news 2026/4/22 19:52:13

【每日算法】LeetCode 25. K 个一组翻转链表

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【每日算法】LeetCode 25. K 个一组翻转链表

对前端开发者而言,学习算法绝非为了“炫技”。它是你从“页面构建者”迈向“复杂系统设计者”的关键阶梯。它将你的编码能力从“实现功能”提升到“设计优雅、高效解决方案”的层面。从现在开始,每天投入一小段时间,结合前端场景去理解和练习,你将会感受到自身技术视野和问题解决能力的质的飞跃。------ 算法:资深前端开发者的进阶引擎

LeetCode 25. K 个一组翻转链表

1. 题目描述

给你链表的头节点head,每k个节点一组进行翻转,请你返回修改后的链表。

如果节点总数不是k的整数倍,最后剩余的节点保持原有顺序。

示例1:

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

示例2:

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

说明:

  • 链表中的节点数目为n
  • 1 <= k <= n <= 5000
  • 0 <= Node.val <= 1000

2. 问题分析

这道题的核心是链表操作,前端开发者经常处理类似结构:

  • DOM树节点操作(如批量重新排序元素)
  • 虚拟DOM的diff算法中节点位置调整
  • 数据流处理中的分批操作
  • 实现分页、轮播等组件时的节点管理

关键难点:

  1. 需要精确控制指针的指向关系
  2. 处理边界情况(不足k个的情况)
  3. 保持翻转后的正确连接
  4. 需要保存关键节点位置以便后续连接

3. 解题思路

3.1 递归法(清晰直观)

时间复杂度:O(n),空间复杂度:O(n/k)(递归栈深度)

  • 递归处理每k个节点
  • 翻转当前k个节点后,递归处理后续部分
  • 将翻转后的子链表连接起来

3.2 迭代法(最优解)

时间复杂度:O(n),空间复杂度:O(1)

  • 使用虚拟头节点简化操作
  • 分组遍历并翻转每一组
  • 维护关键指针:前驱节点、当前组头、当前组尾
  • 处理不足k个的情况

最优解:迭代法,因为它在O(n)时间内解决问题,且只使用常数级额外空间。

4. 代码实现

4.1 递归实现

/** * 递归解法 * 时间复杂度:O(n),空间复杂度:O(n/k)(递归调用栈) */constreverseKGroupRecursive=function(head,k){// 检查是否有k个节点可供翻转letcurr=head;letcount=0;// 检查剩余节点是否足够k个while(curr!==null&&count<k){curr=curr.next;count++;}// 如果不足k个,直接返回当前头节点if(count<k){returnhead;}// 翻转当前k个节点letprev=null;letcurrent=head;for(leti=0;i<k;i++){constnext=current.next;current.next=prev;prev=current;current=next;}// 递归处理后续部分,并将当前翻转后的尾节点连接到后续结果head.next=reverseKGroupRecursive(current,k);// prev现在是翻转后的新头节点returnprev;};

4.2 迭代实现(最优)

/** * 迭代解法(最优解) * 时间复杂度:O(n),空间复杂度:O(1) */constreverseKGroup=function(head,k){// 创建虚拟头节点,简化边界处理constdummy=newListNode(0);dummy.next=head;// pre指向当前要翻转的链表的前一个节点letpre=dummy;while(head){// tail指向当前要翻转的链表的尾部lettail=pre;// 查看剩余部分长度是否大于等于kfor(leti=0;i<k;i++){tail=tail.next;if(!tail){// 不足k个,直接返回结果returndummy.next;}}// next指向下一个要翻转的链表头constnextGroup=tail.next;// 翻转当前k个节点,返回翻转后的头尾节点const[newHead,newTail]=reverseList(head,tail);// 把翻转后的子链表重新接回原链表pre.next=newHead;newTail.next=nextGroup;// 更新pre和head,准备下一轮翻转pre=newTail;head=nextGroup;}returndummy.next;};/** * 辅助函数:翻转从head到tail的链表 * 返回翻转后的新头节点和新尾节点 */constreverseList=function(head,tail){letprev=tail.next;// 关键:连接到下一组的头letcurr=head;while(prev!==tail){constnext=curr.next;curr.next=prev;prev=curr;curr=next;}// 翻转后,tail成为新头,head成为新尾return[tail,head];};

4.3 可读性更好的迭代实现(适合前端理解)

/** * 更易理解的迭代解法 * 将翻转逻辑拆解为更小的函数 */constreverseKGroupEasy=function(head,k){// 计算链表长度constgetLength=(node)=>{letlen=0;while(node){len++;node=node.next;}returnlen;};// 翻转链表的一部分constreversePart=(start,end)=>{letprev=end.next;// 连接到下一组的头letcurr=start;while(prev!==end){constnext=curr.next;curr.next=prev;prev=curr;curr=next;}return[end,start];// 返回新头和新尾};constlength=getLength(head);constdummy=newListNode(0);dummy.next=head;letprev=dummy;// 计算可以翻转多少组constgroups=Math.floor(length/k);for(leti=0;i<groups;i++){// 定位当前组的头和尾letgroupHead=prev.next;letgroupTail=prev;for(letj=0;j<k;j++){groupTail=groupTail.next;}// 下一组的头constnextGroup=groupTail.next;// 翻转当前组const[newHead,newTail]=reversePart(groupHead,groupTail);// 重新连接prev.next=newHead;newTail.next=nextGroup;// 更新prev,准备下一组prev=newTail;}returndummy.next;};

5. 复杂度对比分析

方法时间复杂度空间复杂度优点缺点
递归法O(n)O(n/k) 递归栈空间代码简洁,逻辑清晰递归栈可能溢出,空间复杂度较高
迭代法(最优)O(n)O(1)空间效率高,适合处理长链表指针操作复杂,容易出错
改进迭代法O(n)O(1)逻辑更清晰,易于理解和维护需要额外计算链表长度

性能总结:

  • 迭代法是最优选择,尤其对于大规模数据
  • 递归法在k值较小时表现良好,代码更简洁
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 2026/4/17 12:10:56

Dify模糊匹配技术深度解析,构建智能视频检索系统的必备技能

第一章&#xff1a;Dify模糊匹配技术概述Dify模糊匹配技术是一种基于语义与模式识别的智能文本比对机制&#xff0c;广泛应用于自然语言处理、自动化工作流和低代码平台中的意图识别场景。该技术通过结合规则引擎与深度学习模型&#xff0c;能够在用户输入存在拼写误差、表达差…

作者头像 李华
网站建设 2026/4/20 5:52:50

【Dify与Spring AI性能对决】:谁才是企业级AI应用的终极选择?

第一章&#xff1a;Shell脚本的基本语法和命令Shell脚本是Linux/Unix系统中自动化任务的核心工具&#xff0c;通过编写可执行的文本文件&#xff0c;用户能够批量处理命令、控制程序流程并简化重复性操作。Shell脚本通常以#!/bin/bash开头&#xff0c;称为“shebang”&#xff…

作者头像 李华
网站建设 2026/4/22 22:23:37

掌握这5种R语言变量选择法,轻松提升农作物产量预测精度(稀缺资料)

第一章&#xff1a;农业产量的 R 语言变量选择在农业数据分析中&#xff0c;准确预测作物产量依赖于从大量环境、土壤和管理因素中识别出最具影响力的变量。R 语言提供了丰富的统计与机器学习工具&#xff0c;可用于高效地进行变量选择&#xff0c;从而构建简洁且预测能力强的模…

作者头像 李华
网站建设 2026/4/23 12:24:53

Dify与Spring AI异常处理实战指南(99%开发者忽略的容错机制)

第一章&#xff1a;Dify与Spring AI异常处理的核心挑战在集成 Dify 与 Spring AI 的过程中&#xff0c;异常处理成为系统稳定性的关键瓶颈。两者分别运行在异构的架构体系中&#xff0c;Dify 作为 AI 工作流编排平台依赖外部 API 调用&#xff0c;而 Spring AI 则基于 JVM 生态…

作者头像 李华
网站建设 2026/4/20 12:52:18

为什么你的Dify与Spring AI集成总失败?一文看懂部署核心瓶颈

第一章&#xff1a;为什么你的Dify与Spring AI集成总失败&#xff1f;在尝试将 Dify 与 Spring AI 集成时&#xff0c;许多开发者频繁遭遇连接超时、认证失败或模型调用异常等问题。这些问题往往并非源于框架本身&#xff0c;而是由于配置细节疏忽或对通信机制理解不足所致。检…

作者头像 李华