文章目录
- 1. 题目
- 2. 思路及代码实现(Python)
- 2.1 计算链表长度
- 2.2 栈
1. 题目
给你一个链表,删除链表的倒数第 n n n 个结点,并且返回链表的头结点。
示例 1:
输入:
h
e
a
d
=
[
1
,
2
,
3
,
4
,
5
]
,
n
=
2
head = [1,2,3,4,5], n = 2
head=[1,2,3,4,5],n=2
输出:
[
1
,
2
,
3
,
5
]
[1,2,3,5]
[1,2,3,5]
示例 2:
输入:
h
e
a
d
=
[
1
]
,
n
=
1
head = [1], n = 1
head=[1],n=1
输出:
[
]
[ ]
[]
示例 3:
输入:
h
e
a
d
=
[
1
,
2
]
,
n
=
1
head = [1,2], n = 1
head=[1,2],n=1
输出:
[
1
]
[1]
[1]
提示:
- 1 < = s z < = 30 1 <= sz <= 30 1<=sz<=30,其中 s z sz sz 为链表中的节点数目
- 0 < = N o d e . v a l < = 100 0 <= Node.val <= 100 0<=Node.val<=100
- 1 < = n < = s z 1 <= n <= sz 1<=n<=sz
2. 思路及代码实现(Python)
在对链表进行操作时,一种常用的技巧是添加一个哑节点(dummy node),它的 next \textit{next} next 指针指向链表的头节点。这样一来,就不需要对头节点进行特殊的判断了。
例如,在本题中,如果我们要删除节点 y y y,我们需要知道节点 y y y 的前驱节点 x x x,并将 x x x 的指针指向 y y y 的后继节点。但由于头节点不存在前驱节点,因此我们需要在删除头节点时进行特殊判断。但如果我们添加了哑节点,那么头节点的前驱节点就是哑节点本身,此时我们就只需要考虑通用的情况即可。
题解引用来源:力扣官方题解
2.1 计算链表长度
一种容易想到的方法是,我们首先从头节点开始对链表进行一次遍历,得到链表的长度 L L L。随后我们再从头节点开始对链表进行一次遍历,当遍历到第 L − n + 1 L−n+1 L−n+1 个节点时,它就是我们需要删除的节点。
为了方便删除操作,我们可以从哑节点开始遍历 L − n + 1 L−n+1 L−n+1 个节点。当遍历到第 L − n + 1 L−n+1 L−n+1 个节点时,它的下一个节点就是我们需要删除的节点,这样我们只需要修改一次指针,就能完成删除操作。
该算法的时间复杂度为
O
(
L
)
O(L)
O(L),其中,
L
L
L 是链表的长度;空间复杂度为
O
(
1
)
O(1)
O(1)。
class Solution:
def removeNthFromEnd(self, head: ListNode, n: int) -> ListNode:
def getLength(head: ListNode) -> int:
length = 0
while head:
length += 1
head = head.next
return length
dummy = ListNode(0, head)
length = getLength(head)
cur = dummy
for i in range(1, length - n + 1):
cur = cur.next
cur.next = cur.next.next
return dummy.next
执行用时:44 ms
消耗内存:16.45 MB
2.2 栈
我们也可以在遍历链表的同时将所有节点依次入栈。根据栈「先进后出」的原则,我们弹出栈的第 n n n 个节点就是需要删除的节点,并且目前栈顶的节点就是待删除节点的前驱节点。这样一来,删除操作就变得十分方便了。
上一个方法用链表结构,存储每个节点的指向节点,因此节省存储空间,无需存储所有的节点。而用栈的方法,在Python中用元素带顺序的列表来表征进出操作,实现逻辑很直观简单,但需牺牲部分存储空间。
该算法的时间复杂度为 O ( L ) O(L) O(L),空间复杂度也为 O ( L ) O(L) O(L)。
class Solution:
def removeNthFromEnd(self, head: ListNode, n: int) -> ListNode:
dummy = ListNode(0, head)
stack = list()
cur = dummy
while cur:
stack.append(cur)
cur = cur.next
for i in range(n):
stack.pop()
prev = stack[-1]
prev.next = prev.next.next
return dummy.next
执行用时:27 ms
消耗内存:16.38 MB