当前位置: 首页 > news >正文

LeetCode经典题解:206、两数之和(Two Sum)

3步口诀+1个场景,面试再也不怕忘反转链表算法

反转链表是算法面试的高频题,很多人觉得指针操作绕来绕去,总是记不住代码。其实根本不用死记,记住一个生活化场景和3步口诀,就能在面试时轻松写出正确逻辑。今天就用最通俗的方式,带你搞定反转链表的迭代法。

一、问题简化:什么是反转链表?

链表就像一串“手拉手”的节点,每个节点的next指针指向后一个节点,比如 1→2→3→4→5。反转链表就是把指针方向反过来,变成 5→4→3→2→1

二、核心方法:迭代法(面试首选)

迭代法的精髓是用两个指针“一步步反转”,配合一个临时变量防止链表“断链”。记住下面的场景和口诀,代码会自动“冒”出来。

场景联想:“手拉手转身”

把链表想象成一排人 手拉手站成一队(箭头方向就是拉手方向),现在要让他们 反向拉手。我们用两个指针pre(前面的人)和cur(当前的人)来指挥,步骤如下:

初始状态:
  • 队伍顺序:1→2→3→4→5(1拉2的手,2拉3的手,以此类推)。
  • pre 一开始站在队伍外(pre = null),cur 从第一个人1开始(cur = head)。

3步口诀:“存下一个,指向前一个,双指针前移”

每个人依次转身,重复这3步,直到所有人都转完:

  1. 第一步:存下一个
    当前人转身前,先记住身后拉着的人(比如2转身时,先记住身后的3),防止松手后找不到下一个人。
    对应代码:ListNode temp = cur.next;

  2. 第二步:指向前一个
    当前人转身,把手拉向pre(前面的人)。比如2本来拉3,现在改拉1。
    对应代码:cur.next = pre;

  3. 第三步:双指针前移
    pre往前走一步(到当前人位置),cur也往前走一步(到之前记住的“下一个人”位置),继续下一个人转身。
    对应代码:pre = cur; cur = temp;

三、代码实现(附步骤拆解)

把上面的逻辑写成代码,结构清晰到像填空:

public ListNode reverseList(ListNode head) {// 初始状态:pre在队伍外,cur从第一个人开始ListNode pre = null;ListNode cur = head;// 只要还有人没转身,就继续while (cur != null) {// 1. 存下一个要转身的人ListNode temp = cur.next;// 2. 当前人转身,拉前面的人cur.next = pre;// 3. 双指针前移,准备下一个人转身pre = cur;cur = temp;}// 最后pre就是新的排头(5)return pre;
}// 链表节点定义(面试时记得写)
class ListNode {int val;ListNode next;ListNode(int x) { val = x; }
}

四、面试时怎么快速回忆?

不用记完整代码,记住这4个关键点,就能“推导”出逻辑:

  1. 初始状态pre = null; cur = head;
  2. 循环条件while (cur != null)(没转完就继续)
  3. 循环内3步
    • 存下一个:temp = cur.next
    • 指向前一个:cur.next = pre
    • 双指针前移:pre = cur; cur = temp
  4. 返回结果return pre(反转后的头节点)

五、为什么迭代法是面试首选?

  • 时间复杂度:O(n),每个节点只遍历一次,效率高。
  • 空间复杂度:O(1),只用到3个指针,不占额外空间。
  • 逻辑直观:用“手拉手转身”场景就能解释,面试官一听就懂。

总结

反转链表的迭代法其实就是“重复3步操作”:存下一个、指向前一个、双指针前移。记住“手拉手转身”的场景,口诀一背,代码就像填空一样写出来了。面试前用1→2→3→4→5手动模拟一遍,肌肉记忆就有了,再也不怕紧张忘思路~

觉得有用的话,点赞收藏,下次面试前翻出来快速过一遍,稳了!

http://www.dtcms.com/a/278995.html

相关文章:

  • OV-DINO:基于语言感知选择性融合的统一开放词汇检测
  • 深入解析ThreadLocal:线程隔离利器
  • C#自定义控件
  • c# 深度解析:实现一个通用配置管理功能,打造高并发、可扩展的配置管理神器
  • Typecho加密文章HTML结构自定义完全指南
  • 在 Windows 主机和 VMware 虚拟机中的 Ubuntu 系统之间实现复制粘贴,
  • Spring IoC 容器实战:从解耦到集成的 6 大核心应用场景
  • 【PTA数据结构 | C语言版】字符串插入操作(不限长)
  • 微前端框架深度对决:qiankun、micro-app、wujie 技术内幕与架构选型指南
  • Ubuntu-25.04 Wayland桌面环境安装Anaconda3之后无法启动anaconda-navigator问题解决
  • 如何降低AIGC的查重率?精选六个AIGC降重让论文更出色
  • Spring Boot项目结构解析:构建高效、清晰的代码框架
  • 【Python进阶】深度复制——deepcopy
  • STM32F1_Hal库学习EXTI
  • 苍穹外卖学习指南(java的一个项目)(老师能运行,但你不行,看这里!!)
  • 最近要上Android 15的高通平台,按照之前Android14的高通平台的裁剪APP的方法修改,发现一改编译之后就不能进系统
  • LLaMA.cpp HTTP 服务参数: --pooling 嵌入模型 池化类型详解
  • 笔试——Day7
  • Datawhale AI夏令营大模型 task2.1
  • QML 常用控件(二)
  • Qt小组件 - 3 imageLabel
  • 【CV综合实战】基于深度学习的工业压力表智能检测与读数系统【3】使用OpenCV读取分割后的压力表读数
  • 《C++内存泄漏8大战场:Qt/MFC实战详解 + 面试高频陷阱破解》
  • 机器学习中的朴素贝叶斯(Naive Bayes)模型
  • AI日报 - 2025年07月14日
  • 认识下计算机视觉中的人脸识别
  • 网络准入控制系统的作用解析,2025年保障企业入网安全第一道防线
  • 【邀请函】网易灵动露天矿山具身智能技术发布会,7月26日上海见
  • 【笔记】chrome 无法打开特定协议或访问特定协议时卡死
  • AI香烟检测实战:YOLO11模型训练全过程解析