Liste chaînée circulaire
Guide détaillé et implémentation de Python pour le problème 'Circular Linked List'.
1. Apprendre
Le problème des « listes chaînées circulaires » est un défi clé dans la section Listes chaînées.
Cette implémentation se concentre sur la logique de niveau simple dans Python.
Nous accordons la priorité à la précision technique et à la lisibilité du code dans les solutions que nous proposons.
2. Real-World Applications
3. Visual Intuition
Visualisation du flux logique pour la liste chaînée circulaire.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour la liste chaînée circulaire.
2. Formulate brute force
Rédigez une solution itérative simple.
3. Identify inefficiency
Recherchez les calculs redondants.
4. Optimize search path
Utilisez le hachage ou le tri pour accélérer le processus.
5. Final Implementation
Nettoyer le code pour les normes de production.
Énoncé du problème
Écrivez une fonction create_circular_linked_list(arr) qui prend une liste d'entiers arr, construit une liste chaînée circulaire unique (où le next de la queue pointe vers la tête) et renvoie une liste de valeurs traversant la liste commençant par la tête et se terminant lorsque le cycle est détecté (chaque nœud doit être visité exactement une fois).
- •0 <= len(arr) <= 1000
- •-10^4 <= arr[i] <= 10^4
Exemples
arr = [1, 2, 3]
[1, 2, 3]
We build 1 -> 2 -> 3 -> 1. The traversal ends before visiting 1 a second time.
Need a Hint?
Edge Cases to Watch
- Structures d'entrée vides
- Entrées à élément unique
- Grandes limites numériques
Prêt à résoudre ?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Aperçus et variations des entretiens
Répartition de l'analyse de complexité
Pourquoi le temps: Directly evaluates all possibilities.
Pourquoi l'espace: Uses standard local memory.
Pourquoi le temps: Optimized paths reduce total operations.
Pourquoi l'espace: May trade memory for speed.
Code Python de solution optimisée
Code Python de solution optimisée
def create_circular_linked_list_opt(arr: list) -> list:
if not arr: return []
head = ListNode(arr[0])
curr = head
for val in arr[1:]:
curr.next = ListNode(val)
curr = curr.next
curr.next = head
res = []
c = head
visited = set()
while c and c not in visited:
res.append(c.val)
visited.add(c)
c = c.next
return resCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def create_circular_linked_list_brute(arr: list) -> list:
if not arr: return []
head = ListNode(arr[0])
curr = head
for x in arr[1:]:
curr.next = ListNode(x)
curr = curr.next
curr.next = head
res = []
c = head
while c:
res.append(c.val)
c = c.next
if c == head:
break
return resAlgorithm Pattern Checklist
When dealing with Linked Lists data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Les propriétés du problème des listes chaînées standard s’appliquent.
Questions connexes
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Ressources Python recommandées
Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.
Listes Python
Apprenez tout sur les listes Python. Découvrez comment créer, découper, modifier et parcourir des tableaux en Python de manière native.
Comment trier une liste en Python
Apprenez à trier une liste en Python à l'aide de la méthode sort() et de la fonction sorted(). Découvrez des exemples de tri de clés personnalisé et d’ordre inverse.
Aide-mémoire sur les méthodes de liste Python
Guide de référence rapide pour les opérations de liste Python. Maîtrisez l’ajout, l’insertion, la suppression, le tri et le découpage d’éléments.
Python vs JavaScript : quel langage de programmation est le meilleur ?
Une comparaison complète entre Python et JavaScript. Explorez les différences de syntaxe, les performances, les cas d'utilisation (backend et frontend) et des exemples de codage.