题目描述
这是 LeetCode 上的 138. 复制带随机指针的链表 ,难度为 中等。
Tag : 「哈希表」、「链表」
给你一个长度为 n 的链表,每个节点包含一个额外增加的随机指针 random ,该指针可以指向链表中的任何节点或空节点。
构造这个链表的 深拷贝。 深拷贝应该正好由 n 个 全新 节点组成,其中每个新节点的值都设为其对应的原节点的值。新节点的 next 指针和 random 指针也都应指向复制链表中的新节点,并使原链表和复制链表中的这些指针能够表示相同的链表状态。复制链表中的指针都不应指向原链表中的节点 。
例如,如果原链表中有 X 和 Y 两个节点,其中 X.random --> Y 。那么在复制链表中对应的两个节点 x 和 y ,同样有 x.random --> y 。
返回复制链表的头节点。
用一个由 n 个节点组成的链表来表示输入/输出中的链表。每个节点用一个 [val, random_index] 表示:
- val:一个表示 Node.val 的整数。
- random_index:随机指针指向的节点索引(范围从 0 到 n-1);如果不指向任何节点,则为 null 。
你的代码 只 接受原链表的头节点 head 作为传入参数。
示例 1:
输入:head = [[7,null],[13,0],[11,4],[10,2],[1,0]]
输出:[[7,null],[13,0],[11,4],[10,2],[1,0]]
示例 2:
输入:head = [[1,1],[2,1]]
输出:[[1,1],[2,1]]
示例 3:
输入:head = [[3,null],[3,0],[3,null]]
输出:[[3,null],[3,0],[3,null]]
示例 4:
输入:head = []
输出:[]
解释:给定的链表为空(空指针),因此返回 null。
提示:
- 0 <= n <= 1000
- -10000 <= Node.val <= 10000
模拟 + 哈希表
如果不考虑 random
指针的话,对一条链表进行拷贝,我们只需要使用两个指针:一个用于遍历原链表,一个用于构造新链表(始终指向新链表的尾部)即可。这一步操作可看做是「创建节点 + 构建 next
指针关系」。
现在在此基础上增加一个 random
指针,我们可以将 next
指针和 random
指针关系的构建拆开进行:
- 先不考虑
random
指针,和原本的链表复制一样,创建新新节点,并构造next
指针关系,同时使用「哈希表」记录原节点和新节点的映射关系; - 对原链表和新链表进行同时遍历,对于原链表的每个节点上的
random
都通过「哈希表」找到对应的新random
节点,并在新链表上构造random
关系。
Java 代码:
class Solution {
public Node copyRandomList(Node head) {
Map<Node, Node> map = new HashMap<>();
Node dummy = new Node(-1);
Node tail = dummy, tmp = head;
while (tmp != null) {
Node node = new Node(tmp.val);
map.put(tmp, node);
tail.next = node;
tail = tail.next;
tmp = tmp.next;
}
tail = dummy.next;
while (head != null) {
if (head.random != null) tail.random = map.get(head.random);
tail = tail.next;
head = head.next;
}
return dummy.next;
}
}
Python 3 代码:
class Solution:
def copyRandomList(self, head: 'Node') -> 'Node':
hashmap = dict()
dummy = Node(-1)
tail, tmp = dummy, head
while tmp:
node = Node(tmp.val)
hashmap[tmp] = node
tail.next = node
tail = tail.next
tmp = tmp.next
tail = dummy.next
while head:
if head.random:
tail.random = hashmap[head.random]
tail = tail.next
head = head.next
return dummy.next
- 时间复杂度:
- 空间复杂度:
模拟(原地算法)
显然时间复杂度上无法优化,考虑如何降低空间(不使用「哈希表」)。
我们使用「哈希表」的目的为了实现原节点和新节点的映射关系,更进一步的是为了快速找到某个节点 random
在新链表的位置。
那么我们可以利用原链表的 next
做一个临时中转,从而实现映射。
具体的,我们可以按照如下流程进行:
- 对原链表的每个节点节点进行复制,并追加到原节点的后面;
- 完成操作之后,链表的奇数位置代表了原链表节点,链表的偶数位置代表了新链表节点,且每个原节点的
next
指针执行了对应的新节点。这时候,我们需要构造新链表的random
指针关系,可以利用link[i + 1].random = link[i].random.next
,为奇数下标,含义为新链表节点的 random
指针指向旧链表对应节点的 random
指针的下一个值; - 对链表进行拆分操作。
Java 代码:
class Solution {
public Node copyRandomList(Node head) {
if (head == null) return null;
Node dummy = new Node(-1);
dummy.next = head;
while (head != null) {
Node node = new Node(head.val);
node.next = head.next;
head.next = node;
head = node.next;
}
head = dummy.next;
while (head != null) {
if (head.random != null) {
head.next.random = head.random.next;
}
head = head.next.next;
}
head = dummy.next;
Node ans = head.next;
while (head != null) {
Node tmp = head.next;
if (head.next != null) head.next = head.next.next;
head = tmp;
}
return ans;
}
}
Python 3 代码:
class Solution:
def copyRandomList(self, head: 'Node') -> 'Node':
if not head:
return None
dummy = Node(-1)
dummy.next = head
while head:
node = Node(head.val)
node.next = head.next
head.next = node
head = node.next
head = dummy.next
while head:
if head.random:
head.next.random = head.random.next
head = head.next.next
head = dummy.next
ans = head.next
while head:
tmp = head.next
if head.next:
head.next = head.next.next
head = tmp
return ans
- 时间复杂度:
- 空间复杂度:
最后
这是我们「刷穿 LeetCode」系列文章的第 No.138
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…
在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。