日拱算法: 删除链表的倒数第 N 个结点

简介: 平常基本上没有用过链表数据结构,链表的优势在于插入的时间复杂度良好 O(1)。闲言少叙,冲就完事儿!

image.png

日拱算法,功不唐捐。


平常基本上没有用过链表数据结构,链表的优势在于插入的时间复杂度良好 O(1)。

闲言少叙,冲就完事儿!


题:给一个链表,删除链表的倒数第 n 个结点,并且返回链表的头结点。

image.png


比如:

输入: head = [1,2,3,4,5], n = 2
输出: [1,2,3,5]
输入: head = [1], n = 1
输出: []
输入: head = [1,2], n = 1
输出: [1]
  • 链表中结点的数目为 sz
  • 1 <= sz <= 30
  • 0 <= Node.val <= 100
  • 1 <= n <= sz


题解:


假如我们定义链表长度为l,则倒数第 n 项,正数第 l-n+1 项,其前一项为第 l-n 项;


  • 双指针法解法


让前后指针 forward 和 backward 相差为 n 后同时向后推进,则当 forward 到达终点,即 forward.next 为 null 时,backward 恰好到达倒数第 n 项的前一项,连接倒数第 n 项的前后项;


var removeNthFromEnd = function(head, n) {
    const dummy = new ListNode(0, head)
    let forward = dummy, backward = dummy
    while (n--) {
        forward = forward.next
    }
    while (forward.next) {
        forward = forward.next
        backward = backward.next
    }
    backward.next = backward.next.next
    return dummy.next
};


提交通过。

image.png


除了双指针,还有简单暴力的把链表转换成数组处理:

  • 数组法


将链表转换为纯数组,数组内存放链表的值,删除倒数第n个数,再将数组转换为链表;

var removeNthFromEnd = function(head, n) {
    let newArr = []
    let dummy = new ListNode()
    let newList = dummy
    while(head){
        newArr.push(head.val)
        head = head.next
    }
    newArr.splice(newArr.length - n, 1)       
    for(let i = 0; i < newArr.length ;i++){
        newList.next = new ListNode(newArr[i]);
        newList = newList.next;
    }
    return dummy.next
};


拓展:还可以将链表节点依次存入数组stack栈,再将栈的后n个元素弹出,暴露出链表倒数第n个数的前一个节点,将其与倒数第n个数的后一个节点相连:


var removeNthFromEnd = function(head, n) {
    const dummy = new ListNode(0, head)
    const stack = new Array()
    let pushList = dummy
    while (pushList != null) {
        stack.push(pushList)
        pushList = pushList.next
    }
    for (let i = 0; i < n; i++) {
        stack.pop()
    }
    let peek = stack[stack.length - 1]
    peek.next = peek.next.next
    return dummy.next
};


链表的关键在于判断下一节点的指向,链表和数组也可以互相转换,但是显得会有些生硬,双向指针是更灵活的做法。


我是掘金安东尼,输出暴露输入,技术洞见生活,再会~


目录
打赏
0
0
0
0
2
分享
相关文章
解析局域网内控制电脑机制:基于 Go 语言链表算法的隐秘通信技术探究
数字化办公与物联网蓬勃发展的时代背景下,局域网内计算机控制已成为提升工作效率、达成设备协同管理的重要途径。无论是企业远程办公时的设备统一调度,还是智能家居系统中多设备间的联动控制,高效的数据传输与管理机制均构成实现局域网内计算机控制功能的核心要素。本文将深入探究 Go 语言中的链表数据结构,剖析其在局域网内计算机控制过程中,如何达成数据的有序存储与高效传输,并通过完整的 Go 语言代码示例展示其应用流程。
44 0
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
124 29
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
173 25
2024重生之回溯数据结构与算法系列学习之单双链表精题详解(9)【无论是王道考研人还是IKUN都能包会的;不然别给我家鸽鸽丢脸好嘛?】
数据结构王道第2.3章之IKUN和I原达人之数据结构与算法系列学习x单双链表精题详解、数据结构、C++、排序算法、java、动态规划你个小黑子;这都学不会;能不能不要给我家鸽鸽丢脸啊~除了会黑我家鸽鸽还会干嘛?!!!
2024重生之回溯数据结构与算法系列学习之单双链表【无论是王道考研人还是IKUN都能包会的;不然别给我家鸽鸽丢脸好嘛?】
数据结构之单双链表按位、值查找;[前后]插入;删除指定节点;求表长、静态链表等代码及具体思路详解步骤;举例说明、注意点及常见报错问题所对应的解决方法
基于GA遗传算法的悬索桥静载试验车辆最优布载matlab仿真
本程序基于遗传算法(GA)实现悬索桥静载试验车辆最优布载的MATLAB仿真(2022A版)。目标是自动化确定车辆位置,使加载效率ηq满足0.95≤ηq≤1.05且尽量接近1,同时减少车辆数量与布载时间。核心原理通过优化模型平衡最小车辆使用与ηq接近1的目标,并考虑桥梁载荷、车辆间距等约束条件。测试结果展示布载方案的有效性,适用于悬索桥承载能力评估及性能检测场景。
基于双向RRT算法的三维空间最优路线规划matlab仿真
本程序基于双向RRT算法实现三维空间最优路径规划,适用于机器人在复杂环境中的路径寻找问题。通过MATLAB 2022A测试运行,结果展示完整且无水印。算法从起点和终点同时构建两棵随机树,利用随机采样、最近节点查找、扩展等步骤,使两棵树相遇以形成路径,显著提高搜索效率。相比单向RRT,双向RRT在高维或障碍物密集场景中表现更优,为机器人技术提供了有效解决方案。
基于和声搜索优化算法的机器工作调度matlab仿真,输出甘特图
本程序基于和声搜索优化算法(Harmony Search, HS),实现机器工作调度的MATLAB仿真,输出甘特图展示调度结果。算法通过模拟音乐家即兴演奏寻找最佳和声的过程,优化任务在不同机器上的执行顺序,以最小化完成时间和最大化资源利用率为目标。程序适用于MATLAB 2022A版本,运行后无水印。核心参数包括和声记忆大小(HMS)等,适应度函数用于建模优化目标。附带完整代码与运行结果展示。
101 24
基于GA遗传优化的最优阈值计算认知异构网络(CHN)能量检测算法matlab仿真
本内容介绍了一种基于GA遗传优化的阈值计算方法在认知异构网络(CHN)中的应用。通过Matlab2022a实现算法,完整代码含中文注释与操作视频。能量检测算法用于感知主用户信号,其性能依赖检测阈值。传统固定阈值方法易受噪声影响,而GA算法通过模拟生物进化,在复杂环境中自动优化阈值,提高频谱感知准确性,增强CHN的通信效率与资源利用率。预览效果无水印,核心程序部分展示,适合研究频谱感知与优化算法的学者参考。
基于PSO粒子群优化TCN时间卷积神经网络时间序列预测算法matlab仿真
本内容介绍了一种基于PSO(粒子群优化)改进TCN(时间卷积神经网络)的时间序列预测方法。使用Matlab2022a运行,完整程序无水印,附带核心代码中文注释及操作视频。TCN通过因果卷积层与残差连接处理序列数据,PSO优化其卷积核权重等参数以降低预测误差。算法中,粒子根据个体与全局最优位置更新速度和位置,逐步逼近最佳参数组合,提升预测性能。
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等