快慢指针法判断环形链表最佳方案
快慢指针法是判断链表是否存在环的最优解,其核心在于数学必然性:只要fast每次走2步、slow每次走1步且同起点,若环存在,fast必在环内追上slow(即地址相等),绝非概率事件;而真正决定成败的是边界安全——必须用`while fast and fast.next and fast.next.next`确保每一步访问前都校验非空,否则极易因空指针异常崩溃;同时需严格区分`is`(判节点同一性)与`==`(判值相等),并警惕自环等合法边界情况;若还需定位入环点,只需将slow重置至头节点、fast停于首次相遇点,二者同步单步前进,再次相遇处即为环入口——简洁、可靠、可扩展,是面试与工程中经得起推敲的硬核方案。

快慢指针为什么能判断环形链表
因为只要存在环,走得慢的节点(slow)迟早会被走得快的节点(fast)在环内“套圈”——这不是概率问题,是数学必然。前提是 fast 每次走 2 步、slow 每次走 1 步,且两者从同一头节点出发。
常见错误现象:fast 走 3 步或更多,可能跳过 slow,导致漏判;或者没检查 fast 和 fast.next 是否为 None,直接触发 AttributeError: 'NoneType' object has no attribute 'next'。
- 必须保证
fast移动前先判断fast is not None and fast.next is not None slow每次只走 1 步,fast必须严格走 2 步(fast = fast.next.next),不可简化为fast = fast.next后再额外走一次- 空链表或单节点链表不可能成环,可提前返回
False
如何写安全的 while 循环条件
循环终止条件不是“找到环就停”,而是“只要还能走,就继续走;一旦走不下去,说明没环”。关键在于把边界检查揉进 while 条件本身,而不是塞进循环体里靠 break 控制。
典型错误写法:while fast: 或 while fast and fast.next: 都不对——前者会在 fast.next 为 None 时,下一轮执行 fast.next.next 报错;后者虽避免了报错,但会少走一步,导致 fast 和 slow 在相遇前就退出循环。
- 正确条件是:
while fast and fast.next and fast.next.next:—— 确保fast.next.next存在才允许赋值 - 更简洁稳妥的写法是把移动拆开:先判
if not fast or not fast.next:再break,但不如单条件清晰 - 实际工程中建议用第一种,逻辑直白,也方便后续扩展(比如找入环点)
Python 中 None 判断和链表节点定义的影响
Python 没有类型强制,但链表节点通常长这样:class ListNode: def __init__(self, x): self.val = x; self.next = None。这意味着所有“末尾”都指向 None,而 None 不支持 .next 访问——这是绝大多数运行时错误的根源。
容易被忽略的一点:如果你自己构造测试链表时,不小心让某个节点的 next 指向了自身(自环),slow == fast 会在第一步就成立,这属于合法环,算法依然正确;但若指向了未初始化的变量或字符串,就会抛出完全无关的异常,和算法无关,纯属数据构造错误。
- 务必确保每个
ListNode实例的next属性要么是另一个ListNode,要么是None - 不要用
is比较节点值,要用==;但判断是否相遇,必须用slow is fast(地址相等),不能用==(值相等) - Python 的
is在这里不是优化技巧,而是语义必需:两个不同节点即使val相同,也不代表成环
找到环后怎么定位入环节点(可选但常考)
快慢指针相遇只证明有环,不告诉你环从哪开始。要找入环点,得再跑一趟:把 slow 扔回头节点,fast 停在相遇点,然后两者都每次走 1 步,再次相遇的位置就是入环节点。
原理是数学推导出来的距离关系:设头到入环点为 a,入环点到相遇点为 b,环剩余部分为 c,则有 2(a + b) = a + b + n(b + c) → a = n(b + c) - b → 从头出发走 a 步,等于从相遇点出发走 n 圈再退 b 步,恰好落在入环点。
- 第二次循环的条件就是
slow != fast,不用再判None,因为已知有环 - 注意:第一次相遇后,
fast不需要重置,直接复用当前节点即可 - 如果题目只要求判断是否成环,这步完全跳过,别画蛇添足
真正卡人的从来不是“怎么写循环”,而是某次移动时忘了多看一眼 fast.next 是否存在——尤其在缩行或重构时,很容易把两行合并成一行,漏掉中间的判空。手写时宁可多写一行 if,也别赌运气。
本篇关于《快慢指针法判断环形链表最佳方案》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
Linux安装ImageMagick及图片批量转换方法
- 上一篇
- Linux安装ImageMagick及图片批量转换方法
- 下一篇
- 抽屉式洗碗机优缺点分析及评测
-
- 文章 · python教程 | 9小时前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 10小时前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 13小时前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 14小时前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 15小时前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 16小时前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 20小时前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 22小时前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 415次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 495次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 503次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 449次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 281次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

