有那些网站可以做推广滨州市滨城区建设局网站

Problem: 19. 删除链表的倒数第 N 个结点
题目：给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。

整体思路

这段代码旨在解决一个经典的链表问题：删除链表的倒数第 N 个结点 (Remove Nth Node From End of List)。问题要求在单次遍历中找到并删除链表的倒数第 n 个节点。

该算法采用了一种非常高效且经典的 双指针法（Two Pointers），结合 哨兵节点（Sentinel Node） 来巧妙地完成任务。其核心逻辑步骤如下：

1. 哨兵节点 (Dummy Node)：

   • 算法首先创建了一个 dummy 节点，并让它的 next 指针指向原始链表的头节点 head。
   • 目的：这一技巧极大地简化了边界情况的处理。特别是当需要删除的节点恰好是头节点时，如果没有 dummy 节点，我们需要编写额外的逻辑来处理 head 的变化。有了 dummy 节点，任何节点的删除操作都统一为修改其前驱节点的 next 指针，而每个节点（包括原始的头节点）都保证有一个有效的前驱节点。

2. 双指针初始化与建立间距：

   • 初始化两个指针 pre 和 tail，都指向 dummy 节点。在这里，tail 将作为“快指针”，而 pre 将作为“慢指针”。
   • 通过一个 for 循环，先让快指针 tail 向前移动 n 步。
   • 这一步完成后，pre 和 tail 之间就形成了一个固定的、包含 n 个节点的“窗口”或“间距”。

3. 双指针同步移动：

   • 接下来，进入一个 while 循环，循环的条件是 tail.next != null。
   • 在循环中，同时将 pre 和 tail 两个指针向后移动一步。
   • 由于它们之间的距离是固定的，当快指针 tail 到达链表的最后一个节点时（即 tail.next 为 null），循环终止。

4. 定位与删除：

   • 当循环终止时，由于 tail 在 pre 前面 n 个节点，tail 已经走到了链表末尾，那么慢指针 pre 的位置就恰好是待删除节点的前一个节点。
   • 执行删除操作：pre.next = pre.next.next;。这一行代码让 pre 的 next 指针“跳过”了待删除的节点，直接指向了待删除节点的下一个节点，从而有效地将其从链表中移除。

5. 返回结果：

   • 所有操作完成后，dummy.next 仍然指向整个链表的（可能是新的）头节点。返回 dummy.next 即可。

完整代码

/*** Definition for singly-linked list.*/
class ListNode {int val;ListNode next;ListNode() {}ListNode(int val) { this.val = val; }ListNode(int val, ListNode next) { this.val = val; this.next = next; }
}class Solution {/*** 删除链表的倒数第 n 个结点。* @param head 链表的头节点* @param n 要删除的倒数位置* @return 删除节点后链表的头节点*/public ListNode removeNthFromEnd(ListNode head, int n) {// 创建一个哨兵节点(dummy)，其 next 指向原始头节点。// 这可以统一处理删除头节点时的边界情况。ListNode dummy = new ListNode(0, head);// pre 指针最终将指向待删除节点的前一个节点。ListNode pre = dummy;// tail 指针作为快指针，用于与 pre 保持一个固定距离。ListNode tail = dummy;// 步骤 1: 让快指针 tail 先向前移动 n 步。// 这样 pre 和 tail 之间就有了 n 个节点的间距。for (int i = 0; i < n; i++) {tail = tail.next;}// 步骤 2: 同时移动 pre 和 tail 指针，直到 tail 到达链表的最后一个节点。while (null != tail.next) {tail = tail.next;pre = pre.next;}// 步骤 3: 此时 pre 正是待删除节点的前一个节点。// 执行删除操作：让 pre 的 next 指针跳过待删除节点。pre.next = pre.next.next;// 返回哨兵节点的下一个节点，即为修改后链表的头节点。return dummy.next;}
}

时空复杂度

时间复杂度：O(L)

1. 指针移动：
   • 第一个 for 循环，快指针 tail 移动了 n 步。
   • 第二个 while 循环，tail 指针从第 n 个节点移动到最后一个节点，移动了 L - n 步（其中 L 是链表的总长度）。
   • 两个指针的总移动步数约为 n + (L-n) = L。
2. 单次遍历：整个过程相当于对链表进行了一次完整的线性扫描。

综合分析：
算法的时间复杂度与链表的长度 L 成线性关系。因此，时间复杂度为 O(L)。

空间复杂度：O(1)

1. 主要存储开销：算法只创建了 dummy, pre, tail 等几个额外的指针变量。
2. 空间大小：这些变量的数量是固定的，与输入链表的长度 L 无关。

综合分析：
算法没有使用任何与输入规模成比例的额外数据结构。因此，其额外辅助空间复杂度为 O(1)。这是一个非常高效的原地算法。