Milieu de la liste chaînée
Guide détaillé et implémentation de Python pour le problème « Milieu de liste chaînée ».
1. Apprendre
Le problème du « milieu de la liste chaînée » 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 le milieu de la liste chaînée.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour le milieu de la liste chaînée.
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 middle_node(arr) qui représente une liste à chaînage unique sous la forme d'une liste Python arr et renvoie la sous-liste à partir du nœud du milieu. S'il y a deux nœuds du milieu (de longueur paire), renvoie la sous-liste à partir du deuxième nœud du milieu.
- •1 <= len(arr) <= 1000
- •-1000 <= arr[i] <= 1000
Exemples
arr = [1, 2, 3, 4, 5]
[3, 4, 5]
The middle node is 3, so we return the list from 3 onwards.
arr = [1, 2, 3, 4, 5, 6]
[4, 5, 6]
The middle nodes are 3 and 4; we return the list from the second middle node 4.
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 middle_node_opt(arr):
if isinstance(arr, list):
h = build_linked_list(arr)
res = middle_node_opt_helper(h)
return linked_list_to_list(res)
return middle_node_opt_helper(arr)
def middle_node_opt_helper(head: ListNode) -> ListNode:
slow, fast = head, head
while fast and fast.next:
slow = slow.next
fast = fast.next.next
return slowCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def middle_node_brute(arr):
if isinstance(arr, list):
h = build_linked_list(arr)
res = middle_node_brute_helper(h)
return linked_list_to_list(res)
return middle_node_brute_helper(arr)
def middle_node_brute_helper(head: ListNode) -> ListNode:
length = 0
curr = head
while curr:
length += 1
curr = curr.next
curr = head
for _ in range(length // 2):
curr = curr.next
return currAlgorithm 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.