当前位置：首页 > article >正文

LeetCode 热题 100 | 链表（下）

article 2025/1/17 6:07:21

1 148. 排序链表

2 23. 合并 K 个升序链表

3 146. LRU 缓存

3.1 解题思路

3.2 详细过程

3.3 完整代码

菜鸟做题第三周，语言是 C++

1 148. 排序链表

解题思路：

遍历链表，把每个节点的 val 都存入数组中
用 sort 函数对数组进行排序
遍历链表，更新每个节点的 val

class Solution {
public:
    ListNode* sortList(ListNode* head) {
        ListNode * p = head;
        vector<int> vals;

        while (p) {
            vals.push_back(p->val);
            p = p->next;
        }
        sort(vals.begin(), vals.end());
        p = head;
        int i = 0;
        while (p) {
            p->val = vals[i];
            p = p->next;
            ++i;
        }
        return head;
    }
};

2 23. 合并 K 个升序链表

解题思路：

遍历所有链表，把每个节点的 val 都存入数组中
用 sort 函数对数组进行排序
构造新的链表，并放入数组中的值

class Solution {
public:
    ListNode* mergeKLists(vector<ListNode*>& lists) {
        vector<int> vals;
        int n = lists.size();
        if (n == 0) return nullptr;

        for (int i = 0; i < n; ++i) {
            ListNode * p = lists[i];
            while (p) {
                vals.push_back(p->val);
                p = p->next;
            }
        }
        sort(vals.begin(), vals.end());
        ListNode * dummy = new ListNode(0);
        ListNode * p = dummy;
        for (auto &val:vals) {
            ListNode * t = new ListNode(val);
            p->next = t;
            p = t;
        }
        return dummy->next;
    }
};

3 146. LRU 缓存

3.1 解题思路

构造双向链表，用于表示某节点最近是否被使用
构造哈希表，用于快速定位节点位置

Q：如何表示某节点最近是否被访问？

A：在我的解法中，将最近被使用的节点链在链表尾部。由此，越靠近头部的节点越少被使用。

Q：什么叫被使用？

A：被使用包含两种：最新被插入到链表中的节点、最新被访问的节点。

Q：为什么一定要构造双向链表？

A：哈希表中存储的是节点的地址，帮助我们快速定位。但是定位只能定位到节点本身，而不能定位到节点的前一个节点，因此使用单向链表将无法完成节点的删除。

3.2 详细过程

① 定义双向链表结构体

struct DListNode {
    int key, value;
    DListNode * prev, * next;
    DListNode() : key(0), value(0), prev(nullptr), next(nullptr) {}
    DListNode(int x, int y) : key(x), value(y), prev(nullptr), next(nullptr) {}
};

照抄力扣定义的结构体即可，只不过多了一个 prev 前向指针。

② 定义变量

int cap = 0, size = 0;
unordered_map<int, DListNode *> hashtable;
DListNode * head, * tail;

cap 表示缓存的容量，size 表示缓存目前被占用的量
hashtable 的键是节点的 key，值是节点的地址 DListNode *
head 和 tail 是虚拟节点，辅助节点的插入和删除

③ 定义函数

void addToTail(int key, int value) {
    DListNode * node = new DListNode(key, value);
    hashtable[key] = node;
    node->next = tail;
    node->prev = tail->prev;
    tail->prev->next = node;
    tail->prev = node;
    ++size;
}

void moveToTail(int key) {
    DListNode * node = hashtable[key];
    node->prev->next = node->next;
    node->next->prev = node->prev;
    --size;
    addToTail(key, hashtable[key]->value);
}

void delHeadNode() {
    DListNode * node = head->next;
    node->next->prev = head;
    head->next = node->next;
    delete node;
}

addToTail：是指在链尾插入新的节点
moveToTail：是指将最近使用到的节点删除，再插入到链尾
delHeadNode：是指缓存空间不够时，删除头节点

由于在我的解法中 “越靠近头部的节点越少被使用”，所以每次被替换掉的是头节点。

3.3 完整代码

class LRUCache {
public:
    struct DListNode {
        int key, value;
        DListNode * prev, * next;
        DListNode() : key(0), value(0), prev(nullptr), next(nullptr) {}
        DListNode(int x, int y) : key(x), value(y), prev(nullptr), next(nullptr) {}
    };

    int cap = 0, size = 0;
    unordered_map<int, DListNode *> hashtable;
    DListNode * head, * tail;

    LRUCache(int capacity) {
        cap = capacity;
        head = new DListNode();
        tail = new DListNode();
        head->next = tail;
        tail->prev = head;
    }
    
    int get(int key) {
        if (hashtable.count(key)) {
            moveToTail(key);
            return hashtable[key]->value;
        }
        return -1;
    }
    
    void put(int key, int value) {
        if (hashtable.count(key)) {
            hashtable[key]->value = value;
            moveToTail(key);
        } else if (!hashtable.count(key)) {
            if (size < cap) {
                addToTail(key, value);
            } else if (size >= cap) {
                hashtable.erase(head->next->key);
                delHeadNode();
                addToTail(key, value);
            }
        }
    }

    void addToTail(int key, int value) {
        DListNode * node = new DListNode(key, value);
        hashtable[key] = node;
        node->next = tail;
        node->prev = tail->prev;
        tail->prev->next = node;
        tail->prev = node;
        ++size;
    }

    void moveToTail(int key) {
        DListNode * node = hashtable[key];
        node->prev->next = node->next;
        node->next->prev = node->prev;
        --size;
        addToTail(key, hashtable[key]->value);
    }

    void delHeadNode() {
        DListNode * node = head->next;
        node->next->prev = head;
        head->next = node->next;
        delete node;
    }
};

查看全文

http://www.kler.cn/a/229266.html