【链表OJ 3】链表的中间结点

前言:

本文收录于http://t.csdn.cn/n6UEP数据结构刷题的博客中,首先欢迎大家的来访,其次如有错误,非常欢迎大家的指正!我会及时更正错误!

目录

一.链表的中间结点

1.1原理:快慢指针的使用

链表元素个数为奇数时

链表元素个数为偶数时

1.2循环条件问题?


一.链表的中间结点

来源:876. 链表的中间结点 - 力扣(LeetCode)

题目:

1.1原理:快慢指针的使用

这个算法之所以有效,是因为fast指针的移动速度是slow指针的两倍。

快慢指针 的精妙之处在于,当快指针移动到链表尾部时,慢指针就刚好移动了链表长度的一半,从而找到中间节点。因此当,fast指针到达链表尾部时,slow指针将正好指向链表的中间节点。无论链表长度奇偶,这个方法都可以在一次遍历正确找到中间节点。

时间复杂度:O(n),因为只遍历链表一次。
空间复杂度:O(1),因为没有使用额外的空间。

整体思路:

  1. 函数以指向链表头部的指针作为参数。

  2. 初始化两个指针 slowfast,它们都指向链表的头部。

  3. 进入一个循环,只要fast 不为NULL且fast->next不为NULL,循环会继续执行。这个循环用于通过链表前进指针。

  4. 每次循环迭代中,slow 指针向前移动一步,通过赋值slow = slow-> next

  5. fast 指针向前移动两步,通过赋值fast = fast -> next -> next

  6. 当循环结束时,slow 指针将指向链表的中间节点。这是因为fast 指针的移动速度是slow指针的两倍,当 fast指针到达链表尾部时,slow指针刚好在链表的中间。

  7. 最后,函数返回slow指针,即链表的中间节点。

链表元素个数为奇数时

动图演示:

链表元素个数为偶数时

返回第二个中间结点的原因是题目要求:

动图演示:

1.2循环条件问题?

循环条件不能调换顺序:

while 循环条件 fast && fast->next 不能写成 fast->next && fast的目的是为了确保在遍历链表时不会出现空指针异常。

如果将循环条件调换为fast->next&& fast,在链表长度为奇数时,当快指针 fast指向最后一个节点时,fast->next仍然不为NULL,但此时fast已经为NULL,这样会导致在访问fastnext指针时出现错误。

通过保持条件为fast && fast->next ,可以确保在fast 和 fast->next 每次迭代中,快指针都不为NULL,从而避免了空指针的访问错误。这是正确处理快慢指针遍历的关键。

因此,为了保证代码的正确性,应该保持原始代码中的循环条件不变,即fast && fast->next

代码实现

复制代码
struct ListNode* middleNode(struct ListNode* head){
      struct ListNode* slow=head,*fast=head;
      while(fast && fast->next)
      {
            slow=slow->next;
            fast=fast->next->next;
       }
       return slow;
}

代码执行:

本文到此结束,如有错误欢迎大家指正,感谢来访!

相关推荐
hetao173383717 分钟前
2026-04-09~12 hetao1733837 的刷题记录
c++·算法
6Hzlia18 分钟前
【Hot 100 刷题计划】 LeetCode 136. 只出现一次的数字 | C++ 哈希表&异或基础解法
c++·算法·leetcode
小碗羊肉28 分钟前
【从零开始学Java | 第三十一篇下】Stream流
java·开发语言
MWWZ1 小时前
最近的一些软件更新
opencv·算法·计算机视觉
CoovallyAIHub1 小时前
视频理解新范式:Agent不再被动看视频,LensWalk让它自己决定看哪里
算法·架构·github
CoovallyAIHub1 小时前
斯坦福丨AirVLA:将地面机械臂模型迁移至无人机实现空中抓取,成功率从23%提升至50%
算法·架构·github
aq55356001 小时前
Laravel10.x重磅升级,新特性一览
android·java·开发语言
yuannl101 小时前
数据结构----双端队列实现
数据结构
报错小能手1 小时前
ios开发方向——swift错误处理:do/try/catch、Result、throws
开发语言·学习·ios·swift
Z.风止2 小时前
Large Model-learning(3)
人工智能·笔记·后端·深度学习