链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧

链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧

✨链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧🎯

视频地址

因为想更好的为大佬服务,制作了同步视频,这是Bilibili的视频地址

链表反转是数据结构与算法中的经典高频考点,从基础的全链表反转,到反转前n个节点,再到进阶的区间反转,层层递进。本文将以LeetCode 92. 反转链表 II为核心,从基础的「反转前n个节点」递归实现讲起,结合虚拟头节点神器,手把手拆解区间反转的解题逻辑,带你彻底掌握链表递归反转的核心思想!


🚀 开篇引论:链表反转的进阶之路

链表是一种线性、离散存储的数据结构,节点之间通过指针关联,无法像数组一样随机访问,这也让链表反转成为了考察指针操作与递归思维的最佳题型。

LeetCode 92 区间反转问题,并非孤立的算法题,而是**「反转前n个节点」**的进阶应用。我们的解题思路非常清晰:先攻克基础的前n节点反转,再将区间反转问题拆解为基础问题的组合,化繁为简,轻松破解难题。


🔄 基础筑基:链表【前n个节点】递归反转

在解决区间反转之前,我们必须先实现一个核心工具函数:反转链表的前n个节点,这是解题的核心基石。

1. 函数定义与核心功能

我们定义递归函数 reverseN,功能如下:

  • 函数签名ListNode* reverseN(ListNode* head, int n)
  • 核心功能:反转以head为头节点的链表的前n个节点,返回反转后的新链表头节点;剩余未反转节点保持原顺序。

2. 递归实现思路拆解

递归的核心是分解子问题 + 终止条件 + 回溯调整指针,严格遵循以下逻辑:

  1. 终止条件:当n == 1时,说明已经找到待反转的最后一个节点,直接返回当前节点(新头节点);
  2. 递归子问题:记录当前节点的下一个节点为tail,递归调用reverseN反转head.next开头的n-1个节点;
  3. 回溯调整指针:将当前头节点指向tail的后继节点,再将tail指向当前头节点,完成局部反转;
  4. 返回结果:最终返回递归得到的新头节点。

3. 直观调用示例

我们以链表 1->2->3->4 为例,通过表格直观展示函数效果:

原链表结构输入参数n反转后链表结构
1->2->3->422->1->3->4
1->2->3->433->2->1->4

4. 关键代码实现(C++)与详解

 // 链表节点定义(通用) 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) {} }; // 核心函数:反转链表前n个节点(递归实现) ListNode* reverseN(ListNode* head, int n) { // 终止条件:n=1,到达待反转的最后一个节点,直接返回 if (n == 1) { return head; } // 记录当前节点的下一个节点(待反转的子链表头) ListNode* tail = head->next; // 递归反转:反转head.next的前n-1个节点,得到新头节点 ListNode* newHead = reverseN(head->next, n - 1); // 指针调整:当前头节点指向tail的后继节点 head->next = tail->next; // tail指向当前头节点,完成局部反转 tail->next = head; // 返回反转后的新头节点 return newHead; } 

代码关键解析

  • tail 保存了当前节点的直接后继,是回溯时调整指针的核心;
  • 递归会一直深入到待反转的最后一个节点,回溯时从后往前调整指针,完美实现反转;
  • 未反转的节点完全不影响,保证了链表的完整性。

🎯 实战攻坚:LeetCode 92 链表区间反转

1. 题目问题描述

LeetCode 92. 反转链表 II

给你单链表的头指针 head 和两个整数 mn1 ≤ m ≤ n ≤ 链表长度),请你反转从位置 m 到位置 n 的链表节点,返回反转后的链表。

2. 神器加持:虚拟头节点(哨兵)技巧

这是链表题中解决边界问题的万能技巧

  • 定义:创建一个额外的链表节点(值任意,如0),让它的next指向原链表的头节点,这个节点就是虚拟头节点(dummy)
  • 核心作用:消除「待反转区间包含原链表头节点」的特殊情况,统一所有操作逻辑,类似哨兵节点的防护作用。

我们用Mermaid图直观展示虚拟头节点的结构:

next

移动m-1步

m=2

虚拟头节点 dummy\nval=0

节点1

节点2

节点3

null

指针p

指针p

📌 图表说明:虚拟头节点独立于原链表,指针p只需移动m-1步,就能精准定位到待反转区间的前驱节点,无论m=1还是m>1,逻辑完全一致。

3. 整体解题思路

将区间反转问题拆解为3个简单步骤,完美复用我们的reverseN函数:

  1. 定位前驱节点:通过虚拟头节点,移动指针找到第m-1个节点(记为p),它是待反转区间的前一个节点;
  2. 计算反转长度:待反转节点数 k = n - m + 1
  3. 调用工具函数+拼接:调用reverseN反转p.next开头的k个节点,将p.next指向反转后的新头节点,完成拼接。

4. 完整代码实现(C++)与逐行解析

 // LeetCode92 区间反转主函数 ListNode* reverseBetween(ListNode* head, int m, int n) { // 1. 创建虚拟头节点,指向原链表头 ListNode* dummy = new ListNode(0); dummy->next = head; // 2. 定义指针p,初始指向虚拟头节点 ListNode* p = dummy; // 3. 移动m-1步,定位到待反转区间的前驱节点 for (int i = 0; i < m - 1; i++) { p = p->next; } // 4. 计算需要反转的节点个数 int k = n - m + 1; // 5. 调用reverseN,反转p.next开头的k个节点 p->next = reverseN(p->next, k); // 6. 返回虚拟头节点的next(最终链表头) return dummy->next; } 

代码关键解析

  • 虚拟头节点彻底规避了m=1时头节点变化的边界问题;
  • 仅通过一次循环定位前驱节点,时间复杂度极低;
  • 核心反转逻辑完全复用reverseN,代码复用性拉满。

5. 算法复杂度分析

  • 时间复杂度: O ( n ) O(n) O(n) ,仅遍历链表一次,递归操作也是线性的;
  • 空间复杂度: O ( n ) O(n) O(n) ,递归调用会占用栈空间(若改用迭代实现reverseN,空间可优化为 O ( 1 ) O(1) O(1) )。

📚 算法原理深度剖析

1. 递归反转的核心原理

链表递归反转的本质是后序遍历:先递归深入到子问题的终止节点,再回溯调整指针。

对于reverseN,我们把「反转前n个节点」分解为「反转前n-1个节点」的子问题,直到n=1到达终点,再逐层回溯调整指针,最终完成整体反转。

2. 虚拟头节点的底层逻辑

普通链表操作中,头节点没有前驱,当反转区间包含头节点时,需要单独写判断逻辑。虚拟头节点为原链表增加了一个「公共前驱」,让所有节点的操作逻辑完全统一,代码更简洁、更健壮。


💡 算法学习核心建议

结合本题的学习,给大家分享算法刷题的核心方法论:

  1. 思维与代码双管齐下:学习算法分为学思路写代码两个过程,缺一不可。先理解递归分解、区间拆解的思维逻辑,再动手敲代码,才能真正内化;
  2. 基础工具优先掌握:复杂算法题都是基础工具的组合,比如本题的reverseN就是核心工具,吃透基础,进阶题迎刃而解;
  3. 实操大于空想:不要只看题解,跟着思路逐行敲代码,调试指针操作,才能攻克链表的指针难点;
  4. 刻意练习边界情况:链表题的坑点都在边界(如m=1、n=链表长度),刻意针对边界测试,提升代码健壮性。

结语

LeetCode 92 区间反转,是链表递归反转的里程碑式题目。它教会我们:复杂问题拆解为基础子问题,用工具函数简化核心逻辑,用技巧规避边界问题

从反转前n个节点,到区间反转,不仅是代码的进阶,更是递归思维的升华。希望大家通过本文,彻底吃透链表反转的核心,在算法刷题的路上稳步前行!💪


✅ 关键点回顾

  1. 核心工具:reverseN递归反转链表前n个节点;
  2. 万能技巧:虚拟头节点统一链表边界操作;
  3. 解题核心:区间反转 = 定位前驱 + 调用基础反转函数 + 拼接链表;
  4. 学习方法:思路先行,代码跟进,刻意练习!
链表进阶核心 | LeetCode 92 区间反转:吃透递归反转与哨兵技巧

Read more

【数据结构与算法】单链表综合练习:1.删除链表中等于给定值 val 的所有节点 2.反转链表 3.链表中间节点

【数据结构与算法】单链表综合练习:1.删除链表中等于给定值 val 的所有节点 2.反转链表 3.链表中间节点

🔥小龙报:个人主页 🎬作者简介:C++研发,嵌入式,机器人等方向学习者 ❄️个人专栏:《C语言》《【初阶】数据结构与算法》 ✨ 永远相信美好的事情即将发生 文章目录 * 前言 * 一、删除链表中等于给定值 val 的所有节点 * 1.1题目 * 1.2 算法原理 * 1.3代码 * 二、反转链表 * 2.1题目 * 2.2 算法原理 * 2.3代码 * 三、链表中间节点 * 3.1题目 * 3.2 算法原理 * 3.3代码 * 总结与每日励志 前言 链表是 C 语言和数据结构学习的核心考点,也是编程入门绕不开的经典题型。本文聚焦删除指定值节点、

By Ne0inhk

GRPO 算法(损失函数)——原理讲解与代码讲解

视频讲解链接:8.calculating-loss-in-grpo.zh_en_哔哩哔哩_bilibili 论文:《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》 一、GRPO 损失函数 二、GRPO 算法可以分解为四个关键组成部分: (1)策略损失(policy loss):模型在有适配器和没有适配器情况下的词元概率分布比率 (2)从奖励函数中计算出来的优势值(advantages) (3)比率裁剪(clip):用于确保在任何单独步骤中都没有大的损失值 (4)KL散度:用于确保在训练过程中,我们正在训练的模型不会偏离它已经知道的基准模型太多 下面我们对每个部分逐一介绍。 1. 首先加载所需的模型和分词器,并打印模型的网络结构和生成文本的效果。 from transformers import AutoModelForCausalLM, AutoTokenizer # 初始化 model

By Ne0inhk

Flutter 三方库 sweepline_intersections 的鸿蒙化适配指南 - 在鸿蒙系统上构建极致、极速、基于扫描线算法算法算法的工业级由于由由于多边形点线交点检测与地理信息审计引擎

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 sweepline_intersections 的鸿蒙化适配指南 - 在鸿蒙系统上构建极致、极速、基于扫描线算法算法算法的工业级由于由由于多边形点线交点检测与地理信息审计引擎 在鸿蒙(OpenHarmony)系统的端云一体化应用、地理信息系统(GIS)、或者是需要对由于由于由于由海量由于由于地理围栏(Geo-fencing)或由于由于 UI 碰撞判定逻辑进行毫秒级的由于由于。管理过程。由于由计算的场景中,如何实现 O(N log N) 级的由于由于。交点由于。由于由由映射?sweepline_intersections 为开发者提供了一套工业级的、针对 Bentle-Ottmann 扫描线算法进行深度封装的高性能方案。本文将深入实战其在鸿蒙应用空间数据审计层中的应用。 前言 什么是 Sweepline Intersections?它是一个将“由于空间拓扑由于计算(Topology Computing)”与“

By Ne0inhk

【2025最新高维多目标优化】基于城市场景下无人机三维路径规划的导航变量的多目标粒子群优化算法NMOPSO研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭:行百里者,半于九十。 📋📋📋本文内容如下:🎁🎁🎁  ⛳️赠与读者 👨‍💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能解答你胸中升起的一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。      或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎 💥1 概述 基于城市场景下无人机三维路径规划的导航变量的多目标粒子群优化算法(NMOPSO)研究 摘要 随着无人机应用场景的复杂化,城市场景下的三维路径规划需同时优化路径长度、飞行时间、威胁规避、能耗等多个相互冲突的目标。传统

By Ne0inhk