链表基础之LeetCode题解

前言

今天继续算法题：从尾到头打印链表

链表

在看今天题目之前，链表我们先了解下链表。基础解

链表是链表一种物理存储单元上非连续、非顺序的基础解存储结构。由于不必须按顺序存储，链表链表的基础解插入和删除操作可以达到O(1)的复杂度

熟悉数组的都知道，数组是链表需要一块连续的内存空间来存储。而链表就不需要，基础解它是链表通过指针来将内存块串联起来。

常见的基础解链表结构有：单链表、双向链表和循环链表。链表(图片来自参考链接)

单链表

第一个接点为头结点，基础解最后一个结点是链表尾结点。

从图中可以看出来：当某个结点不是基础解指向下一个结点，而是链表指向了null，空地址，那么这个结点就是这个链表最后一个结点，也就是尾结点。

当我们插入或者删除结点只需要修改next结点就行，也就是香港云服务器修改next指针指向地址，比如这样一个链表：

a->next=b, b->next=c, c->next=d 

a下一个结点是b，b下一个结点是c...

如果我们要在ab直接插入一个结点p，得益于链表的不连续性，我们只需要修改a的next为p，p的next为b就行了。

a->next=p, p->next=b, b->next=c, c->next=d 

通俗点说，插入的时候，就修改两个结点的跟屁虫就行啦。所以不同于数组插入和删除操作，链表的插入和删除效率很高，不需要考虑空间连续问题，所以对应的时间复杂度是O(1)。

但是反过来，如果要查询第n个数据为谁，这个就比较麻烦了。不像数组由于内存连续，所以很轻易就知道n对应的数据。而链表需要一个个next查找，所以链表随机访问的效率就不如数组了，源码库时间复杂度为O(n)。

循环链表

循环链表和单链表的区别就是，尾结点指针会指向头结点，形成一个环形，这就是循环链表。

双向链表

如图所示，双向链表和单链表的区别就是，每个结点不仅有下个结点的地址，还有上一个结点的地址。

这样有什么好处呢?在特定的情境中能提高效率。比如我要在某个结点B的前面插入数据，那么我需要从头开始便利，找到某个结点的next指向这个B的地址，然后进行数据的插入。

但是双向链表则可以直接获知结点B的前驱结点地址，大大提高了插入效率。

链表的基础知识就介绍到这里了，下面看一个链表相关的网站模板算法题。

题目：从尾到头打印链表

输入一个链表的头节点，从尾到头反过来返回每个节点的值(用数组返回)。

示例 1：

输入：head = [1,3,2] 输出：[2,3,1]

限制：

0 <= 链表长度 <= 10000

解法一

题目意思很简单，就是一个链表，现在要先从尾巴倒着打印链表的数字。

那我们就可以想到可以用到递归算法，递归算法其实就是两步，先递后归，我们可以先传递到链表的最后一位，也就是next->null为空的时候，然后开始归档把数据依次输出，即完成了从结尾开始输出数字的需求了。

递推阶段：走到链表结尾为结束的标志。 归档阶段：从结尾处一层层输出数字，先输出到ArrayList，在转为数组。

不明白的可以看看代码：

class Solution {      ArrayList<Integer> tmp = new ArrayList<Integer>();     public int[] reversePrint(ListNode head) {          recur(head);         int[] res = new int[tmp.size()];         for(int i = 0; i < res.length; i++)             res[i] = tmp.get(i);         return res;     }     //递归方法     void recur(ListNode head) {       //到链表结尾处，递推结束，开始归档，依次输出         if(head == null) return;         recur(head.next);         tmp.add(head.val);     } } 

方法消耗情况

执行用时：1 ms 内存消耗：40.5 MB 

时间复杂度

该算法相当于遍历了两遍链表，递推一遍，归档一遍，所以一共为2n。

去除常量，时间复杂度就是O(n)

空间复杂度

由于用到ArrayList和数组，所以空间复杂度也是O(n)。

解法二

第二种解法就是利用栈的特点：先入后出。(栈的知识点后面再细说)

先入后出不就是题目的需求么，从尾部倒着输出数字。

所以我们把链表依次入栈，然后在依次出栈就可以完成需求了。

class Solution {      public int[] reversePrint(ListNode head) {          LinkedList<Integer> stack = new LinkedList<Integer>();         while(head != null) {              stack.addLast(head.val);             head = head.next;         }         int[] res = new int[stack.size()];         for(int i = 0; i < res.length; i++)             res[i] = stack.removeLast();     return res;     } } 

方法消耗情况

执行用时：1 ms 内存消耗：39.2 MB 

时间复杂度

同上一个算法一样，时间复杂度就是入栈和出栈的时间，也就是O(n)。

空间复杂度

由于用到了stack和数组res，所以空间复杂度也是O(n)。

参考

https://leetcode-cn.com/problems/cong-wei-dao-tou-da-yin-lian-biao-lcof/

https://time.geekbang.org/column/article/41013

本文转载自微信公众号「码上积木」，可以通过以下二维码关注。转载本文请联系码上积木公众号。

很赞哦!（8）