鏈節串列循環 | Easy | LeetCode#141. Linked List Cycle
題目敘述
- 題目難度:
Easy
- 題目敘述: 這題給定一個linked list 的
head
要求,判斷這個linked list 當中是否存在 Cycle。
這裡的 Cycle 代表,你能夠透過持續跟隨next
指標走訪list,而重複的訪問到曾經訪問過的節點,則代表有Cycle
另外,題目還說明了他們是用一個
pos
變數來去將一個linked list 讓Tail node接到特定index的節點上,這代表這題的cycle 只會從 tail node 往回接,而pos
變數對我們而言不重要,因為它並不是這題能夠存取到的變數
解法
一開始的想法
我的想法是這題可以透過記錄節點是否有走訪過來判斷是否有 Cycle,因為這題會將Tail node 接回其他node,因此如果有Cycle 必定會有節點重複走訪,且無法抵達 NULL
。而儲存方式比較快的應該是用 Hash Table 來去實現。
我的解法- Hash Table
1 | /** |
上面定義了一個 hash table 叫做 umap
他的Key與Value 分別為 <ListNode*, int>
,分別儲存節點的位址以及節點值,但其實這題節點值也非必要,主要是靠節點位址來判斷是否重複訪問。
一旦指標 ptr
尚未抵達 tail node 時,就會先將節點位址以及節點值存放到 hash table,接著就移動到下一個節點
1 | umap[ptr] = ptr->val; |
而一旦每次拜訪節點時,會去檢查這個節點是否存在於Hash table 當中,一旦找到就直接回傳 True
1 | if(umap.find(ptr) != umap.end()){ |
我的解法- Vector
1 | /** |
這裡儲存方式使用 vector
但缺點就是在每次檢查時,都會耗費 $O(n)$ 時間,n
為 vector 長度,會隨節點數量增加而提升
其他做法 - Floyd’s Cycle-Finding Algorithm
其實就是 Two-Pointer 做法,只要 快跟慢指標在某個節點相遇,就代表有cycle
1 | /** |
執行結果
Hash Table
Vector
Two-Pointer
複雜度
時間複雜度
Hash Table
- $O(N)$: 檢查和插入雜湊表都僅耗費 $O(1)$,但還是需要遍歷每個節點一次,如果Link list中有 N 個節點,則複雜度就會是 $O(N)$
vector
- $O(N^2)$: 在遍歷 N 個節點的過程中,還會去
nodelist
檢查已儲存的 N-1 個元素,因此為 $O(N^2)$
Two-pointer
- $O(N)$: 在最壞的情況下,
slow
和fast
指針最多需要遍歷整個List,當linked list中有環時,fast
會在某個時刻與slow
相遇;如果沒有環,則 fast 最終會到達鏈表末尾。因此,時間複雜度為 $O(N)$,$N$為節點數量
空間複雜度
Hash Table
- $O(N)$: 我們需要將所有 N 個節點的指針都存入
unordered_map
,因此空間複雜度為 $O(N)$
vector
- $O(N)$: 將所有 N 個節點指針存儲在
nodelist
中
Two-pointer
- $O(1)$: 因為只使用了兩個額外的指針 (
slow
和fast
) 來進行遍歷,不需要使用額外的資料結構來存儲鏈表的節點。因此,空間複雜度為 $O(1)$,即使用的空間量是常數。
本部落格所有文章除特別聲明外,均採用 CC BY-NC-SA 4.0 許可協議。轉載請註明來自 Kevin Liu's 部落格 || Technical || Travel!
評論