news 2026/4/18 12:59:03

day131—链表—反转链表Ⅱ(区域反转)(LeetCode-92)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
day131—链表—反转链表Ⅱ(区域反转)(LeetCode-92)

题目描述

给你单链表的头指针head和两个整数leftright,其中left <= right。请你反转从位置left到位置right的链表节点,返回反转后的链表

示例 1:

输入:head = [1,2,3,4,5], left = 2, right = 4输出:[1,4,3,2,5]

示例 2:

输入:head = [5], left = 1, right = 1输出:[5]

提示:

  • 链表中节点数目为n
  • 1 <= n <= 500
  • -500 <= Node.val <= 500
  • 1 <= left <= right <= n

解决方案:

这段代码的核心功能是反转单链表中指定区间 [left, right] 内的节点(比如原链表 1→2→3→4→5,left=2、right=4 时,反转后为 1→4→3→2→5),采用「迭代法 + 虚拟头节点」实现,时间复杂度O(n)、空间复杂度O(1),是区间反转链表的经典解法。

核心逻辑

代码通过 “定位反转起点 + 局部反转 + 重新连接” 三步完成区间反转,核心是用虚拟头节点规避头节点反转的边界问题:

  1. 虚拟头节点与定位前驱:创建虚拟头节点dx指向原链表头,先找到反转区间的前驱节点p0(即 left 位置的前一个节点),避免反转头节点时的空指针问题;
  2. 局部区间反转:以p0->next为起点,用pre/cur/nxt三个指针,迭代反转 [left, right] 范围内的节点(反转逻辑和完整反转链表一致);
  3. 重新连接链表:反转完成后,将原反转起点的节点(现在是反转区间的尾节点)指向反转区间后的第一个节点cur,再将p0指向反转区间的新头节点pre,恢复链表完整性;
  4. 返回结果:最终返回虚拟头节点的next(即新链表的头节点)。

总结

  1. 核心思路:用虚拟头节点简化边界处理,先定位反转区间前驱,再局部反转,最后重新拼接链表;
  2. 关键操作:反转后p0->next->next = curp0->next = pre是重新连接链表的核心,避免区间反转后链表断裂;
  3. 效率特点:一次遍历完成定位 + 反转 + 拼接,时间O(n)、空间O(1),是区间反转链表的最优解法。

函数源码:

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode() : val(0), next(nullptr) {} * ListNode(int x) : val(x), next(nullptr) {} * ListNode(int x, ListNode *next) : val(x), next(next) {} * }; */ class Solution { public: ListNode* reverseBetween(ListNode* head, int left, int right) { ListNode dx(0,head); ListNode* p0=&dx; for(int i=0;i<left-1;i++){ p0=p0->next; }//到达反转区域的前一个结点:p0 ListNode* nxt=nullptr; ListNode* pre=nullptr; ListNode* cur=p0->next;//反转的起始节点:p0->next for(int i=0;i<right-left+1;i++){ nxt=cur->next; cur->next=pre; pre=cur; cur=nxt; } p0->next->next=cur; p0->next=pre; return dx.next; } };
版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 8:19:30

大模型预蒸馏技术原理总结

一、什么是大模型蒸馏&#xff1f;核心目标是什么&#xff1f; 首先&#xff0c;我们得明确“蒸馏”的本质&#xff1a;它是一种模型压缩与知识迁移技术&#xff0c;核心逻辑是“用大模型教小模型”。这里的“知识”&#xff0c;不只是模型在训练数据上学到的“硬标签”&#x…

作者头像 李华
网站建设 2026/4/18 9:44:44

告别AI agent“金鱼脑“!CaveAgent框架让你的AI过目不忘,效率翻倍

CaveAgent采用"双流架构"解决AI记忆力问题&#xff1a;语义流作为轻量大脑负责推理&#xff0c;运行流作为持久记忆存储数据。这种设计使AI能长期保存数据&#xff0c;避免上下文限制&#xff0c;高效处理大数据&#xff0c;减少28.4%的Token消耗&#xff0c;提升任务…

作者头像 李华
网站建设 2026/4/18 8:56:12

AIGNE框架:基于文件系统抽象的大模型上下文工程解决方案

本文提出借鉴Unix"一切皆文件"理念的文件系统抽象架构&#xff0c;解决GenAI和智能体系统上下文工程问题。架构包括持久化上下文仓库和上下文工程流水线&#xff08;构造器、更新器、评估器&#xff09;&#xff0c;通过AIGNE框架实现&#xff0c;满足令牌窗口、无状…

作者头像 李华
网站建设 2026/4/18 8:50:48

学姐私藏:6款免费降AI工具推荐,最后一个用过都说好

学姐私藏&#xff1a;6款免费降AI工具推荐&#xff0c;最后一个用过都说好 TL;DR&#xff1a;毕业季预算紧张但又需要降AI怎么办&#xff1f;本文分享6款降AI工具&#xff0c;从完全免费到低价高效都有覆盖。重点推荐嘎嘎降AI&#xff08;4.8元/次&#xff0c;达标率99.26%&…

作者头像 李华
网站建设 2026/4/18 8:48:48

免费vs付费降AI工具哪个香?7款横评告诉你答案

title: “免费vs付费降AI工具哪个香&#xff1f;7款横评告诉你答案” slug: “free-vs-paid-ai-reduction-tools-comparison” date: 2026-01-15 author: “论文工具测评员” tags: [“免费降AI工具”, “付费降AI工具对比”, “降AI工具横评”, “免费降AI率”, “降AI工具哪个…

作者头像 李华