本文为Python算法题集之一的代码示例

题19：删除链表的倒数第 N 个结点

1. 示例说明

• • 给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。

    示例 1：

    

    输入：head = [1,2,3,4,5], n = 2
    输出：[1,2,3,5]
    

    **示例 2：**
  
  

  输入：head = [1], n = 1
  输出：[]

  **示例 3：**
  
  

  输入：head = [1,2], n = 1
  输出：[1]

   
  
  **提示：**
  
  - 链表中结点的数目为 `sz`
  - `1 <= sz <= 30`
  - `0 <= Node.val <= 100`
  - `1 <= n <= sz`
  
   
  
  **进阶：**你能尝试使用一趟扫描实现吗？
  

---

2. 题目解析

- 题意分解

1. 本题为删除链表中间的节点
2. 本题的主要计算是链表遍历
3. 基本的解法是循环，链表1读一遍，链表2读一遍，所以基本的时间算法复杂度为O(m）

- 优化思路

1. 通常优化：减少循环层次

2. 通常优化：增加分支，减少计算集

3. 通常优化：采用内置算法来提升计算速度

4. 分析题目特点，分析最优解

   1. 标准发放是遍历一遍求链表长度，在走到要删除的节点执行删除操作

   2. 使用快慢指针的方式，可以一次扫描完成

   3. 可以用列表结构进行节点删除【注意如果要删除多个节点，列表是最优选择】

---

- 测量工具

• 本地化测试说明：LeetCode网站测试运行时数据波动很大，因此需要本地化测试解决这个问题
• CheckFuncPerf（本地化函数用时和内存占用测试模块）已上传到CSDN，地址：Python算法题集_检测函数用时和内存占用的模块
• 本题很难超时，本地化超时测试用例自己生成，详见【最优算法章节】

---

3. 代码展开

1) 标准求解【二次遍历】

第一次遍历获得链表长度，第二次遍历完成删除

半生不熟，超过50%

import CheckFuncPerf as cfp

class Solution:
 @staticmethod
 def removeNthFromEnd_base(head, n):
     ilength, tmpNode = 0, head
     while tmpNode:
         ilength += 1
         tmpNode = tmpNode.next
     iPos, target = 0, ilength - n - 1
     if target == -1:
         return head.next
     tmpNode = head
     while iPos != target:
         iPos += 1
         tmpNode = tmpNode.next
     tmpNode.next = tmpNode.next.next
     return head

result = cfp.getTimeMemoryStr(Solution.removeNthFromEnd_base, ahead, 100000)
print(result['msg'], '执行结果 = {}'.format(result['result'].val))

# 运行结果
函数 removeNthFromEnd_base 的运行时间为 18.01 ms；内存使用量为 4.00 KB 执行结果 = 0

2) 改进版一【快慢指针】

将快慢指针距离调整为n，然后一次遍历完成

出类拔萃，超过89%

import CheckFuncPerf as cfp

class Solution:
 @staticmethod
 def removeNthFromEnd_ext1(head, n):
     slownode, fastnode = head, head
     for iIdx in range(n):
         fastnode = fastnode.next
     if not fastnode:
         return head.next
     while fastnode.next:
         slownode = slownode.next
         fastnode = fastnode.next
     slownode.next = slownode.next.next
     return head

result = cfp.getTimeMemoryStr(Solution.removeNthFromEnd_ext1, ahead, 100000)
print(result['msg'], '执行结果 = {}'.format(result['result'].val))

# 运行结果
函数 removeNthFromEnd_ext1 的运行时间为 10.00 ms；内存使用量为 0.00 KB 执行结果 = 0

3) 改进版二【列表裁剪】

将链表转换为数组，再裁剪链表

出类拔萃，超过89%

import CheckFuncPerf as cfp

class Solution:
 @staticmethod
 def removeNthFromEnd_ext2(head, n):
     list_Node = []
     tmpNode = head
     while tmpNode:
         list_Node.append(tmpNode)
         tmpNode = tmpNode.next
     if len(list_Node) < 1:
         return head
     if len(list_Node) == 1:
         return None
     if n == 1:
         list_Node[-n - 1].next = None
     elif n == len(list_Node):
         head = head.next
     else:
         list_Node[-n-1].next = list_Node[-n+1]
     return head

result = cfp.getTimeMemoryStr(Solution.removeNthFromEnd_ext2, ahead, 100000)
print(result['msg'], '执行结果 = {}'.format(result['result'].val))

# 运行结果
函数 removeNthFromEnd_ext2 的运行时间为 17.01 ms；内存使用量为 904.00 KB 执行结果 = 0

---

4. 最优算法

根据本地日志分析，最优算法为第2种removeNthFromEnd_ext1

nums = [ x for x in range(200000)]
def generateOneLinkedList(data):
    head = ListNode()
    current_node = head
    for num in data:
        new_node = ListNode(num)
        current_node.next = new_node
        current_node = new_node
    return head.next
ahead = generateOneLinkedList(nums)
result = cfp.getTimeMemoryStr(Solution.removeNthFromEnd_base, ahead, 100000)
print(result['msg'], '执行结果 = {}'.format(result['result'].val))

# 算法本地速度实测比较
函数 removeNthFromEnd_base 的运行时间为 18.01 ms；内存使用量为 4.00 KB 执行结果 = 0
函数 removeNthFromEnd_ext1 的运行时间为 10.00 ms；内存使用量为 0.00 KB 执行结果 = 0
函数 removeNthFromEnd_ext2 的运行时间为 17.01 ms；内存使用量为 904.00 KB 执行结果 = 0

一日练，一日功，一日不练十日空

may the odds be ever in your favor ~