Leetcode Copy List with Random Pointer(面试题推荐)

网友投稿 616 2022-11-16

Leetcode Copy List with Random Pointer(面试题推荐)

Leetcode Copy List with Random Pointer(面试题推荐)

给大家推荐一道leetcode上的面试题,这道题的具体讲解在《剑指offer》的P149页有思路讲解,如果你手头有这本书,建议翻阅。

题目链接 ​​ here​​

A linked list is given such that each node contains an additional random pointer which could point to any node in the list or null.

Return a deep copy of the list.

RandomList中,每个节点不光有一个next指针,而且每个链表节点都有一个random指针,随机指向链表中的一个节点,让你复制这个链表,节点的C++定义如下。

/** * Definition for singly-linked list with a random pointer. * struct RandomListNode { * int label; * RandomListNode *next, *random; * RandomListNode(int x) : label(x), next(NULL), random(NULL) {} * }; */

看到这个题目,估计很多人的第一反应是,先把这个单链表复制出来,然后挨个找random指向的节点。仔细想想这样效率很低,复制链表很快,但确定每个节点的random指针就不容易了,用这种方法的话,每找一个random指针,都必须遍历一次链表。时间复杂度O(n^2)。

可能也有人可能会想到时间换空间的方法,用hash把时间复杂度降到O(n)。

当然,还有更省时省空间的方法。

大概思路就是,在原链表的基础上,把每个节点复制一份加的原来节点的后面,然后设置好新节点random指针,在把所有的新节点从原链表中分离出来,构成一个新链表,这个链表就是我们要的原链表的拷贝。

下面有三个函数,第一个明显就是复制新节点并把其加入到被复制节点的后面。第二个,因为新节点的random指针还是指向旧节点的,要把它指向新节点,很简单,因为每个节点的新节点都是在原来的节点之后的。 第三个函数,把新节点从原链表中抽离,构成一个新链表。

这种方法的好处就是,时间复杂度只有O(n),而且我们不需要额外的空间。

class Solution {public: void CloneNode(RandomListNode *head) { RandomListNode * p = head; while (NULL != p) { RandomListNode * CloneNode = new RandomListNode(p->label); CloneNode->next = p->next; CloneNode->random = p->random; p->next = CloneNode; p = CloneNode->next; } } void ConnectRandomNode(RandomListNode * head) { RandomListNode * p = head; while (NULL != p) { RandomListNode *pclone = p->next; if (NULL != pclone->random) { pclone->random = pclone->random->next; } p = pclone->next; } } RandomListNode *copyRandomList(RandomListNode *head) { if (NULL == head) return head; CloneNode(head); ConnectRandomNode(head); RandomListNode *pnode = head; RandomListNode *pclonehead = pnode->next; RandomListNode *pclonenode = pnode->next; while (NULL != pnode) { pnode->next = pclonenode->next; pnode = pnode->next; if (NULL != pnode){ pclonenode->next = pnode->next; pclonenode = pclonenode->next; } } return pclonehead; } };

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:nodejs-REPL/回调函数/事件循环
下一篇:Stanford 机器学习练习 Part 1 Linear Regression
相关文章

 发表评论

暂时没有评论,来抢沙发吧~