Python算法题集_相交链表
- 题41：相交链表
- 1. 示例说明
- 2. 题目解析
- - 题意分解
- - 优化思路
- - 测量工具
- 3. 代码展开
- 1) 标准求解【双层循环】
- 2) 改进版一【双指针】
- 3) 改进版二【哈希检索-集合】
- 4) 改进版三【哈希检索-字典】
本文为Python算法题集之一的代码示例
题41：相交链表
1. 示例说明
-
给你两个单链表的头节点
headA和headB，请你找出并返回两个单链表相交的起始节点。如果两个链表不存在相交节点，返回null。图示两个链表在节点
c1开始相交**：**
题目数据 保证 整个链式结构中不存在环。
注意，函数返回结果后，链表必须 保持其原始结构 。
自定义评测：
评测系统 的输入如下（你设计的程序 不适用 此输入）：
intersectVal- 相交的起始节点的值。如果不存在相交节点，这一值为0listA- 第一个链表listB- 第二个链表skipA- 在listA中（从头节点开始）跳到交叉节点的节点数skipB- 在listB中（从头节点开始）跳到交叉节点的节点数
评测系统将根据这些输入创建链式数据结构，并将两个头节点
headA和headB传递给你的程序。如果程序能够正确返回相交节点，那么你的解决方案将被 视作正确答案 。示例 1：
输入：intersectVal = 8, listA = [4,1,8,4,5], listB = [5,6,1,8,4,5], skipA = 2, skipB = 3 输出：Intersected at '8' 解释：相交节点的值为 8 （注意，如果两个链表相交则不能为 0）。 从各自的表头开始算起，链表 A 为 [4,1,8,4,5]，链表 B 为 [5,6,1,8,4,5]。 在 A 中，相交节点前有 2 个节点；在 B 中，相交节点前有 3 个节点。 — 请注意相交节点的值不为 1，因为在链表 A 和链表 B 之中值为 1 的节点 (A 中第二个节点和 B 中第三个节点) 是不同的节点。换句话说，它们在内存中指向两个不同的位置，而链表 A 和链表 B 中值为 8 的节点 (A 中第三个节点，B 中第四个节点) 在内存中指向相同的位置。示例 2：
输入：intersectVal = 2, listA = [1,9,1,2,4], listB = [3,2,4], skipA = 3, skipB = 1 输出：Intersected at '2' 解释：相交节点的值为 2 （注意，如果两个链表相交则不能为 0）。 从各自的表头开始算起，链表 A 为 [1,9,1,2,4]，链表 B 为 [3,2,4]。 在 A 中，相交节点前有 3 个节点；在 B 中，相交节点前有 1 个节点。示例 3：
输入：intersectVal = 0, listA = [2,6,4], listB = [1,5], skipA = 3, skipB = 2 输出：null 解释：从各自的表头开始算起，链表 A 为 [2,6,4]，链表 B 为 [1,5]。 由于这两个链表不相交，所以 intersectVal 必须为 0，而 skipA 和 skipB 可以是任意值。 这两个链表不相交，因此返回 null 。提示：
listA中节点数目为mlistB中节点数目为n1 <= m, n <= 3 * 1041 <= Node.val <= 1050 <= skipA <= m0 <= skipB <= n- 如果
listA和listB没有交点，intersectVal为0 - 如果
listA和listB有交点，intersectVal == listA[skipA] == listB[skipB]
**进阶：**你能否设计一个时间复杂度
O(m + n)、仅用O(1)内存的解决方案？
2. 题目解析
- 题意分解
- 本题为两个单向链表的指针是否指向同一值的检测
- 本题的主要计算有2处，1是链表遍历，2是对象比较
- 基本的解法是双层循环，链表A遍历第一层，链表B遍历第二层，所以基本的时间算法复杂度为O(mn）
- 优化思路
-
通常优化：减少循环层次
-
通常优化：增加分支，减少计算集
-
通常优化：采用内置算法来提升计算速度
-
分析题目特点，分析最优解
-
可以用哈希值方法检索相同对象，哈希检索包括集合、字典
-
可以用双指针法将链表挂接记性检测
-
- 测量工具
- 本地化测试说明：过年了，暂时未对链表结构进行本地超时测试，年后再说咯
3. 代码展开
1) 标准求解【双层循环】
双层循环，果然超时
def getIntersectionNode_base(headA: ListNode, headB: ListNode):val_a, val_b = headA, headBwhile val_a:while val_b:if val_a == val_b:return val_aval_b=val_b.nextif not val_b:val_b=headBbreakval_a=val_a.nextif not val_a:return None
2) 改进版一【双指针】
双指针法 马马虎虎，超过63%
def getIntersectionNode_ext1(headA: ListNode, headB: ListNode):val_a, val_b = headA, headBwhile val_a != val_b:val_a = val_a.next if val_a else headBval_b = val_b.next if val_b else headAreturn val_a
3) 改进版二【哈希检索-集合】
使用set集合进行哈希检索 有所改进，超过76%
def getIntersectionNode_ext2(headA: ListNode, headB: ListNode):set_visited = set()while headA is not None:set_visited.add(headA)headA = headA.nextwhile headB is not None:if headB in set_visited:return headBheadB = headB.nextreturn None
4) 改进版三【哈希检索-字典】
使用dict字典进行哈希检索 指标优良，超越90%
def getIntersectionNode_ext3(headA: ListNode, headB: ListNode):dict_visited = {}while headA is not None:dict_visited[headA] = dict_visited.get(headA, 0)dict_visited[headA] += 1headA = headA.nextwhile headB is not None:if headB in dict_visited:return headBheadB = headB.nextreturn None
一日练，一日功，一日不练十日空
may the odds be ever in your favor ~
