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
茉莉玫瑰花茶9 分钟前
C++ 17 详细特性解析(4)
开发语言·c++·算法
long31623 分钟前
K‘ 未排序数组中的最小/最大元素 |期望线性时间
java·算法·排序算法·springboot·sorting algorithm
进击的小头27 分钟前
FIR滤波器实战:音频信号降噪
c语言·python·算法·音视频
xqqxqxxq31 分钟前
洛谷算法1-1 模拟与高精度(NOIP经典真题解析)java(持续更新)
java·开发语言·算法
razelan31 分钟前
初级算法技巧 4
算法
砍树+c+v32 分钟前
3a 感知机训练过程示例(手算拆解,代码实现)
人工智能·算法·机器学习
zy_destiny33 分钟前
【工业场景】用YOLOv26实现4种输电线隐患检测
人工智能·深度学习·算法·yolo·机器学习·计算机视觉·输电线隐患识别
智驱力人工智能43 分钟前
货车违规变道检测 高速公路安全治理的工程实践 货车变道检测 高速公路货车违规变道抓拍系统 城市快速路货车压实线识别方案
人工智能·opencv·算法·安全·yolo·目标检测·边缘计算
罗湖老棍子1 小时前
【例9.18】合并石子(信息学奥赛一本通- P1274)从暴搜到区间 DP:石子合并的四种写法
算法·动态规划·区间dp·区间动态规划
2301_810730101 小时前
python第四次作业
数据结构·python·算法