数据结构与算法--两个链表中第一个公共节点

链表中第一个公共节点

  • 公节点定义:同一个节点在两个链表中,并不是节点值相同
  • 题目:输入两个节点,找出他们的第一个公共节点,节点定义如需
/*** 链表元素节点** @author liaojiamin* @Date:Created in 12:17 2021/3/5*/
public class ListNode implements Comparable<ListNode> {private String key;private Integer value;private ListNode next;private ListNode before;...
  • 本文中所有有关链表定义以及操作都使用自己实现的链表相关方法,如需看详细实现可装到对应章节:数据结构与算法–链表实现以及应用

  • 两个单向链表,特点在于只能同头开始遍历,因此最简单方案,还是双循环,每次遍历链表A的节点时候,与链表B中节点逐个比较,直到找到相同的节点问题

  • 这种方法实现简单,但是时间复杂度是最大的,如果A有m个阶段,B有n个阶段那么时间复杂度是O(mn),应该有更好的方案

  • 方案二:

    • 单向链表有共同节点,因为每个节点都是有一个next指针
    • 因此从共同节点开始,之后的所有节点都是相同的,因此这个两个链表应该是个Y字形状,如下图
    • 因为两个链表可能节点个数不同,因此从头开始遍历不能直接得到,
    • 那么如果从后开始遍历,那边一定就是相同的节点
    • 如果能将链表反转,从后向前遍历,最后一个相同的节点就是我们需要求解的值,如下图解

在这里插入图片描述

  • 从后向前

在这里插入图片描述

  • 如上图,第一个想到的方法是反转链表,因为单向链表只能从头开始,反转后可以从尾部开始遍历,反转后出现如下情况:

在这里插入图片描述

  • 当修改第一个链表时候,第二个链表其实也被修改了,并且此时已经找不到地儿个链表的尾部节点,因此方法是不成了。
  • 还有另外方法,我们将链表的每个节点存储到另外一个数组中,然后从数组尾部开始遍历
  • 那么用栈来存储链表节点,此时是最适合的
  • 遍历两个链表,分别存储两个栈,stack1, stack2,
  • 接着遍历stack1, stack2, 因为后进先出,因此先处理的必然是相等的,我们只需要找到第一个不相等的节点
  • 如下实现,此处对栈的定义以及相关方法的实现都是用的自己对栈的实现方法,可到之前对应章节查看详细的实现:数据结构与算法–简单栈实现及其应用
/*** 寻找两个单向链表的第一个公共节点* 公共节点定义:同一个节点在两个链表中,并不是节点值相同** @author liaojiamin* @Date:Created in 15:30 2021/6/15*/
public class FindFirstCommonNode {public static void main(String[] args) {Random random = new Random();Integer number1 = random.nextInt(100);ListNode node1 = new ListNode(number1.toString(), number1);for (int i = 0; i < 3; i++) {Integer number = random.nextInt(100);ListNode newNode = new ListNode(number.toString(), number);MyLinkedList.addToTail(node1, newNode);}Integer number2 = random.nextInt(100);ListNode node2 = new ListNode(number2.toString(), number2);for (int i = 0; i < 6; i++) {Integer number = random.nextInt(100);ListNode newNode = new ListNode(number.toString(), number);MyLinkedList.addToTail(node2, newNode);}ListNode node3 = new ListNode("x", 3);MyLinkedList.addToTail(node1, node3);MyLinkedList.addToTail(node2, node3);for (int i = 0; i < 3; i++) {Integer number = random.nextInt(100);ListNode newNode = new ListNode(number.toString(), number);MyLinkedList.addToTail(node1, newNode);}MyLinkedList.print(node1);System.out.println();MyLinkedList.print(node2);ListNode commonNode = findFirstCommonNodeStack(node1, node2);System.out.println();System.out.println(commonNode.getKey());}/*** 方法一,栈方法,后进先出*/public static ListNode findFirstCommonNodeStack(ListNode node1, ListNode node2) {if (node1 == null || node2 == null) {return null;}if (node1.getNext() == null && node2.getNext() == null) {return node1.equals(node2) ? node1 : null;}MyStack stack1 = new MyStack();ListNode head = node1;while (head != null) {stack1.push(head);head = head.getNext();}MyStack stack2 = new MyStack();head = node2;while (head != null) {stack2.push(head);head = head.getNext();}ListNode commonNode = null;while (!stack1.isEmpty() && !stack2.isEmpty()) {ListNode popStack1 = (ListNode) stack1.pop();ListNode popStack2 = (ListNode) stack2.pop();if (popStack1.equals(popStack2)) {commonNode = popStack1;}}return commonNode;}
}
  • 利用栈额外存储了一份节点数据,来找到对应的相同节点,用空间换时间的方法,时间复杂度O(m+n),空间复杂度O(m+n)

  • 方法三

    • 如果题目有更苛刻的要求,不能使用额外空间
    • 在这种情况下,我先想到的是双指针法,我们在之前的文章:数据结构与算法–代码鲁棒性案例分析中详细介绍了双指针法获取链表中倒数第N个数
    • 此处有两个链表自然想到双指针。
    • 但是分析发现,此时两个链表可能元素个数不同,双指针同样也需要O(mn)的时间复杂度
    • 还是受到:数据结构与算法–代码鲁棒性案例分析 中双指针的启发,其中A指针先走了n步骤,B指针才开始遍历,当A指针到尾部,B指针就是倒数第n个数据
    • 此处同样的思想,我们先查询A,B链表长度,如果A比B长N, 那么让A指针先走N不,那么A,B指针则在统一起跑线。
    • 此时同时遍历A,B并且比较对应节点,直到找到相同的第一个节点为止
    • 经如上分析有如下代码:
/*** 寻找两个单向链表的第一个公共节点* 公共节点定义:同一个节点在两个链表中,并不是节点值相同** @author liaojiamin* @Date:Created in 15:30 2021/6/15*/
public class FindFirstCommonNode {public static void main(String[] args) {Random random = new Random();Integer number1 = random.nextInt(100);ListNode node1 = new ListNode(number1.toString(), number1);for (int i = 0; i < 3; i++) {Integer number = random.nextInt(100);ListNode newNode = new ListNode(number.toString(), number);MyLinkedList.addToTail(node1, newNode);}Integer number2 = random.nextInt(100);ListNode node2 = new ListNode(number2.toString(), number2);for (int i = 0; i < 6; i++) {Integer number = random.nextInt(100);ListNode newNode = new ListNode(number.toString(), number);MyLinkedList.addToTail(node2, newNode);}ListNode node3 = new ListNode("x", 3);MyLinkedList.addToTail(node1, node3);MyLinkedList.addToTail(node2, node3);for (int i = 0; i < 3; i++) {Integer number = random.nextInt(100);ListNode newNode = new ListNode(number.toString(), number);MyLinkedList.addToTail(node1, newNode);}MyLinkedList.print(node1);System.out.println();MyLinkedList.print(node2);System.out.println();ListNode commonNode2 = findFirstCommonNode(node1, node2);System.out.println(commonNode2.getKey());}/*** 方法二,错位遍历* */public static ListNode findFirstCommonNode(ListNode node1, ListNode node2){if (node1 == null || node2 == null) {return null;}if (node1.getNext() == null && node2.getNext() == null) {return node1.equals(node2) ? node1 : null;}Integer countNode1 = 0;ListNode header = node1;while (header != null){countNode1 ++;header = header.getNext();}Integer countNode2 = 0;header = node2;while (header != null){countNode2 ++;header = header.getNext();}Integer prefix = Math.abs(countNode1 - countNode2);ListNode header1 = node1;ListNode header2 = node2;if(countNode1 > countNode2){for (int i =0; i< prefix; i++){if(header1 != null){header1 = header1.getNext();}}}else {for (int i =0; i< prefix; i++){if(header2 != null){header2 = header2.getNext();}}}while (header1 != null && header2 != null){if(header1.equals(header2)){return header1;}header1 = header1.getNext();header2 = header2.getNext();}return null;}
}
  • 方法三中没有用到额外的存储空间,时间复杂度同样也是O(m+n),要优于方法二,这是目前想到的最优方案。

上一篇:数据结构与算法–数组中的逆序对
下一篇:数据结构与算法–最小的k个数

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/310356.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ASP.NET Core技术研究-全面认识Web服务器Kestrel

因为IIS不支持跨平台的原因&#xff0c;我们在升级到ASP.NET Core后&#xff0c;会接触到一个新的Web服务器Kestrel。相信大家刚接触这个Kestrel时&#xff0c;会有各种各样的疑问。今天我们全面认识一下ASP.NET Core的默认Web服务器Kestrel。一、初识Kestrel首先&#xff0c;K…

数据结构与算法--二叉堆(最大堆,最小堆)实现及原理

二叉堆&#xff08;最大堆&#xff0c;最小堆&#xff09;实现及原理 二叉堆与二叉查找树一样&#xff0c;堆也有两个性质&#xff0c;即结构性质和堆性质。和AVL树一样&#xff0c;对堆的一次操作必须到堆的所有性质都被满足才能终止&#xff0c;也就是我们每次对堆的操作都必…

Blazor WebAssembly 3.2.0 已在塔架就位 将发射新一代前端SPA框架

最美人间四月天&#xff0c;春光不负赶路人。在充满无限希望的明媚春天里&#xff0c;一路风雨兼程的.NET团队正奋力实现新的突破。根据计划&#xff0c;新一代基于WebAssembly 技术研发的前端SPA框架Blazor 将于5月19日在微软Build大会升空。目前&#xff0c;Blazor 的测试工作…

如何将 Azure 上的 Ubuntu 19.10 服务器升级到 20.04

点击上方蓝字关注“汪宇杰博客”导语Ubuntu 20.04 LTS 已经正式推出了。作为一名软粉&#xff0c;看到新版鲍叔毒瘤&#xff0c;我当然是激动万分&#xff0c;抱着批判的态度&#xff0c;第一时间很不情愿的更新了我的服务器。4月23日发布的 Ubuntu 20.04 是个 LTS 版。其 Linu…

我想快速给WPF程序添加托盘菜单

我想...1 简单要求&#xff1a;使用开源控件库在XAML中声明托盘菜单&#xff0c;就像给控件添加ContextMenu一样封装了常用命令&#xff0c;比如&#xff1a;打开主窗体、退出应用程序等TerminalMACS我在TerminalMACS中添加了托盘菜单&#xff0c;最终实现的托盘菜单效果&#…

【半译】在ASP.NET Core中创建内部使用作用域服务的Quartz.NET宿主服务

在我的上一篇文章《在ASP.NET Core中创建基于Quartz.NET托管服务轻松实现作业调度》&#xff0c;我展示了如何使用ASP.NET Core创建Quartz.NET托管服务并使用它来按计划运行后台任务。不幸的是&#xff0c;由于Quartz.NET API的工作方式&#xff0c;在Quartz作业中使用Scoped依…

mysql技术分享-- 视图是什么

视图 最近遇到mysql锁相关问题&#xff0c;在查阅资料时候&#xff0c;经常能看到在锁的解释中总有视图的概念出现&#xff0c;因此我觉得有必要先去了解一下视图相关的详细信息&#xff0c;有助于我对mysql锁相关的理解。视图&#xff08;View&#xff09;是一个命名的虚拟表…

在 Visual Studio 2019 中为 .NET Core WinForm App 启用窗体设计器

当我们在使用 Visual Studio 2019 非预览版本开发 Windows Forms App (.NET Core) 应用程序时是不能使用窗体设计器的。即使在窗体文件上右击选择“显示设计器”菜单&#xff0c;仍旧只能看到代码&#xff0c;无法打开窗体设计器。根据微软开发者博客的描述&#xff0c;我们可以…

mysql技术分享--表分区实现

分区表 分区概念 分区功能并不是在存储引擎层完成的&#xff0c;因此不止有InnoDB存储引擎支持分区&#xff0c;常见的存储引擎MyISAM&#xff0c;NDB等都支持。但是也并不是所有存储引擎都支持&#xff0c;比如CSV&#xff0c;FEDERATED&#xff0c;MERGE等就不支持&#xf…

视频号,张小龙的星辰大海

阅读本文大概需要 4.1分钟。前段时间&#xff0c;微信开通了视频号。本想第一时间写一篇文章&#xff0c;分析下视频号。发现理解还不深入&#xff0c;于是这段时间一直在思考视频号对微信的战略意义和它的前景。思考了接近1个月&#xff0c;想明白了一些事情&#xff0c;有时候…

[Java基础]List集合子类特点

ArrayList练习: package test19;import java.util.ArrayList; import java.util.Iterator;public class ArrayListDemo {public static void main(String[] args){ArrayList<String> array new ArrayList<String>();array.add("hello");array.add(&quo…

[半翻] 设计面向DDD的微服务

这篇文章行文结构对照微软博客&#xff0c; 结合本人意译和多年实践的回顾性思考形成此次读书笔记。Domian-driven Design领域-驱动-设计&#xff08;DDD&#xff09;提倡基于(用例相关的现实业务)进行建模。1. DDD的视角DDD将现实问题视为领域;DDD将独立的问题描述为有界限的上…

【值得收藏】首次披露Facebook移动端软件的持续部署 | IDCF

&#xff08;图片来源于网络&#xff09;摘要持续部署是指软件更新一旦准备好就立即发布的实践方法&#xff0c;在业界越来越多地被采用。移动端软件的更新频率普遍落后于基于云端的服务&#xff0c;原因有很多。比如&#xff0c;移动端软件只能定期发布版本&#xff1b;用户可…

数据结构与算法--二叉树的深度问题

二叉树的深度 题目&#xff1a;输入一颗二叉树的根&#xff0c;求该树的深度。从根节点到叶子节点一次进过的节点形成的一条路径&#xff0c;最长的路径的长度为树的深度。如下图中二叉树的额深度4&#xff0c;因为从根节点A到叶子节点的路径中有4个节点A B E J 问题中定义了一…