复杂链表的复制(深拷贝)
Last updated
Last updated
问题简述
复制带随机指针的链表,返回复制后链表的头结点;
注意:本题的输入输出带有迷惑性,它们并不是实际的输入和输出,而是链表的数组展现;
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:
-10000 <= Node.val <= 10000
Node.random 为空(null)或指向链表中的节点。
节点数目不超过 1000 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/fu-za-lian-biao-de-fu-zhi-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路1:哈希表
先看下普通链表的复制:
首先要理解本题的难点:
复制当前节点的时候,随机指针指向的节点可能还没有创建;
即使你先按普通链表先把节点都创建出来,由于链表无法随机访问的性质,你也不知道随机节点在哪个位置;
解决方法是利用哈希表(写法1):
第一次遍历时,记录每个节点对应的复制节点;
第二次遍历时,根据原链表的指向从哈希表中提取对应的节点,建立指向关系;
本题还有一种递归的写法(写法2):
同样用一个哈希表保存
"""
# Definition for a Node.
class Node:
def __init__(self, x: int, next: 'Node' = None, random: 'Node' = None):
self.val = int(x)
self.next = next
self.random = random
"""
class Solution:
def copyRandomList(self, head: 'Node') -> 'Node':
if not head: return None # 使用伪头结点,可以省去这行
dp = dict()
# 第一次遍历,生成复制节点,并记录到哈希表
p = head
while p:
dp[p] = Node(p.val)
p = p.next
# 写法1:使用伪头结点,可以省去对 head 为 None 的判断
cur = head
ret = pre = Node(0) # 伪头结点
while cur:
pre.next = dp[cur] # 这里可以不用 get,因为一定存在
pre.next.random = dp.get(cur.random) # get 方法在 key 不存在时,默认返回 None
cur = cur.next
pre = pre.next
return ret.next
# 写法2:相比使用伪头结点
# cur = head
# while cur:
# dp[cur].next = dp.get(cur.next)
# dp[cur].random = dp.get(cur.random)
# cur = cur.next
# return dp[head]
【不推荐】虽然代码量会少一点,但是不好理解;
"""
# Definition for a Node.
class Node:
def __init__(self, x: int, next: 'Node' = None, random: 'Node' = None):
self.val = int(x)
self.next = next
self.random = random
"""
class Solution:
def copyRandomList(self, head: 'Node') -> 'Node':
if not head: return None
dp = dict()
def dfs(p):
if not p: return None
if p not in dp:
dp[p] = Node(p.val)
dp[p].next = dfs(p.next)
dp[p].random = dfs(p.random)
return dp[p]
return dfs(head)
思路2:复制+拆分
注意这个方法需要遍历三次:
第一次复制节点
第二次设置随机节点
第三次拆分
因为随机节点指向任意,所以必须先设置完所有随机节点后才能拆分;
"""
# Definition for a Node.
class Node:
def __init__(self, x: int, next: 'Node' = None, random: 'Node' = None):
self.val = int(x)
self.next = next
self.random = random
"""
"""
# Definition for a Node.
class Node:
def __init__(self, x: int, next: 'Node' = None, random: 'Node' = None):
self.val = int(x)
self.next = next
self.random = random
"""
class Solution:
def copyRandomList(self, head: 'Node') -> 'Node':
if not head: return None
# 复制节点
cur = head
while cur:
nod = Node(cur.val) # 创建节点
cur.next, nod.next = nod, cur.next # 接入新节点
cur = nod.next # 遍历下一个节点
# 设置随机节点,因为随机节点指向任意,所以必须先设置随机节点后才能断开
cur = head
while cur:
if cur.random:
cur.next.random = cur.random.next
cur = cur.next.next
# 拆分节点
cur = head
ret = nxt = head.next
while nxt.next:
# 开始拆分
cur.next = cur.next.next
nxt.next = nxt.next.next
# 下一组
cur = cur.next
nxt = nxt.next
return ret