day134—快慢指针—环形链表(LeetCode-141)

题目描述

给你一个链表的头节点head,判断链表中是否有环。

如果链表中有某个节点,可以通过连续跟踪next指针再次到达,则链表中存在环。 为了表示给定链表中的环,评测系统内部使用整数pos来表示链表尾连接到链表中的位置(索引从 0 开始)。注意:pos不作为参数进行传递。仅仅是为了标识链表的实际情况。

如果链表中存在环,则返回true。 否则,返回false

示例 1:

输入:head = [3,2,0,-4], pos = 1输出:true解释:链表中有一个环,其尾部连接到第二个节点。

示例 2:

输入:head = [1,2], pos = 0输出:true解释:链表中有一个环,其尾部连接到第一个节点。

示例 3:

输入:head = [1], pos = -1输出:false解释:链表中没有环。

提示:

  • 链表中节点的数目范围是[0, 104]
  • -105 <= Node.val <= 105
  • pos-1或者链表中的一个有效索引

解决方案:

这段代码的核心功能是判断单链表中是否存在环形结构(即链表的某个节点的next指向链表中之前的节点,形成闭环),采用「快慢指针(龟兔赛跑)」的经典方法实现,时间复杂度O(n)、空间复杂度O(1),是判断链表环的最优解法。

核心逻辑

代码利用快慢指针的运动特性:若链表无环,快指针会先走到末尾;若有环,快慢指针最终会在环内相遇:

  1. 边界预判:先判断链表为空或只有一个节点,直接返回false(不可能有环);
  2. 指针初始化:慢指针low和快指针fast都从链表头节点head出发;
  3. 快慢遍历与相遇判断:循环条件为fast不为空且fast->next不为空(保证快指针能走两步):
    • 慢指针low每次走 1 步,快指针fast每次走 2 步;
    • 若某一时刻fast == low(快慢指针相遇),说明链表有环,立即返回true
  4. 无环返回:若循环结束(快指针走到链表末尾),说明链表无环,返回false

总结

  1. 核心思路:利用快慢指针步长差(1:2),无环则快指针先到终点,有环则快慢指针必在环内相遇;
  2. 关键细节:循环条件fast && fast->next避免快指针访问空指针的next导致崩溃;
  3. 效率优势:无需额外空间(如哈希表)存储节点,仅用两个指针完成判断,空间复杂度为O(1)

函数源码:

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */ class Solution { public: bool hasCycle(ListNode *head) { if(head==nullptr || head->next==nullptr){ return false; } ListNode* low=head; ListNode* fast=head; while(fast && fast->next){ low=low->next; fast=fast->next->next; if(fast==low) return true; } return false; } };

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1170227.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于深度学习的风力叶片缺陷检测系统(YOLOv8+YOLO数据集+UI界面+Python项目+模型)

一、项目介绍 摘要 本项目基于YOLOv8目标检测算法开发了一套专门用于风力发电机叶片表面缺陷检测的智能化系统。系统能够自动识别并分类7种常见的风力叶片缺陷&#xff0c;包括燃烧痕迹(burning)、裂纹(crack)、变形(deformity)、污垢(dirt)、油渍(oil)、剥落(peeling)和锈蚀…

day135—快慢指针—环形链表Ⅱ(LeetCode-142)

题目描述给定一个链表的头节点 head &#xff0c;返回链表开始入环的第一个节点。 如果链表无环&#xff0c;则返回 null。如果链表中有某个节点&#xff0c;可以通过连续跟踪 next 指针再次到达&#xff0c;则链表中存在环。 为了表示给定链表中的环&#xff0c;评测系统内部…

深度智慧团队突破:让AI看视频学推理,媲美人类解迷宫能力

这项由深度智慧公司、清华大学、上海人工智能实验室等多家机构联合开展的研究发表于2025年11月的arXiv预印本平台&#xff0c;编号为arXiv:2511.15065v1。研究团队包括杨程、万海源、彭艺然等多位学者&#xff0c;他们在视频推理领域实现了重要突破。有兴趣深入了解的读者可以通…

基于深度学习的跌倒检测系统(YOLOv8+YOLO数据集+UI界面+Python项目+模型)

一、项目介绍 摘要 本项目基于YOLOv8目标检测算法&#xff0c;开发了一套高效、实时的跌倒检测系统&#xff0c;能够准确识别人的三种行为状态&#xff1a;跌倒&#xff08;fallen&#xff09;、正在跌倒&#xff08;falling&#xff09;和站立&#xff08;stand&#xff09;…

基于深度学习的无人机红外检测系统(车辆行人)(YOLOv8+YOLO数据集+UI界面+Python项目+模型)

一、项目介绍 摘要 本项目基于YOLOv8深度学习目标检测算法&#xff0c;开发了一套适用于无人机红外影像的实时检测系统&#xff0c;能够精准识别车辆&#xff08;Car&#xff09;、其他车辆&#xff08;OtherVehicle&#xff09;、行人&#xff08;Person&#xff09;以及无效…

微软VC|DX运行库合集完整版

在使用电脑系统时经常会出现丢失找不到某些文件的情况&#xff0c;由于很多常用软件都是采用 Microsoft Visual Studio 编写的&#xff0c;所以这类软件的运行需要依赖微软Visual C运行库&#xff0c;比如像 QQ、迅雷、Adobe 软件等等&#xff0c;如果没有安装VC运行库或者安装…

1.3.2 git使用ssh密钥 连接远程仓库

git使用https协议,每次pull, push都要输入密码,相当的烦。使用git协议,然后使用ssh密钥。这样可以省去每次都输密码。大概需要三个步骤:一、本地生成密钥对;二、设置github上的公钥;三、修改git的remote url为gi…

P4620 [SDOI2018] 荣誉称号 - Link

看到有很多除以 \(2\),容易想到把原问题转化成二叉树上的问题。 考虑令 \(x\) 的父亲为 \(\lfloor\frac{x}{2}\rfloor\),问题就变成了对于每个点,它包括自己,向下延伸 \(k+1\) 个点(如果有的话)的点权和模 \(m\)…

微软常用运行库合集2026

在使用电脑系统时经常会出现丢失找不到某些文件的情况&#xff0c;由于很多常用软件都是采用 Microsoft Visual Studio 编写的&#xff0c;所以这类软件的运行需要依赖微软Visual C运行库&#xff0c;比如像 QQ、迅雷、Adobe 软件等等&#xff0c;如果没有安装VC运行库或者安装…

【Python小游戏】深度解析Pygame实现2048游戏的完整开发流程(有代码实现)

目录 第一章 游戏开发的前置准备与环境搭建 第二章 色彩系统与视觉设计的精妙之处 第三章 数据结构与游戏棋盘的状态管理 第四章 游戏逻辑核心&#xff1a;移动与合并算法的深度分析 第五章 游戏状态判定与结束条件的实现 第六章 用户交互与事件处理的完整流程 第七章 渲…

从手机 GPS 到厘米级定位:一辆卡丁车的“定位进化史” - 教程

从手机 GPS 到厘米级定位:一辆卡丁车的“定位进化史” - 教程2026-01-16 22:26 tlnshuju 阅读(0) 评论(0) 收藏 举报pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !impor…

视觉空间问题突破的潜在方法探索

视觉空间问题突破的潜在方法探索 关键词:计算机视觉、空间理解、深度学习、3D重建、注意力机制、多模态学习、视觉推理 摘要:本文深入探讨了视觉空间问题解决的潜在方法,从计算机视觉的基础理论到前沿技术应用。我们将分析当前视觉空间理解面临的挑战,介绍核心算法原理,并…

简单一篇文章,讲一下 消息队列(Message Queue)是干什么的?

目录数据库 和 消息队列 的区别?那 消息队列 怎么工作呢?微服务架构是什么?同步通信的弊端? 一句话说完就是,消息队列 就是解决 微服务架构 的应用程序,各模块传递数据的杂七杂八的问题的! 本文完整版原文地址:…

电脑运行库合集-(微软/vc/游戏)运行库安装包文件

在使用电脑系统时经常会出现丢失找不到某些文件的情况&#xff0c;由于很多常用软件都是采用 Microsoft Visual Studio 编写的&#xff0c;所以这类软件的运行需要依赖微软Visual C运行库&#xff0c;比如像 QQ、迅雷、Adobe 软件等等&#xff0c;如果没有安装VC运行库或者安装…

基于深度学习的皮肤病检测系统(YOLOv8+YOLO数据集+UI界面+Python项目+模型)

一、项目介绍 摘要 本项目基于YOLOv8目标检测算法开发了一个皮肤病自动识别系统&#xff0c;专门用于检测和分类7种常见的皮肤病变。系统训练数据集包含681张训练图像、97张验证图像和195张测试图像&#xff0c;涵盖了Bowens Disease(鲍温病)、Basal Cell Carcinoma(基底细胞…

微软常用运行库合集32|64位文件下载

在使用电脑系统时经常会出现丢失找不到某些文件的情况&#xff0c;由于很多常用软件都是采用 Microsoft Visual Studio 编写的&#xff0c;所以这类软件的运行需要依赖微软Visual C运行库&#xff0c;比如像 QQ、迅雷、Adobe 软件等等&#xff0c;如果没有安装VC运行库或者安装…

S4 新语法记录(如+with、select内表、range、过滤器filter、分组loop…group)

1.EXSTS 注意&#xff1a;where后面 添加需要判断的字段 2. with 注意&#xff1a;with 后面的 内表名 可以有多个 &#xff0c;但是后面只能紧接一个sql&#xff1b;需要用到多次可以使用union关键字 连接 3.case… 需要as 别名 4.select内表 **注意&#xff1a;**内…

Postman接口测试极速入门指南

一、2026年Postman核心功能升级功能模块新特性测试效率增益智能填充AI自动补全URL/Headers40%断言生成根据历史响应自动推荐断言逻辑65%多环境治理可视化环境变量血缘分析50%二、三阶速成体系&#xff08;含企业级最佳实践&#xff09;阶段1&#xff1a;智能请求构建&#xff0…

基于深度学习的安检X光危险物检测系统(YOLOv8+YOLO数据集+UI界面+Python项目+模型)

一、项目介绍 摘要 本项目基于先进的YOLOv8目标检测算法&#xff0c;开发了一套专门用于安检X光图像的危险物品自动检测系统。系统能够识别18类常见危险物品&#xff0c;包括各类刀具&#xff08;Axe、Knife、Throwing Knife等&#xff09;、工具类物品&#xff08;Hammer、C…

全网最全本科生AI论文平台TOP9:毕业论文写作必备测评

全网最全本科生AI论文平台TOP9&#xff1a;毕业论文写作必备测评 2026年本科生AI论文平台测评&#xff1a;为何需要这份权威榜单&#xff1f; 随着人工智能技术在学术领域的不断渗透&#xff0c;越来越多的本科生开始借助AI工具提升论文写作效率。然而&#xff0c;面对市场上琳…