标签：current head next 链表 算法 解题技巧 节点 指针
最近集中刷了一批链表的题型，在这里总结一下解题技巧，以及对应题目的解题思路。
解题思路并不会细致入微，主要是为了总结归类，并且希望用几句话来激发灵感，权当是没思路时的指引以及以后复习时的提纲了。
还有一些重要或者总会绕晕的经典题目，也在这里记录一下代码的实现逻辑。
一、解决链表题型的两个技巧
遇到链表相关的题，无论问题是什么，先要想想是不是可以用上以下的两个技巧。
- 哨兵节点
- 双指针
1、哨兵节点
哨兵节点是一个非常常用的链表技巧，在处理链表边界问题的场景下，可以减少我们代码的复杂度。主要解决的问题如下：
- 处理完一条链表后，需要返回这个链表的头结点。我们在一开始的时候使用哨兵节点（dummy），让它的 next 节点指向 head 节点。最后 return 时直接返回 dummy.next 即可。
- 在对链表进行插入或删除节点时，使用哨兵节点可以简化删除 head 节点或者向 head 前插入节点时的处理逻辑。
- 在某些遍历链表的时候，可能会需要同时记录 pre 节点。当你从 head 节点开始遍历时，head 是没有 pre 节点的（为null）。而此时引用哨兵节点，相当于帮助 head 节点初始化了一个 pre 节点，可以方便的解决 pre 节点为空的问题。
因为哨兵节点使用场景很广泛，所以在这里就不针对性的列出典型题目了。
2、双指针
双指针实在是太好用了，其实不止是链表，对于数组题来说，也是非常好用的技巧。
双指针的主要用法有以下几种：
- 两个指针在两条链表上行走
- 快慢指针，同时前进
- 前后指针，前指针先走 n 步，之后两个指针同时前进
两个指针在两条链表上行走
有时，你需要将两条链表合并成一条链表，或者要将一条链表拆分成两条链表。此时，需要用两个指针分别在两条链表上行走，并处理逻辑。
典型题目：
-
21. 合并两个有序链表：两个指针在两条链表上行走，哪个指针指向的节点值大，则将该节点放到合并后的链表上，指针继续向前一步。
-
86. 分隔链表：根据指定的目标值，将一个链表先分割成两个链表。因此，需要两个指针在分割出来的两个链表上行走。之后再将两个链表直接头尾合并。
-
160. 相交链表：两个指针在两条链表上行走，当一个指针指向当前列表的结尾时，继续遍历另外一个链表。这样可以保证两个指针指向相同的节点时，这个节点就是相交节点。
快慢指针
快指针的速度是慢指针 n 倍，则当快指针走完时，慢指针停留的地方就是整个链表的 1/n 处（大概位置）。一般情况下都是慢指针走一步，快指针走两步。
典型题目：
-
876. 链表的中间结点：快指针走两步，慢指针走一步。快指针走到结尾时，则慢指针在中间位置。
-
141. 环形链表：快指针走两步，慢指针走一步。当快慢指针相遇时，从头结点再出发一个慢指针，两个慢指针一起走，再次相遇时，则是环的入口。
-
234. 回文链表：实际上也是找到链表的中间位置，然后去判断是否为回文。判断回文的逻辑，借助栈或者反转后半段链表都可以。
-
148. 排序链表：在使用归并排序时，也是通过快慢指针找到每个子链表的中间节点，去归并处理。
一个指针先走 n 步
因为没有办法获取链表的长度，对于寻找倒数第 n 个节点的问题时，这种方法可以一次遍历找到目标节点。
典型题目：
-
19. 删除链表的倒数第 N 个结点：一个指针先走 n 步，然后两个指针同时前进，当先出发指针遍历完成时，后出发指针就在倒数第 n 个节点。
-
61. 旋转链表：与上一题类似，只是先走的 n 步可能会超过链表的总长度，需要取模处理一下。
二、经典链表题的解法
反转链表
206. 反转链表 是最经典的链表题了。除了进阶题 92. 反转链表 II，反转链表也会用于其他链表题型的解答中，比如上文所说的 234. 回文链表。
反转链表主要有递归法和迭代法两种解决方法，因为指针指来指去的容易晕头转向，所以在这里记录标准的解答代码。
递归法
public ListNode reverseList(ListNode head) {
// 这个head就是原链表的最后一个节点，也是反转后链表的新节点
if (head == null || head.next == null) {
return head;
}
// 本质上，resultNode就是递归到最深处后，一层层返回的新链表的头结点
ListNode resultNode = reverseList(head.next);
head.next.next = head;
head.next = null;
return resultNode;
}
迭代法
public ListNode reverseList(ListNode head) {
ListNode current = head;
ListNode pre = null;
ListNode next;
while (current != null) {
next = current.next;
current.next = pre;
pre = current;
current = next;
}
return pre;
}
LRU缓存
146. LRU 缓存 毕竟是个缓存，肯定是键值对的结构，所以要用到HashMap。
而在读写方面，缓存是有要求的：函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
为了达成这个要求，底层的数据结构需要用链表来实现。
所以我们实现的 LRU 底层的数据结构是：HashMap +链表。
代码如下，虽然不够优雅，但是方便理解逻辑。
public class LRUCache {
private int maxSize = 0;
private Node head = new Node();
private Node tail = head;
HashMap<Integer, Node> map = new HashMap<>();
public LRUCache(int capacity) {
this.maxSize = capacity;
head.next = tail;
tail.prev = head;
}
public int get(int key) {
if (map.containsKey(key)) {
Node node = map.get(key);
// get也是使用了该值，因此需要将该值更新到最近使用的位置
updateNode(node);
return node.value;
}
return -1;
}
public void put(int key, int value) {
if (map.containsKey(key)) {
Node node = map.get(key);
node.value = value;
updateNode(node);
return;
}
// 新插入的值放到链尾
Node node = new Node(key, value);
node.prev = tail;
map.put(key, node);
tail.next = node;
tail = node;
if (map.size() > maxSize) {
// 此时需要移除最久未使用数据值
Node removed = head.next;
head.next = removed.next;
head.next.prev = head;
map.remove(removed.key);
}
}
private void updateNode(Node current) {
// 如果当前节点已经是尾节点，则不需要移动
if (current.next == null) {
return;
}
// 当前节点的前节点指向当前节点的后节点，即原链表中删除该节点
current.prev.next = current.next;
current.next.prev = current.prev;
// 当前节点放到尾节点
current.prev = tail;
current.next = null;
tail.next = current;
// 尾节点移动
tail = current;
}
class Node {
public int key;
public int value;
public Node prev;
public Node next;
public Node(){}
public Node(int key,int value) {
this.key = key;
this.value = value;
}
}
}
标签：current,head,next,链表,算法,解题技巧,节点,指针 来源： https://www.cnblogs.com/codeflyer/p/16398419.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。