2181、合并零之间的节点

2181、[中等] 合并零之间的节点

1、问题描述:

给你一个链表的头节点 head ,该链表包含由 0 分隔开的一连串整数。链表的 开端末尾 的节点都满足 Node.val == 0

对于每两个相邻的 0 ,请你将它们之间的所有节点合并成一个节点,其值是所有已合并节点的值之和。然后将所有 0 移除,修改后的链表不应该含有任何 0

返回修改后链表的头节点 head

2、代码思路:

  1. 跳过第一个节点 :链表的开头和结尾都包含值为 0 的节点,我们从第二个节点开始处理(即 head->next)。
  2. 累加节点值 :对于每两个 0 之间的节点,累加它们的值。
  3. 遇到 0 时创建新节点 :当遇到 0 时,将前面累加的值创建一个新的节点,插入到新链表中。
  4. 继续遍历:继续遍历链表,重复上述步骤,直到遍历完整个链表。返回合并后的新链表,忽略初始的哨兵节点。

3、代码实现与详细注释

复制代码
class Solution {
public:
    ListNode* mergeNodes(ListNode* head) {
        // 创建一个新的链表头,用来存储合并后的结果链表
        ListNode newhead; // 一个新链表的头节点(哨兵节点)
        ListNode *newcur = &newhead; // 用于遍历新链表的指针,初始化指向哨兵节点
        ListNode *cur = head->next;  // 当前链表从 head->next 开始,因为 head 是 0,忽略它
        int sum = 0; // 用于累加两个 0 之间的节点的值

        // 遍历原始链表,直到结束
        while (cur) {
            // 遇到值为 0 的节点时,说明需要合并并创建新节点
            if (cur->val == 0) {
                // 创建新节点,节点值为前面累加的 sum 值
                ListNode* newnode = new ListNode(sum);
                sum = 0; // 重置 sum,准备下一组合并
                newcur->next = newnode; // 将新节点链接到结果链表
                newcur = newcur->next;  // 移动指针到新节点,准备接受下一个合并节点
            } else {
                // 如果不是 0,则累加当前节点的值
                sum += cur->val;
            }
            cur = cur->next; // 移动到下一个节点
        }

        // 确保新链表的末尾指向 nullptr
        newcur->next = nullptr;

        // 返回合并后链表的头节点,跳过哨兵节点
        return newhead.next;
    }
};

4、时间复杂度:

  • 时间复杂度 :O(n),其中 n 是链表中节点的数量。我们只需要遍历链表一次。
  • 空间复杂度:O(1),只用了常数空间来存储累加值和指针。
相关推荐
CoovallyAIHub2 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
感哥2 小时前
C++ STL 常用算法
c++
CoovallyAIHub3 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
saltymilk13 小时前
C++ 模板参数推导问题小记(模板类的模板构造函数)
c++·模板元编程
感哥13 小时前
C++ lambda 匿名函数
c++
沐怡旸19 小时前
【底层机制】std::unique_ptr 解决的痛点?是什么?如何实现?怎么正确使用?
c++·面试
感哥20 小时前
C++ 内存管理
c++
聚客AI20 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v1 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工1 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法