⭕一文解决环形链表问题 没写完

链表

链表是一种常见的数据结构,用于存储线性序列。与数组不同,链表中的元素在内存中不是连续存储的,而是通过指针相连。链表由一个头指针指向链表的第一个节点,每个节点包含两个部分:数据域和指针域。数据域存储节点的数据,指针域指向下一个节点的地址。

链表有多种类型

  • 单向链表中每个节点只有一个指针域,指向下一个节点;
  • 双向链表中每个节点有两个指针域,一个指向前一个节点,一个指向后一个节点;
  • 环形链表中最后一个节点的指针域指向头节点,形成一个环。

环形链表

环形链表问题是一类非常经典的链表问题,给定一个单向链表,判断这个链表是否存在环或者环的状态。

这类问题通常有两种解法。

  • 快慢指针法:使用两个指针,一个快指针和一个慢指针,快指针每次移动两个节点,慢指针每次移动一个节点,如果链表中存在环,则快指针最终会追上慢指针,否则快指针会到达链表末尾结束。这个算法的时间复杂度是 O(n),其中 n 是链表的长度。

  • 哈希表法:遍历链表中的每个节点,每访问一个节点就将它存储到哈希表中,如果访问到了哈希表中已经存在的节点,说明链表中存在环。这个算法的时间复杂度也是 O(n),其中 n 是链表的长度,但需要额外的空间来存储哈希表。

快慢指针法其实就是 Floyd 判圈算法,接下来我们详细介绍一下:

Floyd判圈算法

Floyd判圈算法(又称龟兔赛跑算法)是一种快速检测链表中是否存在环的算法。该算法使用两个指针,一个慢指针和一个快指针,从链表头部开始同时向后遍历链表,每次快指针比慢指针多走一步,直到快指针走到链表末尾或者两个指针相遇。

如果链表中不存在环,那么快指针最终会走到链表的末尾,算法结束。如果链表中存在环,那么快指针最终会在环内与慢指针相遇,算法会返回存在环的结论。

该算法的时间复杂度为 O ( n ) O(n) O(n),其中 n n n 是链表的长度。由于该算法使用的是常数级别的额外空间,因此它是一种空间复杂度比较优秀的算法。

Floyd 判圈算法的正确性可以通过数学归纳法来证明。

假设链表中存在环,且环的长度为 k k k。设慢指针走了 x x x 步后进入环,快指针走了 2 x 2x 2x 步后进入环。设快指针比慢指针多走了 y y y 圈( y ≥ 1 y\geq 1 y≥1),则有:
2 x = x + k y + z 2x=x+ky+z 2x=x+ky+z

其中 z z z 表示慢指针在环内走的步数。因为快指针的速度是慢指针的两倍,所以可以得到:
z = k − x % k z=k − x \% k z=k−x%k

也就是说,慢指针在环内走了 k − x % k k - x \% k k−x%k 步。由于 0 ≤ x % k < k 0\leq x \% k < k 0≤x%k<k,因此 0 ≤ k − x % k < k 0\leq k - x \% k < k 0≤k−x%k<k,所以 z > 0 z > 0 z>0 且 z < k z < k z<k。

因为快指针每次走两步,所以 z z z 的取值只有 k k k 种可能。当 z = 0 z=0 z=0 时,表示快指针与慢指针相遇,此时算法会返回存在环的结论;当 z ≠ 0 z\neq 0 z=0 时,表示快指针和慢指针在环内继续前进,由于快指针比慢指针多走了一圈,因此可以将 x x x 的值更新为 k − z k - z k−z,这样快指针和慢指针都在环内距离环入口的距离为 k − z k - z k−z,再次相遇的位置就是环的入口。

由此可见,Floyd 判圈算法的正确性是得到了保证的。

相关推荐
我是坏垠2 小时前
Crypto、Cipher与Password:Java加密开发的三个核心概念
java·开发语言·python
测试秃头怪2 小时前
如何评估自动化测试脚本的编写时间和维护工作量?
自动化测试·软件测试·python·功能测试·测试工具·职场和发展·测试用例
战族狼魂2 小时前
GPT-5.6与Grok 4.5重磅发布
人工智能·算法·大模型·大语言模型
姚青&3 小时前
测试左移体系
python·自动化
白日焰火13 小时前
基于 OpenSpec 实现规范驱动开发
算法·交互
技术民工之路3 小时前
Python Socket编程零基础实战教程(TCP/UDP通信完整版)
python·tcp/ip·udp
imuliuliang3 小时前
关于图搜索算法的性能建模与可预测性研究7
算法
EW Frontier3 小时前
三级跳突破864维动作空间——QMIX-Hierarchical多无人机协同通信方法全解析【附python代码】
开发语言·python·无人机·强化学习·通信资源分配
中微极客4 小时前
TensorFlow模型量化实战:从精度到延迟的优化指南
人工智能·python·tensorflow