判断 链表 成环(快慢指针)

判断链表成环,通常使用的方法是快慢指针法,一个快指针每次向后指两步,一个慢指针向后指一步,则当快指针与慢指针相当时,链表成环.

可以将快慢指针想象成两个运动员苏炳添和你,苏炳添跑得快,你跑的慢,因此在操场这种环形跑道上时,苏炳添早晚会与你相遇,但如果是直线跑道,则不会相遇.

在这里插入图片描述
快指针,和慢指针都指向1
在这里插入图片描述
快指针先指向2,再指向3,慢指针指向2
在这里插入图片描述
快指针指向4,再指向3,慢指针指向3,此时快指针与慢指针相遇,说明成环.

十分重要的是,当这个链表不成环时,快指针会一直走到链表的尾部,若再走则会产生空指针(NullPoint),因此要判断快指针quick!=null并且quick.next!=null.

java实现

public class Solution {

    public boolean hasCycle(ListNode head) {

        ==//声明两个节点从头开始遍历节点==

        ListNode quick = head;

        ListNode slow = head;

        //当快指针能够走到头表示无环

        while(quick!=null&&quick.next!=null){

            quick = quick.next.next;

            slow = slow.next;

            if(quick==slow){

                return true;

            }

        }     

    return false;

    }

    }

在硬件中的表示其中左是栈,右是堆
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

### 判断链表是否存在的算法实现方法 判断链表是否存在是一个经典的数据结构问题,主要可以通过以下两种常用的方法来解决:**快慢指针法** **哈希集合法**。 --- ### 方法一:快慢指针法 #### 原理 快慢指针法是一种高效的解决方案。其核心思想是定义两个指针分别以不同的速度遍历链表: - 慢指针(slow pointer)每次向前移动一步。 - 快指针(fast pointer)每次向前移动两步。 如果链表中存在,则这两个指针最终一定会在某个节点处相遇;反之,如果链表,则快指针会率先到达链表末尾(即 `null`),从而结束循[^4]。 #### 实现代码 以下是基于快慢指针法的 Python 实现: ```python class ListNode: def __init__(self, val=0, next=None): self.val = val self.next = next def hasCycle(head: ListNode) -> bool: slow = head fast = head while fast and fast.next: slow = slow.next # 慢指针走一步 fast = fast.next.next # 快指针走两步 if slow == fast: # 若两者相遇,则表明有 return True return False # 如果退出循,则说明无 ``` #### 时间与空间复杂度分析 - **时间复杂度**: O(n),其中 n 是链表中的节点数。最坏情况下,快指针需要遍历整个链表才能确认是否。 - **空间复杂度**: O(1),仅需常量级别的额外空间用于存储快慢指针变量[^2]。 --- ### 方法二:哈希集合法 #### 原理 哈希集合法的核心在于借助一个辅助数据结构——哈希集(HashSet),记录已经访问过的节点。对于每个节点,检查它是否已经在哈希集中: - 如果当前节点已存在于哈希集中,则说明链表存在; - 否则,将其加入哈希集并继续处理下一个节点。 一旦遇到链表末端(即 `None` 或者 `null`),就可以断定链表[^3]。 #### 实现代码 以下是基于哈希集合法的 Python 实现: ```python def hasCycle_hashset(head: ListNode) -> bool: visited_nodes = set() current_node = head while current_node is not None: if current_node in visited_nodes: # 发现有重复节点 return True # 表明存在 visited_nodes.add(current_node) # 将当前节点加入集合 current_node = current_node.next # 移动到下一节点 return False # 遍历结束后未发现 ``` #### 时间与空间复杂度分析 - **时间复杂度**: O(n),同样需要遍历整个链表。 - **空间复杂度**: O(n),由于需要维护一个大小为 n 的哈希集,因此空间开销较大。 --- ### 性能对比 | 特性 | 快慢指针法 | 哈希集合法 | |----------------|--------------------------------|---------------------------| | **时间复杂度** | O(n) | O(n) | | **空间复杂度** | O(1) | O(n) | | **适用场景** | 更适合资源受限境下的优化方案 | 数据规模较小时表现良好 | --- ### 结论 综上所述,快慢指针法因其较低的空间消耗为更为推荐的选择,尤其是在大规模数据或嵌入式境中。然而,在某些特殊场合下,比如需要频繁查询某一节点是否被访问过时,哈希集合法则可能更加直观易懂[^1]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值