【数据结构与算法】环与相遇:链表带环问题的底层逻辑与工程实现

【数据结构与算法】环与相遇:链表带环问题的底层逻辑与工程实现
在这里插入图片描述
🔥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
在这里插入图片描述

文章目录


前言

链表带环问题是数据结构中的经典考点,核心在于通过快慢指针法判断环的存在并定位入口点。本文从 LeetCode 两道真题出发,拆解快慢指针的相遇逻辑与数学推导,结合代码实现与严谨证明,清晰呈现带环链表的解题思路,帮助读者深入理解指针策略在链表问题中的灵活运用。

一、带环链表

1.1题目

链接:带环链表

在这里插入图片描述
注:这道题我们依旧使用高阶要求来做题

1.2 算法原理

核心思想:快慢指针 --- 相遇即为链表带环

创建两个指针 — slow和fast初始指向head,遍历链表slow每次走一步,fast每次走两步,那么就会分成两种情况:
• 链表不带环:那么fast一定可以遍历到NULL,
•链表带环:fast一定比slow先走进循环,在环内不断循环,当slow也进入循环时,如果链表带坏则与fast必定能相。

1.3 代码

/*** Definition for singly-linked list.* struct ListNode {* int val;* struct ListNode *next;*};*/ typedef struct ListNode* ListNode; bool hasCycle(struct ListNode *head){ ListNode slow = head; ListNode fast = head;//如果不相遇分为奇数个和偶数个 while(fast && fast->next){ slow = slow->next; fast = fast->next->next;//链表相遇 if(fast == slow)returntrue;}//能跳出循环 --- 不带环 returnfalse;}

1.4 数学证明

1.4.1 为什么带环slow与fast必定能相遇?

在这里插入图片描述

假设slow进环时与fast的差距为N,那么接下来就是追击问题,slow每次走一步,fast每次走两步。那么每走完一次slow的距离就会变成:N - 1,N - 2,N -3…2,1,0,故必定会相遇

1.4.2 fast一定只能走2步吗?可以是2步甚至更多吗?

1.4.2.1 以3步为例
在这里插入图片描述


假设slow进环时与fast的差距为N,那么接下来就是追击问题,slow每次走一步,fast每次走三步。会分成两种情况:
•当N是偶数时:N - 2,N - 4,N - 6…4,2,0
•当N是奇数时:N - 2,N - 4,N - 6…3,1,-1

在这里插入图片描述

也就是当N是偶数时,必定会相遇,当N是奇数时最后距离为-1,也就是会错过,如果假设圆环周长为C,那么当 N 是奇数时且fast与slow错过后进入新一轮追击,距离变为C-1,那么又会变成两个的情况:
•当N = C -1是偶数时(C为奇数):N - 2,N - 4…4,2,0
•当N = C - 1是奇数时(C为偶数):N - 2,N - 4…3,1,-1
综上我们可以分析出要让slow和fast不相遇只有一种可能:C为偶数且第一轮追击中N为奇数同时成立。
C为偶数且第一轮追击中N为奇数能同时满足吗?
那我们还是假设当slow进环时,slow与fast相距N:
slow走过的距离:L。
fast走过的距离为:L + C * x(x:为绕环圈数) + C - N。
slow与fast始终满足:slow = 2 * fast。
联立上面三个式子可得:2L = (x+ 1) * C - N ,我们分析可得该等式为:偶数 = (x + 1) 偶数 - 奇数不成立,故两个条件无法同时成立 ,故不会永远追不上,slow和fast必定相遇,

1.4.3结论

• 链表带环,使用快慢指针,无论fast走几步,都必定在环内与slow相遇。

二、环形链表(寻找相遇点)

2.1 题目

链接:环形链表(寻找相遇点)

在这里插入图片描述

2.2 算法原理

2.3 代码

/*** Definition for singly-linked list.* struct ListNode {* int val;* struct ListNode *next;*};*/ typedef struct ListNode* ListNode; struct ListNode *detectCycle(struct ListNode *head){ ListNode slow = head; ListNode fast = head;while(fast && fast->next){ slow = slow->next; fast = fast->next->next;if(slow == fast){ ListNode meet = slow;while(meet != head){ meet = meet->next; head = head->next;}return meet;}}returnNULL;}

2.4 数学证明

在这里插入图片描述


H 为链表的起始点,E 为环入口点,M 与判环时候相遇点
设:环的长度为 R,H 到 E 的距离为 L, E 到 M 的距离为 X则: M 到 E 的距离为 R - X。在判环时,快慢指针相遇时所走的路径长度:
fast: L + X + nR
slow: L + X

注意:
当慢指针进入环时,快指针可能已经在环中绕了 n 圈了,n 至少为 1因为:快指针先进环走到 M 的位置,最后又在 M 的位置与慢指针相遇
慢指针进环之后,快指针肯定会在慢指针走一圈之内追上慢指针。
因为:慢指针进环后,快慢指针之间的距离最多就是环的长度,而两个指针在移动时,每次它们之间的距离都缩减一步,因此在慢指针移动一圈之前快指针肯定是可以追上慢指针的。
在这里插入图片描述


极端情况下,假设 n = 1,此时:L=R−X即:一个指针从链表起始位置运行,一个指针从相遇点位置绕环,每次都走一步,两个指针最终会在入口点的位置相遇

2.4.1 结论

• 让一个指针从链表起始位置开始遍历链表,同时让一个指针从判环时相遇点的位置开始绕环运行,两个指针都是每次均走一步,最终肯定会在入口点的位置相遇。

总结与每日励志

✨本文系统梳理了带环链表的判环与入口定位方法,核心在于利用快慢指针的速度差实现相遇,再通过双指针同步遍历定位入口。每一次逻辑推导都是思维的锤炼,每一行代码都是能力的沉淀。愿你在技术之路上保持热爱与专注,以严谨态度攻克难题,永远相信美好的事情即将发生,用坚持书写属于自己的精彩。

在这里插入图片描述

Read more

基于ARX结构和反馈机制的序列密码算法Phelix

基于ARX结构和反馈机制的序列密码算法Phelix

基于ARX结构的序列密码算法Phelix Phelix算法简介 Phelix是一种高速、非专利、面向硬件的流密码,由Doug Whiting、Bruce Schneier、Stefan Lucks和Frédéric Muller设计。它于2004年被提交到eSTREAM项目(欧洲用于软件和硬件的序列密码计划),旨在为需要高性能加密的应用提供一个优秀的候选方案。Phelix的核心设计理念是速度和简洁性,特别优化了在现代32位或更高位处理器上的性能。它巧妙地将加法、异或和循环移位操作结合起来,以实现每个时钟周期的高吞吐量。Phelix算法借鉴了分组密码的设计结构,采用了分组密码中轮函数迭代的结构。并通过交叉使用逐位异或、模232加和循环移位三种运算,使得输出的乱数序列和输入的密钥之间的关系足够复杂,且其乱数序列的产生是通过算法的轮函数实现的。为了进一步加强系统的安全性,Phelix还把256比特的密钥注入系统参与轮变换,在流密钥输出前还和先前的状态进行结合,使得有更多的状态可以影响当前的输出。Phelix通过大量的内部状态以及密钥和状态的不间断混合(传统的序列密码仅在初始化阶段应用密钥

By Ne0inhk
《算法题讲解指南:优选算法-滑动窗口》--15.串联所有单词的子串,16.最小覆盖子串

《算法题讲解指南:优选算法-滑动窗口》--15.串联所有单词的子串,16.最小覆盖子串

🔥小叶-duck:个人主页 ❄️个人专栏:《Data-Structure-Learning》 《C++入门到进阶&自我学习过程记录》《算法题讲解指南》--从优选到贪心 ✨未择之路,不须回头 已择之路,纵是荆棘遍野,亦作花海遨游 目录 15. 串联所有单词的子串 题目链接: 题目描述: 题目示例: 解法(滑动窗口+哈希表): 算法思路: C++算法代码: 算法总结及流程解析: 16. 最小覆盖子串 题目链接: 题目描述: 题目示例: 解法 (滑动窗口+哈希表): 算法思路: 算法流程: C++算法代码: 算法总结及流程解析: 结束语 15. 串联所有单词的子串 题目链接: 30. 串联所有单词的子串 - 力扣(LeetCode)

By Ne0inhk
【狂热算法篇】完全背包异次元冒险:容量魔法觉醒,价值风暴来袭!

【狂热算法篇】完全背包异次元冒险:容量魔法觉醒,价值风暴来袭!

欢迎拜访:羑悻的小杀马特.-ZEEKLOG博客 本篇主题:轻轻松松拿捏完全背包问题呀!!! 制作日期:2026.03.04 隶属专栏:美妙的算法世界 目录 一·问题定义: 二·具体问题演示:  三·动态规划解答完全背包: 3.1非装满状态: 3.1.1状态定义: 3.1.2状态转移方程:   3.1.3初始化: 3.1.4返回值: 3.1.5填充dp表: 3.1.6非装满状态代码总结: 3.1.7非装满状态滚动数组降维优化:  3.2装满状态: 3.2.1状态定义: 3.2.2状态转移方程:  3.

By Ne0inhk
【数据结构】图

【数据结构】图

🌈个人主页:秦jh_-ZEEKLOG博客 🔥 系列专栏:《数据结构》https://blog.ZEEKLOG.net/qinjh_/category_12536791.html?spm=1001.2014.3001.5482     目录 图的遍历 广度优先遍历 深度优先遍历 最小生成树 Kruskal算法 Prim算法 最短路径 单源最短路径--Dijkstra算法  单源最短路径--Bellman-Ford算法  多源最短路径--Floyd-Warshall算法 代码 前言 💬 hello! 各位铁子们大家好哇。              今日更新了图的相关内容 🎉 欢迎大家关注🔍点赞👍收藏⭐️留言📝 续上一篇《图和并查集》  图的遍历 广度优先遍历 广度优先遍历即BFS,相当于二叉树的层序遍历,一层一层往下遍历。BFS需要借助队列实现。如上图,先入A,然后把A拿出来,将他的邻接节点都入队列,

By Ne0inhk