深入解析力扣160题:相交链表的解决方法(哈希表法与双指针法详细图解)

简介: 深入解析力扣160题:相交链表的解决方法(哈希表法与双指针法详细图解)

❤️❤️❤️ 欢迎来到我的博客。希望您能在这里找到既有价值又有趣的内容,和我一起探索、学习和成长。欢迎评论区畅所欲言、享受知识的乐趣!

期待与您一起探索技术、持续学习、一步步打怪升级 欢迎订阅本专栏❤️❤️

在本篇文章中,我们将详细解读力扣第160题“相交链表”。通过学习本篇文章,读者将掌握如何使用多种方法来解决这一问题,并了解相关的复杂度分析。每种方法都将配以详细的解释和ASCII图解,以便于理解。

问题描述

力扣第160题“相交链表”描述如下:

给你两个单链表的头节点 headAheadB,请你找出并返回它们的相交节点。如果两个链表没有交点,返回 null

题目数据保证整个链式结构中不存在环。

注意,函数返回结果后,链表必须保持其原始结构。

示例 1:

输入: listA = [4,1,8,4,5], listB = [5,6,1,8,4,5]
输出: 相交节点的值为 8
解释: 两个链表在节点 8 处相交。

示例 2:

输入: listA = [1,9,1,2,4], listB = [3,2,4]
输出: 相交节点的值为 2
解释: 两个链表在节点 2 处相交。

示例 3:

输入: listA = [2,6,4], listB = [1,5]
输出: 两个链表不相交。

解题思路

  1. 初步分析
  • 给定两个链表,要求找出它们的相交节点。
  • 可以使用哈希表存储链表A的所有节点,然后遍历链表B,找出第一个出现在哈希表中的节点。
  • 也可以使用双指针法,以达到更高的效率。

方法一:哈希表

  1. 步骤
  • 初始化一个哈希表 nodes
  • 遍历链表A,将每个节点存储在哈希表中。
  • 遍历链表B,检查每个节点是否在哈希表中。如果在,则该节点为相交节点。
  • 如果遍历完链表B都没有找到相交节点,则返回 null
代码实现
class ListNode:
    def __init__(self, x):
        self.val = x
        self.next = None
def getIntersectionNode(headA, headB):
    nodes = set()
    current = headA
    
    while current:
        nodes.add(current)
        current = current.next
    
    current = headB
    while current:
        if current in nodes:
            return current
        current = current.next
    
    return None
ASCII图解

假设链表A和链表B在节点8处相交,图解如下:

链表A: 4 -> 1 -> 8 -> 4 -> 5
链表B: 5 -> 6 -> 1 -> 8 -> 4 -> 5
哈希表存储链表A的节点:
{4, 1, 8, 4, 5}
遍历链表B,找到第一个在哈希表中的节点:
5 -> 6 -> 1 (不在) -> 8 (在)
返回相交节点 8

方法二:双指针法

  1. 步骤
  • 初始化两个指针 pApB,分别指向链表A和链表B的头节点。
  • 让两个指针同时遍历链表,当一个指针到达链表末尾时,将其指向另一个链表的头节点。
  • 当两个指针相遇时,所指向的节点即为相交节点。如果两个指针遍历完所有节点都没有相遇,则返回 null
代码实现
class ListNode:
    def __init__(self, x):
        self.val = x
        self.next = None
def getIntersectionNode(headA, headB):
    if not headA or not headB:
        return None
    
    pA, pB = headA, headB
    
    while pA != pB:
        pA = pA.next if pA else headB
        pB = pB.next if pB else headA
    
    return pA
ASCII图解

假设链表A和链表B在节点8处相交,图解如下:

链表A: 4 -> 1 -> 8 -> 4 -> 5
链表B: 5 -> 6 -> 1 -> 8 -> 4 -> 5
初始化指针:
pA = 4, pB = 5
第一次遍历:
pA: 4 -> 1 -> 8 -> 4 -> 5 -> 5 -> 6 -> 1 -> 8
pB: 5 -> 6 -> 1 -> 8 -> 4 -> 5 -> 4 -> 1 -> 8
相遇在节点 8
返回相交节点 8

复杂度分析

  • 时间复杂度
  • 哈希表法:O(m + n),其中 m 和 n 分别是链表A和链表B的长度。
  • 双指针法:O(m + n),其中 m 和 n 分别是链表A和链表B的长度。
  • 空间复杂度
  • 哈希表法:O(m),需要额外的空间来存储链表A的所有节点。
  • 双指针法:O(1),只使用了常数空间。

测试案例分析

  1. 测试案例 1
  • 输入: listA = [4,1,8,4,5], listB = [5,6,1,8,4,5]
  • 输出: 相交节点的值为 8
  • 解释: 两个链表在节点 8 处相交。
  1. 测试案例 2
  • 输入: listA = [1,9,1,2,4], listB = [3,2,4]
  • 输出: 相交节点的值为 2
  • 解释: 两个链表在节点 2 处相交。
  1. 测试案例 3
  • 输入: listA = [2,6,4], listB = [1,5]
  • 输出: 两个链表不相交。
  • 解释: 两个链表没有相交节点。

总结

本文详细解读了力扣第160题“相交链表”,通过哈希表法和双指针法两种方法,高效地解决了这一问题。希望读者通过本文的学习,能够在力扣刷题的过程中更加得心应手。

参考资料

  • 《算法导论》—— Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein
  • 力扣官方题解

🌹🌹如果觉得这篇文对你有帮助的话,记得一键三连关注、赞👍🏻、收藏是对作者最大的鼓励,非常感谢 ❥(^_-)

❤️❤️关注公众号 数据分析螺丝钉 回复 学习资料 领取高价值免费学习资料❥(^_-)

欢迎关注微信公众号 数据分析螺丝钉

相关文章
|
2月前
|
算法 Go 索引
【LeetCode 热题100】45:跳跃游戏 II(详细解析)(Go语言版)
本文详细解析了力扣第45题“跳跃游戏II”的三种解法:贪心算法、动态规划和反向贪心。贪心算法通过选择每一步能跳到的最远位置,实现O(n)时间复杂度与O(1)空间复杂度,是面试首选;动态规划以自底向上的方式构建状态转移方程,适合初学者理解但效率较低;反向贪心从终点逆向寻找最优跳点,逻辑清晰但性能欠佳。文章对比了各方法的优劣,并提供了Go语言代码实现,助你掌握最小跳跃次数问题的核心技巧。
148 15
|
28天前
|
存储 算法 Go
【LeetCode 热题100】17:电话号码的字母组合(详细解析)(Go语言版)
LeetCode 17题解题思路采用回溯算法,通过递归构建所有可能的组合。关键点包括:每位数字对应多个字母,依次尝试;递归构建下一个字符;递归出口为组合长度等于输入数字长度。Go语言实现中,使用map存储数字到字母的映射,通过回溯函数递归生成组合。时间复杂度为O(3^n * 4^m),空间复杂度为O(n)。类似题目包括括号生成、组合、全排列等。掌握回溯法的核心思想,能够解决多种排列组合问题。
51 11
|
26天前
|
Go
【LeetCode 热题100】155:最小栈(详细解析)(Go语言版)
本文详细解析了力扣热题155:最小栈的解题思路与实现方法。题目要求设计一个支持 push、核心思路是使用辅助栈法,通过两个栈(主栈和辅助栈)来维护当前栈中的最小值。具体操作包括:push 时同步更新辅助栈,pop 时检查是否需要弹出辅助栈的栈顶,getMin 时直接返回辅助栈的栈顶。文章还提供了 Go 语言的实现代码,并对复杂度进行了分析。此外,还介绍了单栈 + 差值记录法的进阶思路,并总结了常见易错点,如 pop 操作时忘记同步弹出辅助栈等。
67 6
|
28天前
|
Go 索引
【LeetCode 热题100】739:每日温度(详细解析)(Go语言版)
这篇文章详细解析了 LeetCode 第 739 题“每日温度”,探讨了如何通过单调栈高效解决问题。题目要求根据每日温度数组,计算出等待更高温度的天数。文中推荐使用单调递减栈,时间复杂度为 O(n),优于暴力解法的 O(n²)。通过实例模拟和代码实现(如 Go 语言版本),清晰展示了栈的操作逻辑。此外,还提供了思维拓展及相关题目推荐,帮助深入理解单调栈的应用场景。
64 6
|
2月前
|
存储 算法 数据可视化
【二叉树遍历入门:从中序遍历到层序与右视图】【LeetCode 热题100】94:二叉树的中序遍历、102:二叉树的层序遍历、199:二叉树的右视图(详细解析)(Go语言版)
本文详细解析了二叉树的三种经典遍历方式:中序遍历(94题)、层序遍历(102题)和右视图(199题)。通过递归与迭代实现中序遍历,深入理解深度优先搜索(DFS);借助队列完成层序遍历和右视图,掌握广度优先搜索(BFS)。文章对比DFS与BFS的思维方式,总结不同遍历的应用场景,为后续构造树结构奠定基础。
159 10
|
2月前
|
Go 索引 Perl
【LeetCode 热题100】【二叉树构造题精讲:前序 + 中序建树 & 有序数组构造 BST】(详细解析)(Go语言版)
本文详细解析了二叉树构造的两类经典问题:通过前序与中序遍历重建二叉树(LeetCode 105),以及将有序数组转化为平衡二叉搜索树(BST,LeetCode 108)。文章从核心思路、递归解法到实现细节逐一拆解,强调通过索引控制子树范围以优化性能,并对比两题的不同构造逻辑。最后总结通用构造套路,提供进阶思考方向,帮助彻底掌握二叉树构造类题目。
142 9
|
2月前
|
算法 Go
【LeetCode 热题100】73:矩阵置零(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 73——矩阵置零问题,提供两种解法:一是使用额外标记数组,时间复杂度为 O(m * n),空间复杂度为 O(m + n);二是优化后的原地标记方法,利用矩阵的第一行和第一列记录需要置零的信息,将空间复杂度降低到 O(1)。文章通过清晰的代码示例与复杂度分析,帮助理解“原地操作”及空间优化技巧,并推荐相关练习题以巩固矩阵操作能力。适合刷题提升算法思维!
77 9
|
2月前
|
Go 索引
【LeetCode 热题100】394:字符串解码(详细解析)(Go语言版)
本文详细解析了 LeetCode 热题 394:字符串解码。题目要求对编码字符串如 `k[encoded_string]` 进行解码,其中 `encoded_string` 需重复 `k` 次。文章提供了两种解法:使用栈模拟和递归 DFS,并附有 Go 语言实现代码。栈解法通过数字栈与字符串栈记录状态,适合迭代;递归解法则利用函数调用处理嵌套结构,代码更简洁。两者时间复杂度均为 O(n),但递归需注意栈深度问题。文章还总结了解题注意事项及适用场景,帮助读者更好地掌握字符串嵌套解析技巧。
65 6
|
2月前
|
机器学习/深度学习 算法 Go
【LeetCode 热题100】139:单词拆分(动态规划全解析+细节陷阱)(Go语言版)
本题是 LeetCode 热题 139:单词拆分(Word Break),需判断字符串 `s` 是否能由字典 `wordDict` 中的单词拼接而成。通过动态规划(DP)或记忆化搜索解决。DP 中定义布尔数组 `dp[i]` 表示前 `i` 个字符是否可拆分,状态转移方程为:若存在 `j` 使 `dp[j]=true` 且 `s[j:i]` 在字典中,则 `dp[i]=true`。初始条件 `dp[0]=true`。代码实现中用哈希集合优化查找效率。记忆化搜索则从起始位置递归尝试所有切割点。两种方法各有利弊,DP 更适合面试场景。思考扩展包括输出所有拆分方式及使用 Trie 优化大字典查找。
74 6
|
2月前
|
算法 Go
【LeetCode 热题100】55:跳跃游戏(详细解析)(Go语言版)
本篇解析详细讲解了 LeetCode 热题 55——跳跃游戏(Jump Game)。通过判断是否能从数组起点跳至终点,介绍了两种高效解法:贪心算法和反向思维。贪心法通过维护最远可达位置 `maxReach` 实现一次遍历,时间复杂度 O(n),空间复杂度 O(1);反向法则从终点回溯,判断是否可到达起点。两者均简洁高效,适合面试使用。延伸题目如 LeetCode 45 进一步提升挑战。
97 7

热门文章

最新文章

推荐镜像

更多
  • DNS