news 2026/5/11 13:47:26

day139—链表—删除排序链表中的重复元素(LeetCode-83)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
day139—链表—删除排序链表中的重复元素(LeetCode-83)

题目描述

给定一个已排序的链表的头head删除所有重复的元素,使每个元素只出现一次。返回已排序的链表

示例 1:

输入:head = [1,1,2]输出:[1,2]

示例 2:

输入:head = [1,1,2,3,3]输出:[1,2,3]

提示:

  • 链表中节点数目在范围[0, 300]
  • -100 <= Node.val <= 100
  • 题目数据保证链表已经按升序排列

解决方案:

这段代码的核心功能是删除升序单链表中的重复节点(仅保留每个元素的唯一实例,比如原链表 1→1→2→3→3 变为 1→2→3),采用「一次遍历 + 指针跳过重复节点」的方式实现,时间复杂度O(n)、空间复杂度O(1),是该问题的经典最优解法。

核心逻辑

代码利用链表 “升序” 的特性,只需遍历一次即可识别并删除重复节点,无需额外空间:

  1. 边界处理:若链表为空(headnullptr),直接返回nullptr
  2. 遍历去重:用指针cur从链表头节点开始遍历,循环条件为cur->next不为空:
    • 若当前节点值等于下一个节点值(cur->val == cur->next->val),说明存在重复,将cur->next指向cur->next->next,跳过重复节点;
    • 若值不相等,说明无重复,将cur移动到下一个节点继续遍历;
  3. 返回结果:遍历完成后,原链表已完成去重,返回头节点head即可。

总结

  1. 核心思路:依托升序链表的特性,重复节点必相邻,通过 “跳过重复节点” 的指针操作完成去重;
  2. 关键细节:仅当节点值不相等时才移动cur,避免漏删连续重复的节点;
  3. 效率特点:一次遍历完成所有去重操作,时间O(n)、空间O(1),是升序链表去重的最优解法。

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* deleteDuplicates(ListNode* head) { if(!head) return nullptr; ListNode* cur=head; while(cur->next){ if(cur->val==cur->next->val){ cur->next=cur->next->next; } else{ cur=cur->next; } } return head; } };
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 2026/5/10 4:47:18

AI证件照制作工坊实战案例:企业员工证件照批量处理

AI证件照制作工坊实战案例&#xff1a;企业员工证件照批量处理 1. 引言 1.1 业务场景描述 在企业人力资源管理中&#xff0c;新员工入职、年度档案更新或内部系统信息维护时&#xff0c;常常需要收集大量标准化的证件照。传统方式依赖员工自行前往照相馆拍摄&#xff0c;或使…

作者头像 李华
网站建设 2026/5/11 11:27:33

通义千问2.5-7B部署指南:云端GPU配置建议

通义千问2.5-7B部署指南&#xff1a;云端GPU配置建议 1. 引言 随着大语言模型在自然语言理解、代码生成和结构化数据处理等任务中的广泛应用&#xff0c;高效部署高性能模型成为AI工程实践的关键环节。Qwen2.5 系列作为通义千问最新一代大型语言模型&#xff0c;覆盖从0.5B到…

作者头像 李华
网站建设 2026/5/10 9:54:33

从安装到对话:通义千问3-14B新手入门全攻略

从安装到对话&#xff1a;通义千问3-14B新手入门全攻略 1. 引言&#xff1a;为什么选择 Qwen3-14B&#xff1f; 在当前大模型快速发展的背景下&#xff0c;如何在有限的硬件资源下获得接近高端闭源模型的推理能力&#xff0c;成为开发者和研究者关注的核心问题。通义千问3-14…

作者头像 李华
网站建设 2026/5/9 6:02:23

AI画质增强实战:EDSR模型部署详细步骤

AI画质增强实战&#xff1a;EDSR模型部署详细步骤 1. 引言 1.1 技术背景与业务需求 在数字内容爆炸式增长的今天&#xff0c;图像质量直接影响用户体验。然而&#xff0c;受限于早期拍摄设备、网络传输压缩或存储空间限制&#xff0c;大量历史图片存在分辨率低、细节模糊、噪…

作者头像 李华
网站建设 2026/5/10 11:20:31

BGE-Reranker-v2-m3推理加速:TensorRT集成可行性探讨

BGE-Reranker-v2-m3推理加速&#xff1a;TensorRT集成可行性探讨 1. 引言&#xff1a;BGE-Reranker-v2-m3与RAG系统优化需求 在当前检索增强生成&#xff08;Retrieval-Augmented Generation, RAG&#xff09;系统的实际部署中&#xff0c;向量数据库的近似最近邻搜索虽然具备…

作者头像 李华
网站建设 2026/5/10 10:08:48

Qwen-Image-2512-ComfyUI部署对比:Kubernetes集群方案评测

Qwen-Image-2512-ComfyUI部署对比&#xff1a;Kubernetes集群方案评测 1. 引言 随着多模态大模型在图像生成领域的持续突破&#xff0c;阿里开源的 Qwen-Image-2512-ComfyUI 凭借其高分辨率生成能力与灵活的工作流编排机制&#xff0c;迅速成为开发者和研究者关注的焦点。该模…

作者头像 李华