多角度,学习了解更多的便利工具,如Fiddler抓包、办公快捷键、虚拟机VMware等工具

吾辈才疏学浅,摹写之作,恐有瑕疵。望诸君海涵赐教。望轻喷,嘤嘤嘤
非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。愿斯文对汝有所裨益,纵其简陋未及渊博,亦足以略尽绵薄之力。倘若尚存阙漏,敬请不吝斧正,俾便精进!

在这里插入图片描述

在这里插入图片描述