LeetCode 热题 100 138. 随机链表的复制

LeetCode 热题 100 | 138. 随机链表的复制

大家好,今天我们来解决一道经典的链表问题------随机链表的复制。这道题在 LeetCode 上被标记为中等难度,要求深拷贝一个带有随机指针的链表。


问题描述

给你一个长度为 n 的链表,每个节点包含一个额外增加的随机指针 random,该指针可以指向链表中的任何节点或空节点。构造这个链表的深拷贝。深拷贝应该正好由 n 个全新节点组成,其中每个新节点的值都设为其对应的原节点的值。新节点的 next 指针和 random 指针也都应指向复制链表中的新节点,并使原链表和复制链表中的这些指针能够表示相同的链表状态。复制链表中的指针都不应指向原链表中的节点。

示例 1:

plaintext 复制代码
输入:head = [[7,null],[13,0],[11,4],[10,2],[1,0]]
输出:[[7,null],[13,0],[11,4],[10,2],[1,0]]

示例 2:

plaintext 复制代码
输入:head = [[1,1],[2,1]]
输出:[[1,1],[2,1]]

示例 3:

plaintext 复制代码
输入:head = [[3,null],[3,0],[3,null]]
输出:[[3,null],[3,0],[3,null]]

提示:

  • 0 <= n <= 1000
  • -10^4 <= Node.val <= 10^4
  • Node.randomnull 或指向链表中的节点。

解题思路

核心思想
  1. 三步法

    • 第一步:在每个原节点后面插入一个新节点,新节点的值与原节点相同。
    • 第二步 :设置新节点的 random 指针,利用原节点的 random 指针来设置新节点的 random 指针。
    • 第三步:将原链表和新链表分离,恢复原链表,提取新链表。
  2. 哈希表法

    • 使用一个哈希表存储原节点和新节点的映射关系。
    • 遍历原链表,创建新节点并设置 nextrandom 指针。

方法一:三步法

步骤 1:复制每个节点并插入到原节点后面
python 复制代码
current = head
while current:
    new_node = Node(current.val)
    new_node.next = current.next
    current.next = new_node
    current = new_node.next
步骤 2:设置新节点的 random 指针
python 复制代码
current = head
while current:
    if current.random:
        current.next.random = current.random.next
    current = current.next.next
步骤 3:分离原链表和新链表
python 复制代码
current = head
new_head = head.next if head else None
while current:
    new_node = current.next
    current.next = new_node.next
    if new_node.next:
        new_node.next = new_node.next.next
    current = current.next

完整代码实现

python 复制代码
class Solution:
    def copyRandomList(self, head: 'Node') -> 'Node':
        if not head:
            return None
        
        # 第一步:复制每个节点并插入到原节点后面
        current = head
        while current:
            new_node = Node(current.val)
            new_node.next = current.next
            current.next = new_node
            current = new_node.next
        
        # 第二步:设置新节点的 random 指针
        current = head
        while current:
            if current.random:
                current.next.random = current.random.next
            current = current.next.next
        
        # 第三步:分离原链表和新链表
        current = head
        new_head = head.next
        while current:
            new_node = current.next
            current.next = new_node.next
            if new_node.next:
                new_node.next = new_node.next.next
            current = current.next
        
        return new_head

方法二:哈希表法

步骤 1:创建哈希表存储原节点和新节点的映射关系
python 复制代码
node_map = {}
current = head
while current:
    node_map[current] = Node(current.val)
    current = current.next
步骤 2:设置新节点的 nextrandom 指针
python 复制代码
current = head
while current:
    if current.next:
        node_map[current].next = node_map[current.next]
    if current.random:
        node_map[current].random = node_map[current.random]
    current = current.next

完整代码实现

python 复制代码
class Solution:
    def copyRandomList(self, head: 'Node') -> 'Node':
        if not head:
            return None
        
        # 创建哈希表存储原节点和新节点的映射关系
        node_map = {}
        current = head
        while current:
            node_map[current] = Node(current.val)
            current = current.next
        
        # 设置新节点的 next 和 random 指针
        current = head
        while current:
            if current.next:
                node_map[current].next = node_map[current.next]
            if current.random:
                node_map[current].random = node_map[current.random]
            current = current.next
        
        return node_map[head]

复杂度分析

  • 三步法

    • 时间复杂度 :O(n),其中 n 是链表的长度。每个节点被处理三次。
    • 空间复杂度:O(1),只使用了常数级别的额外空间。
  • 哈希表法

    • 时间复杂度 :O(n),其中 n 是链表的长度。每个节点被处理两次。
    • 空间复杂度:O(n),使用了哈希表存储原节点和新节点的映射关系。

示例运行

示例 1
plaintext 复制代码
输入:head = [[7,null],[13,0],[11,4],[10,2],[1,0]]
输出:[[7,null],[13,0],[11,4],[10,2],[1,0]]
示例 2
plaintext 复制代码
输入:head = [[1,1],[2,1]]
输出:[[1,1],[2,1]]
示例 3
plaintext 复制代码
输入:head = [[3,null],[3,0],[3,null]]
输出:[[3,null],[3,0],[3,null]]

总结

通过三步法或哈希表法,我们可以高效地完成带有随机指针的链表的深拷贝。三步法利用链表的结构特点,避免了额外的空间开销,而哈希表法则更直观,但需要额外的空间。希望这篇题解对大家有所帮助,如果有任何问题,欢迎在评论区留言讨论!

关注我,获取更多算法题解和编程技巧!

相关推荐
随缘而动,随遇而安2 小时前
第八十八篇 大数据中的递归算法:从俄罗斯套娃到分布式计算的奇妙之旅
大数据·数据结构·算法
IT古董2 小时前
【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器
神经网络·算法·机器学习
Alfred king5 小时前
面试150 生命游戏
leetcode·游戏·面试·数组
水木兰亭5 小时前
数据结构之——树及树的存储
数据结构·c++·学习·算法
Jess076 小时前
插入排序的简单介绍
数据结构·算法·排序算法
老一岁6 小时前
选择排序算法详解
数据结构·算法·排序算法
xindafu6 小时前
代码随想录算法训练营第四十二天|动态规划part9
算法·动态规划
xindafu6 小时前
代码随想录算法训练营第四十五天|动态规划part12
算法·动态规划
ysa0510307 小时前
Dijkstra 算法#图论
数据结构·算法·图论
一定要AK8 小时前
2025—暑期训练一
算法