LeetCode Hot100（18/100）——160. 相交链表

文章目录

- 一、题目描述
- 二、示例讲解
- - 示例一
- 三、思维导图
- 四、解法一：哈希表法
- - 原理说明
  - 流程图展示
  - 时间与空间复杂度
  - Java 实现
- 五、解法二：双指针法（推荐）
- - 原理说明
  - 示例演示
  - 时间与空间复杂度
  - Java 实现
- 六、总结

一、题目描述

给定两个单链表 headA 和 headB，找出并返回这两个链表相交的起始节点。如果两个链表没有交点，则返回 null。

链表可能具有 不同的长度，但如果它们相交，会在某个节点之后共享相同的尾部。

二、示例讲解

示例一

假设有如下两个链表：

复制代码

ListA: 4 → 1
             ↘
              8 → 4 → 5
             ↗
ListB:   5 → 6 → 1

它们在节点值为 8 的位置相交，输出应为该节点。

三、思维导图

使用 Mermaid 思维导图可视化题意与解题思路：
两个链表的相交节点
题目理解
两个单链表可能长度不等
若相交则共享尾部部分
否则返回null
解法思路
方法一：哈希表存储节点
方法二：双指针法
复杂度分析
n+m
空间复杂度 O(1) 或 O(n)
关键目标
找出第一个相交节点

四、解法一：哈希表法

原理说明

首先遍历链表 A，将所有节点加入哈希表。
然后遍历链表 B，每访问一个节点，检查是否在哈希表中出现过。
若出现，则该节点即为相交起点；若遍历完未出现，则返回 null。

流程图展示

是
否
开始
遍历链表A
将每个节点加入哈希表
遍历链表B
节点是否在哈希表中?
返回该节点
继续遍历
遍历结束返回null

时间与空间复杂度

时间复杂度：O(n + m)

其中 n 和 m 分别为两个链表的长度。
空间复杂度：O(n)

因为需要使用额外哈希表存储链表 A 的节点。

Java 实现

java 复制代码

public class Solution {
    public ListNode getIntersectionNode(ListNode headA, ListNode headB) {
        Set<ListNode> visited = new HashSet<>();
        ListNode currA = headA;
        while (currA != null) {
            visited.add(currA);
            currA = currA.next;
        }

        ListNode currB = headB;
        while (currB != null) {
            if (visited.contains(currB)) {
                return currB; // 找到相交节点
            }
            currB = currB.next;
        }

        return null; // 无相交点
    }
}

五、解法二：双指针法（推荐）

原理说明

使用两个指针 pA 和 pB，分别从链表 A 和 B 的头开始遍历：

当一个指针到达链表尾端时，从另一条链表的头重新开始。
两个指针最终会在相交节点相遇，或同时到达 null（不相交）。

这种方法可以"抵消长度差"的影响，使得两个指针在第二次遍历时对齐。

示例演示

指针pB 指针pA 指针pB 指针pA pA 从 headA 开始，pB 从 headB 开始遍历A 遍历B A到尾时跳到headB B到尾时跳到headA 最终相遇 → 相交节点

时间与空间复杂度

时间复杂度：O(n + m)

最多遍历两次链表。
空间复杂度：O(1)

仅使用两个指针，无额外存储。

Java 实现

java 复制代码

public class Solution {
    public ListNode getIntersectionNode(ListNode headA, ListNode headB) {
        if (headA == null || headB == null) return null;
        ListNode pA = headA;
        ListNode pB = headB;

        while (pA != pB) {
            pA = (pA == null) ? headB : pA.next;
            pB = (pB == null) ? headA : pB.next;
        }

        return pA; // 可能为相交节点或null
    }
}

六、总结

解法	思路	时间复杂度	空间复杂度	优点	缺点
哈希表法	存储链表A节点再遍历B查找	O(n+m)	O(n)	简单直观	额外空间消耗
双指针法	两指针交替遍历抵消长度差	O(n+m)	O(1)	空间最优、优雅	不易直观理解初见者