LeetCode题目92:反转链表ll 【python 递归与迭代方法全解析】

简介: LeetCode题目92:反转链表ll 【python 递归与迭代方法全解析】

作者介绍:10年大厂数据\经营分析经验,现任大厂数据部门负责人。

会一些的技术:数据分析、算法、SQL、大数据相关、python

欢迎加入社区:码上找工作

作者专栏每日更新:

LeetCode解锁1000题: 打怪升级之旅

python数据分析可视化:企业实战案例

python源码解读

程序员必备的数学知识与应用

备注说明:方便大家阅读,统一使用python,带必要注释,公众号 数据分析螺丝钉 一起打怪升级

本文详细讨论了链表反转的三种方法:迭代、全递归和局部递归,提供了代码实现,并比较了它们的效率和适用场景。


题目描述

反转从位置 m 到 n 的链表。请使用一趟扫描完成反转。

说明:

1 ≤ m ≤ n ≤ 链表长度。

输入格式
  • head:链表的头节点。
  • m:开始反转的位置。
  • n:结束反转的位置。
输出格式
  • 返回反转部分后的链表头节点。

示例

示例 1
输入: 1->2->3->4->5->NULL, m = 2, n = 4
输出: 1->4->3->2->5->NULL

方法一:迭代

解题步骤
  1. 定位节点:找到第 m-1 个节点(反转的前一个节点)。
  2. 反转区间:迭代反转从 m 到 n 的节点。
完整的规范代码
class ListNode:
    def __init__(self, x):
        self.val = x
        self.next = None
def reverseBetween(head, m, n):
    """
    一次扫描反转链表的部分区间
    :param head: ListNode, 链表的头节点
    :param m: int, 开始反转的位置
    :param n: int, 结束反转的位置
    :return: ListNode, 反转部分后的链表头节点
    """
    if not head:
        return None
    # 创建一个哑节点,简化边界问题处理
    dummy = ListNode(0)
    dummy.next = head
    pre = dummy
    # 第一部分:找到第 m-1 个节点
    for _ in range(m - 1):
        pre = pre.next
    # 反转的起始节点
    start = pre.next
    then = start.next
    # 第二部分:反转从 m 到 n 的节点
    for _ in range(n - m):
        start.next = then.next
        then.next = pre.next
        pre.next = then
        then = start.next
    return dummy.next
# 示例调用
node1 = ListNode(1)
node2 = ListNode(2)
node3 = ListNode(3)
node4 = ListNode(4)
node5 = ListNode(5)
node1.next = node2
node2.next = node3
node3.next = node4
node4.next = node5
result = reverseBetween(node1, 2, 4)
算法分析
  • 时间复杂度:(O(n)),其中 n 是链表的长度,需要一趟遍历找到反转的起始位置。
  • 空间复杂度:(O(1)),使用了有限的几个额外变量。

方法二:递归

解题步骤
  1. 递归反转:利用递归在到达第 m 个节点时开始反转,直到第 n 个节点。
  2. 连接反转部分:递归返回时,重新连接已反转部分与未反转部分。
完整的规范代码
def reverseBetween(head, m, n):
    """
    使用递归反转链表的部分区间
    :param head: ListNode, 链表的头节点
    :param m: int, 开始反转的位置
    :param n: int, 结束反转的位置
    :return: ListNode, 反转部分后的链表头节点
    """
    global successor  # 后继节点,即反转部分之后的第一个节点
    if m == 1:
        return reverseN(head, n)
    head.next = reverseBetween(head.next, m - 1, n - 1)
    return head
def reverseN(head, n):
    if n == 1:
        successor = head.next
        return head
    last = reverseN(head.next, n - 1)
    head.next.next = head
    head.next = successor
    return last
# 示例调用省略,与方法一类似,使用 ListNode 定义链表并调用 reverseBetween 函数
算法分析
  • 时间复杂度:(O(n)),递归过程中节点只被访问一次。
  • 空间复杂度:(O(n)),递归深度最大为 n,在最坏情况下为链表的长度。

方法三:反转前 n 个节点的递归

解题步骤
  1. 局部反转:定义一个递归函数反转链表的前 n 个节点。
  2. 调整指针:在递归中调整指针连接,完成局部反转。
完整的规范代码
def reverseN(head, n):
    """
    递归反转链表的前 n 个节点
    :param head: ListNode, 链表的头节点
    :param n: int, 需要反转的节点数
    :return: ListNode, 反转后的链表头节点
    """
    if n == 1:
        successor = head.next  # 后继节点,即未反转部分的头节点
        return head
    last = reverseN(head.next, n - 1)
    head.next.next = head
    head.next = successor
    return last
# 示例调用省略,与方法二类似,使用 ListNode 定义链表并调用 reverseN 函数

不同算法的优劣势对比

特征 方法一:迭代 方法二:递归 方法三:局部反转递归
时间复杂度 (O(n)) (O(n)) (O(n))
空间复杂度 (O(1)) (O(n)) (O(n))
优势 直接且高效,无需额外空间 代码简洁,直观易懂 适用于需要反转链表前部分的场景
劣势 需要处理多个指针,逻辑稍复杂 空间复杂度较高,递归深度大时可能栈溢出 使用场景有限,递归深度依然是问题

应用示例

链表的部分反转在许多实际应用中都非常有用,例如在编辑软件中撤销操作的实现、操作系统的任务调度等。这些算法为处理类似问题提供了有效的解决方案。


欢迎关注微信公众号 数据分析螺丝钉

相关文章
|
数据采集 JSON API
深入解析:使用 Python 爬虫获取淘宝店铺所有商品接口
本文介绍如何使用Python结合淘宝开放平台API获取指定店铺所有商品数据。首先需注册淘宝开放平台账号、创建应用并获取API密钥,申请接口权限。接着,通过构建请求、生成签名、调用接口(如`taobao.items.search`和`taobao.item.get`)及处理响应,实现数据抓取。代码示例展示了分页处理和错误处理方法,并强调了调用频率限制、数据安全等注意事项。此技能对开发者和数据分析师极具价值。
|
存储 Python
Python 实现单向链表,和单向链表的反转
链表是一种数据结构,每个节点存储相邻节点的位置信息。单链表中的节点仅存储下一节点的位置。通过Python实现单链表,定义`ListNode`类并关联节点可创建链表。例如,创建A->B->C的链表后,可通过反转函数`reverse`将链表反转为CBA。代码展示了如何实现和操作单链表。
490 6
Python 实现单向链表,和单向链表的反转
|
算法 Go
【LeetCode 热题100】23:合并 K 个升序链表(详细解析)(Go语言版)
本文详细解析了 LeetCode 热题 23——合并 K 个升序链表的两种解法:优先队列(最小堆)和分治合并。题目要求将多个已排序链表合并为一个升序链表。最小堆方法通过维护节点优先级快速选择最小值,;分治合并则采用归并思想两两合并链表。文章提供了 Go 语言实现代码,并对比分析两种方法的适用场景,帮助读者深入理解链表操作与算法设计。
625 10
|
存储 索引 Python
Python入门:6.深入解析Python中的序列
在 Python 中,**序列**是一种有序的数据结构,广泛应用于数据存储、操作和处理。序列的一个显著特点是支持通过**索引**访问数据。常见的序列类型包括字符串(`str`)、列表(`list`)和元组(`tuple`)。这些序列各有特点,既可以存储简单的字符,也可以存储复杂的对象。 为了帮助初学者掌握 Python 中的序列操作,本文将围绕**字符串**、**列表**和**元组**这三种序列类型,详细介绍其定义、常用方法和具体示例。
Python入门:6.深入解析Python中的序列
|
存储 Linux iOS开发
Python入门:2.注释与变量的全面解析
在学习Python编程的过程中,注释和变量是必须掌握的两个基础概念。注释帮助我们理解代码的意图,而变量则是用于存储和操作数据的核心工具。熟练掌握这两者,不仅能提高代码的可读性和维护性,还能为后续学习复杂编程概念打下坚实的基础。
Python入门:2.注释与变量的全面解析
|
存储 Python
Python 中链表的个人理解
简介:本文介绍了Python中链表的基本组成及其操作实现。链表由`head`(头节点)、中间节点和`tail`(尾节点)三部分构成,每个节点通过`Node`类定义,包含`value`(值域)和`next`(指针域)。示例代码展示了链表的增删查功能,包括`add`(头部插入)、`append`(尾部插入)、`remove`(删除节点)、`search`(查找节点)及遍历方法。运行结果验证了链表操作的正确性。
|
运维 Shell 数据库
Python执行Shell命令并获取结果:深入解析与实战
通过以上内容,开发者可以在实际项目中灵活应用Python执行Shell命令,实现各种自动化任务,提高开发和运维效率。
711 20
|
存储 人工智能 程序员
通义灵码AI程序员实战:从零构建Python记账本应用的开发全解析
本文通过开发Python记账本应用的真实案例,展示通义灵码AI程序员2.0的代码生成能力。从需求分析到功能实现、界面升级及测试覆盖,AI程序员展现了需求转化、技术选型、测试驱动和代码可维护性等核心价值。文中详细解析了如何使用Python标准库和tkinter库实现命令行及图形化界面,并生成单元测试用例,确保应用的稳定性和可维护性。尽管AI工具显著提升开发效率,但用户仍需具备编程基础以进行调试和优化。
1298 9
|
机器学习/深度学习 数据采集 自然语言处理
基于Python的情感分析与情绪识别技术深度解析
本文探讨了基于Python的情感分析与情绪识别技术,涵盖基础概念、实现方法及工业应用。文中区分了情感分析与情绪识别的核心差异,阐述了从词典法到深度学习的技术演进,并通过具体代码展示了Transformers架构在细粒度情感分析中的应用,以及多模态情绪识别框架的设计。此外,还介绍了电商评论分析系统的构建与优化策略,包括领域自适应训练和集成学习等方法。未来,随着深度学习和多模态数据的发展,该技术将更加智能与精准。
1002 1
|
存储 算法 安全
控制局域网上网软件之 Python 字典树算法解析
控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
429 17

推荐镜像

更多