02.05、链表求和

02.05、[中等] 链表求和

1、题目描述

给定两个用链表表示的整数,每个节点包含一个数位。

这些数位是反向存放的,也就是个位排在链表首部。

编写函数对这两个整数求和,并用链表形式返回结果。

2、解题思路

本题要求对两个链表表示的整数进行相加。链表中的每个节点代表一个数位,且个位数在链表的头部。即,链表是以反向存放的方式表示整数的。我们需要编写一个函数来求这两个整数的和,并将结果以链表的形式返回。

  1. 初始化链表和指针:
    • 使用一个虚拟头节点 head 来简化链表操作。
    • cur 用于遍历和构建新链表。
    • cur1cur2 分别用于遍历链表 l1l2
    • add 用于记录当前位的加和及进位。
  2. 遍历链表:
    • 遍历 l1l2,对对应位的数字进行加和。
    • 处理进位情况(即当前位的和超过 10 时的进位)。
  3. 创建新节点:
    • 将当前位的和取个位数,作为新节点的值。
    • 更新进位值(即当前位和除以 10 的结果)。
  4. 处理剩余进位:
    • 如果处理完所有节点后还有进位,需在结果链表中添加一个新节点。
  5. 返回结果:
    • 返回虚拟头节点 head 的下一个节点,即实际结果链表的头节点。

3、代码实现与详细注释

复制代码
class Solution {
public:
    ListNode* addTwoNumbers(ListNode* l1, ListNode* l2) {
        ListNode head; // 虚拟头节点,简化链表操作
        ListNode *cur = &head; // 当前节点,用于构建结果链表
        ListNode *cur1 = l1; // 遍历链表 l1
        ListNode *cur2 = l2; // 遍历链表 l2
        int add = 0; // 存储当前位的和及进位

        // 遍历链表,直到 l1、l2 都为空且没有进位
        while (cur1 || cur2 || add) {
            if (cur1) {
                add += cur1->val; // 加上 l1 当前节点的值
                cur1 = cur1->next; // 移动到 l1 的下一个节点
            }
            if (cur2) {
                add += cur2->val; // 加上 l2 当前节点的值
                cur2 = cur2->next; // 移动到 l2 的下一个节点
            }

            // 创建新节点,存储当前位的和的个位数
            ListNode* newnode = new ListNode(add % 10);
            cur->next = newnode; // 将新节点链接到结果链表
            cur = cur->next; // 移动到结果链表的下一个节点
            add /= 10; // 更新进位值
        }

        return head.next; // 返回结果链表的头节点(跳过虚拟头节点)
    }
};

4、关键点总结

  1. 链表的遍历:
    • 使用 cur1cur2 遍历两个输入链表。
    • 每次从两个链表中取值并加和,处理进位情况。
  2. 进位处理:
    • 在加和过程中,处理进位并更新 add 的值。
    • 如果存在剩余进位,继续在结果链表中添加节点。
  3. 结果链表的构建:
    • 使用虚拟头节点来简化链表的处理。
    • 最终返回虚拟头节点的下一个节点,即实际结果链表的头节点。

5、时间复杂度与空间复杂度

  • 时间复杂度: O(max(m, n)),其中 mn 分别是链表 l1l2 的长度。我们只遍历了两个链表一次。
  • 空间复杂度: O(max(m, n)),因为链表的长度决定了结果链表的长度。
相关推荐
NAGNIP11 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
端平入洛18 小时前
delete又未完全delete
c++
颜酱19 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试