如果你正在准备 Python 开发面试，链表是必须掌握的一类题。
它看起来不像数组那样直观，但只要掌握几个固定套路，拿分会非常稳定。
这一篇延续前两篇的突击风格：
少而精，只练最经典、最常考、最容易被追问的两题。
为什么 Linked List 高频出现？
面试官喜欢链表题，不是因为它"难"，而是因为它能快速区分候选人的基本功：
- 是否真正理解指针/引用关系；
- 能否在不借助额外数组的情况下原地操作；
- 能否稳定处理
None、空链表、单节点等边界； - 写代码时是否清楚每一步指针移动。
如果你只有 30 分钟，建议优先吃透这两题：
Reverse Linked ListMerge Two Sorted Lists
它们分别覆盖两种核心技巧：
- 指针反转（迭代 + 递归）
- dummy 虚拟头节点 + 双指针拼接
今天的突击目标
只要做到下面四点，这一篇就算学到位了：
- 能手写并讲清楚
Reverse Linked List的迭代与递归； - 能说清
Merge Two Sorted Lists里dummy的价值； - 能在讲解时明确时间/空间复杂度；
- 能主动指出易错点，尤其是指针断链问题。
题目一：Reverse Linked List（反转链表）
题目描述
给定单链表头节点 head，将链表反转并返回反转后的头节点。
示例：
- 输入：
[1,2,3,4,5]，输出：[5,4,3,2,1] - 输入：
[1,2]，输出：[2,1] - 输入：
[]，输出：[]
面试中的思考路径
这题的 follow-up 常问：
"你能分别用迭代和递归实现吗？"
解法一：迭代（首选，最稳）
迭代核心是三个指针变量：
prev：当前节点反转后要指向的前驱；curr：当前处理节点；nxt：提前保存curr.next，防止断链后找不到后续节点。
Python 参考实现（迭代）
python
from typing import Optional
class Solution:
def reverseList(self, head: Optional[ListNode]) -> Optional[ListNode]:
prev = None
curr = head
while curr:
nxt = curr.next
curr.next = prev
prev = curr
curr = nxt
return prev解法二：递归（面试加分）
递归写法的关键点是：
- 递归到底（到尾节点）后，尾节点会成为新头；
- 回溯时把后一个节点的
next指回当前节点。
Python 参考实现（递归）
python
from typing import Optional
class Solution:
def reverseList(self, head: Optional[ListNode]) -> Optional[ListNode]:
if head is None or head.next is None:
return head
new_head = self.reverseList(head.next)
head.next.next = head
head.next = None
return new_head递归易错点
很多人会写成 new_head.next = head，这种写法通常是不对的，因为 new_head 指向的是"新头"，并不总是"当前节点的下一个节点"。
正确做法必须基于当前层关系写成：
head.next.next = headhead.next = None
这样才能保证每一层回溯都正确翻转，并且不会形成环。
和斐波那契递归有什么区别？
这点面试里讲出来很加分：
- 斐波那契常见写法是分叉递归（一个函数拆成两个子问题），有大量重复计算；
- 反转链表是单链递归（每层只递归一次），没有分叉爆炸；
- 因此链表递归更接近"沿链到底，再回溯改指针"的过程，逻辑更线性。
复杂度分析
- 迭代：时间
O(n)，空间O(1)； - 递归：时间
O(n)，空间O(n)（递归调用栈）。
题目二：Merge Two Sorted Lists（合并两个有序链表）
题目描述
给定两个升序链表 list1 和 list2，将它们合并为一个新的升序链表并返回头节点。
要求通过"拼接原节点"的方式完成，不是新建值数组再重建链表。
示例：
- 输入：
list1=[1,2,4], list2=[1,3,4]，输出：[1,1,2,3,4,4] - 输入：
list1=[], list2=[]，输出：[] - 输入：
list1=[], list2=[0]，输出：[0]
面试中的思考路径
这题最稳定写法是 dummy + cur：
dummy是虚拟头节点，避免处理"第一个节点到底挂谁"的分支复杂度；cur始终指向合并链表的尾部；- 每次比较
list1.val与list2.val，把较小节点接到cur.next； - 某一条链表走完后，直接把另一条剩余部分接上。
Python 参考实现
python
from typing import Optional
class Solution:
def mergeTwoLists(
self, list1: Optional[ListNode], list2: Optional[ListNode]
) -> Optional[ListNode]:
dummy = ListNode()
cur = dummy
while list1 and list2:
if list1.val < list2.val:
cur.next = list1
list1 = list1.next
else:
cur.next = list2
list2 = list2.next
cur = cur.next
cur.next = list1 if list1 else list2
return dummy.next复杂度分析
- 时间复杂度：
O(m+n)，两个链表各走一遍； - 空间复杂度：
O(1)，只使用常数额外指针。
面试易错点
- 不用
dummy，导致头节点处理写出很多 if-else； - 比较后忘记移动
cur； - 循环结束后忘记拼接剩余链表；
- 误新建大量节点，偏离"拼接原链表节点"的意图。
30 分钟高效练习法（Linked List 版）
按这个节奏走，效率很高：
- 5 分钟：先口述两题指针变化过程；
- 10 分钟 ：手写
reverseList（迭代 + 递归）； - 10 分钟 ：手写
mergeTwoLists，重点练dummy； - 5 分钟：不看代码复述复杂度和易错点。
链表题最怕"看懂了但写不对"，所以一定要手写。
面试表达模板（可直接套用）
你可以这样说：
这题我会优先考虑指针原地操作，避免不必要的额外空间。
如果涉及链表拼接，我会引入 dummy 节点统一处理头节点逻辑，减少分支。
在实现上我会先保证不断链，再改指向，最后移动指针。
复杂度方面，目标通常是线性时间，额外空间尽量保持常数级。
这段话很适合链表题开场，能快速体现你的工程化思维。
小结
Linked List 的关键不是"记住答案"，而是形成稳定的指针操作习惯。
把 Reverse Linked List 和 Merge Two Sorted Lists 吃透后，你会对链表题建立很强的控制感。
面试前请至少达到这个标准：
- 迭代反转和递归反转都能默写；
- 能解释为什么
head.next.next = head是关键； dummy + cur写法一遍过；- 复杂度和边界条件能清楚表达。
下一篇可以继续进入 Trees，把链表和树这两类"指针结构"连起来，面试中的数据结构题会更稳。
支持一下
如果这篇对你有帮助，欢迎点赞、收藏、关注。 有余力的话欢迎打赏支持，我会更新得更快。