Data Structure and Algorithms Guidebook

数据结构与算法完全知识体系

两数相加

给出两个 非空 的链表用来表示两个非负的整数。其中,它们各自的位数是按照 逆序 的方式存储的,并且它们的每个节点只能存储 一位 数字。

如果,我们将这两个数相加起来,则会返回一个新的链表来表示它们的和。

您可以假设除了数字 0 之外,这两个数都不会以 0  开头。

示例:

输入:(2 -> 4 -> 3) + (5 -> 6 -> 4)
输出:7 -> 0 -> 8
原因:342 + 465 = 807

解题思路

初等数学

我们使用变量来跟踪进位,并从包含最低有效位的表头开始模拟逐位相加的过程。

两数之和-初等数学

对两数相加方法的可视化: 342 + 465 = 807342+465=807,每个结点都包含一个数字,并且数字按位逆序存储。

算法

就像你在纸上计算两个数字的和那样,我们首先从最低有效位也就是列表 l1l2 的表头开始相加。由于每位数字都应当处于 0...9 的范围内,我们计算两个数字的和时可能会出现 溢出。例如,5 + 7 = 12。在这种情况下,我们会将当前位的数值设置为 22,并将进位 carry = 1 带入下一次迭代。进位 carry 必定是 0 或 1,这是因为两个数字相加(考虑到进位)可能出现的最大和为 9 + 9 + 1 = 19

伪代码如下:

  • 将当前结点初始化为返回列表的哑结点。
  • 将进位 carry 初始化为 0
  • pq 分别初始化为列表 l1l2 的头部。
  • 遍历列表 l1l2 直至到达它们的尾端。
    • x 设为结点 p 的值。如果 p 已经到达 l1 的末尾,则将其值设置为 00。
    • y 设为结点 q 的值。如果 q 已经到达 l2 的末尾,则将其值设置为 00。
    • 设定 sum = x + y + carry
    • 更新进位的值,carry = sum / 10carry=sum/10
    • 创建一个数值为 (sum \bmod 10) 的新结点,并将其设置为当前结点的下一个结点,然后将当前结点前进到下一个结点。
    • 同时,将 pq 前进到下一个结点。
  • 检查 carry = 1 是否成立,如果成立,则向返回列表追加一个含有数字 1 的新结点。
  • 返回哑结点的下一个结点。

请注意,我们使用哑结点来简化代码。如果没有哑结点,则必须编写额外的条件语句来初始化表头的值。

请特别注意以下情况:

测试用例说明
l1 = [0, 1] l2 = [0, 1, 2]当一个列表比另一个列表长时
l1 = [] l2 = [0, 1]当一个列表为空时,即出现空列表
l1 = [9, 9] l2 = [1]求和运算最后可能出现额外的进位,这一点很容易被遗忘
function ListNode(val) {
this.val = val;
this.next = null;
}
var addTwoNumbers = function(l1, l2) {
let dummyHead = new ListNode(0);
let p = l1,
q = l2,
// 进位
carry = 0,
// 将当前结点初始化为返回列表的哑结点
cur = dummyHead;
// 遍历 l1 和 l2 直至到达它们的尾端
while (p != null || q !== null) {
// 将 x 设为结点 p 的值。如果 p 已经到达 l1 的末尾,则将其值设置为 0。
let x = p != null ? p.val : 0;
// 同理,将 y 设为结点 q 的值。如果 q 已经到达 l2 的末尾,则将其值设置为 0。
let y = q != null ? q.val : 0;
// 当前位数 l1 和 l2 对应值,及进位求和
let sum = carry + x + y;
carry = Math.floor(sum / 10);
// 创建数值为(sum mod 10)的新结点
// 并将其设置为当前结点的下个结点,然后将当前结点前进到下一个结点
cur.next = new ListNode(sum % 10);
cur = cur.next;
// 同时,将 p 和 q 前进到下一个结点
if (p != null) p = p.next;
if (q != null) q = q.next;
}
// 结束循环后,检查 carry = 1 是否成立,如果成立,则向返回列表追加一个含有数字 1 的新结点
if (carry > 0) {
cur.next = new ListNode(carry);
}
return dummyHead.next;
};

复杂度分析

  • 时间复杂度:O(max(m, n)),假设 mn 分别表示 l1l2 的长度,上面的算法最多重复 max(m, n)
  • 空间复杂度:O(max(m, n)),新列表的长度最多为 max(m, n) + 1