必须干掉这10道，面试100%遇到！（一）

大家好，我是bigsai，好久不见，天天想念。

最近不少小伙伴跟我交流刷题肿么刷，我给的建议就是先剑指offer和力扣hot100，在这些题中还有些重要程度和出现频率是非常非常高的，今天给大家分享当今出现频率最高的10道算法题，最近铺天盖地的出现，学到就是赚到。

本篇主要内容为：

0X01翻转链表
力扣206和剑指offer24原题，题意为：

给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。

分析：

翻转链表，本意是不创建新的链表节点然后在原链表上实现翻转，但是这个图有点会误导人的思维，其实更好的理解你可以看下面这幅图：

具体实现上两个思路，非递归和递归的实现方式，非递归的实现方式比较简单，利用一个pre节点记录前驱节点，向下枚举的时候改变指针指向就可以，实现代码为：

class Solution {
    public ListNode reverseList(ListNode head) {
       if(head==null||head.next==null)//如果节点为NULL或者单个节点直接返回
            return head;
        ListNode pre=head;//前驱节点
        ListNode cur=head.next;//当前节点用来枚举
        while (cur!=null)
        {
            ListNode next=cur.next;
            //改变指向
            cur.next=pre;
            pre=cur;
            cur=next;
        }
        head.next=null;//将原先的head节点next置null防止最后成环
        return pre;
    }
}

而递归的方式比较巧妙，借助递归归来的过程巧妙改变指针指向和返回值传递，代码虽然精简但是理解起来有一定难度的，这里用一张图帮助大家理解：

具体代码为：

class Solution {
    public ListNode reverseList(ListNode head) {
        if(head==null||head.next==null)//如果最后一个节点不操作
            return  head;
        ListNode node =reverseList(head.next);//先递归 到最底层 然后返回
        head.next.next=head;//后面一个节点指向自己
        head.next=null;//自己本来指向的next置为null
        return node;//返回最后一个节点(一直被递归传递)
    }
}

0X02设计LRU
对应力扣146LRU缓存机制,题目要求为：

运用你所掌握的数据结构，设计和实现一个 LRU 缓存机制 。实现 LRUCache 类：

LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存
int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
void put(int key, int value) 如果关键字已经存在，则变更其数据值；如果关键字不存在，则插入该组「关键字-值」。当缓存容量达到上限时，它应该在写入新数据之前删除最久未使用的数据值，从而为新的数据值留出空间。

进阶：在 O(1) 时间复杂度内完成这两种操作
详细分析：一次倒在LRU上的经历

LRU的核心就是借助哈希+双链表，哈希用于查询，双链表实现删除只知道当前节点也能O(1)的复杂度删除，不过双链表需要考虑的头尾指针特殊情况。

具体实现的代码为：

class LRUCache {
    class Node {
        int key;
        int value;
        Node pre;
        Node next;
        public Node() {
        }
        public Node( int key,int value) {
            this.key = key;
            this.value=value;
        }
    }
    class DoubleList{
        private Node head;// 头节点
        private Node tail;// 尾节点
        private int length;
        public DoubleList() {
            head = new Node(-1,-1);
            tail = head;
            length = 0;
        }
        void add(Node teamNode)// 默认尾节点插入
        {
            tail.next = teamNode;
            teamNode.pre=tail;
            tail = teamNode;
            length++;
        }
        void deleteFirst(){
            if(head.next==null)
                return;
            if(head.next==tail)//如果删除的那个刚好是tail  注意啦 tail指针前面移动
                tail=head;
            head.next=head.next.next;

            if(head.next!=null)
                head.next.pre=head;
            length--;
        }
        void deleteNode(Node team){

            team.pre.next=team.next;
            if(team.next!=null)
                team.next.pre=team.pre;
            if(team==tail)
                tail=tail.pre;
           team.pre=null;
           team.next=null;
            length--;
        }
    }
    Map<Integer,Node> map=new HashMap<>();
    DoubleList doubleList;//存储顺序
    int maxSize;
    LinkedList<Integer>list2=new LinkedList<>();

    public   LRUCache(int capacity) {
        doubleList=new DoubleList();
        maxSize=capacity;
    }
    public int get(int key) {
        int val;
        if(!map.containsKey(key))
            return  -1;
        val=map.get(key).value;
        Node team=map.get(key);
        doubleList.deleteNode(team);
        doubleList.add(team);
        return  val;
    }

    public void put(int key, int value) {
        if(map.containsKey(key)){// 已经有这个key 不考虑长短直接删除然后更新
           Node deleteNode=map.get(key);
            doubleList.deleteNode(deleteNode);
        }
        else if(doubleList.length==maxSize){//不包含并且长度小于
            Node first=doubleList.head.next;
            map.remove(first.key);
            doubleList.deleteFirst();
        }
       Node node=new Node(key,value);
        doubleList.add(node);
        map.put(key,node);

    }
}

文章转自公众号：bigsai