M19.删除链表的倒数第N个结点
快慢指针,https://leetcode.cn/problems/remove-nth-node-from-end-of-list/
给你一个链表,删除链表的倒数第 n 个结点,并且返回链表的头结点。
示例 1:

输入:head = [1,2,3,4,5], n = 2
输出:[1,2,3,5]示例 2:
输入:head = [1], n = 1
输出:[]示例 3:
输入:head = [1,2], n = 1
输出:[1]提示:
- 链表中结点的数目为
sz 1 <= sz <= 300 <= Node.val <= 1001 <= n <= sz
python
from typing import Optional
#Definition for singly-linked list.
class ListNode:
def __init__(self, val=0, next=None):
self.val = val
self.next = next
class Solution:
def removeNthFromEnd(self, head: Optional[ListNode], n: int) -> Optional[ListNode]:
# 创建哑结点(dummy)以处理头结点可能被删除的情况
dummy = ListNode(0)
dummy.next = head
fast = slow = dummy
# 快指针先前进 n+1 步
for _ in range(n + 1):
fast = fast.next
# 快慢指针同时移动直到快指针到达链表末尾
while fast:
fast = fast.next
slow = slow.next
# 此时慢指针的下一个结点是要删除的结点
slow.next = slow.next.next
# 返回头结点
return dummy.next
# 测试用例
def print_list(head):
result = []
while head:
result.append(head.val)
head = head.next
return result
if __name__ == '__main__':
head = ListNode(1, ListNode(2, ListNode(3, ListNode(4, ListNode(5)))))
sol = Solution()
print(print_list(sol.removeNthFromEnd(head, 2))) # 输出:[1, 2, 3, 5]
head = ListNode(1)
print(print_list(sol.removeNthFromEnd(head, 1))) # 输出:[]
head = ListNode(1, ListNode(2))
print(print_list(sol.removeNthFromEnd(head, 1))) # 输出:[1]这段代码实现了一个经典的链表算法题:删除链表的倒数第 N 个结点。
“快慢指针”配合“虚拟头结点(Dummy Node)”的解法。这种写法非常标准,能够优雅地处理删除头结点等边界情况。
下面我为你详细解读这段代码的核心逻辑和执行过程。
核心思路:快慢指针与虚拟头结点
这段代码主要利用了三个关键技巧:
- 虚拟头结点 (Dummy Node):创建一个假的头结点指向真实的
head。这样做的好处是,无论我们要删除的是中间的节点还是第一个节点,操作逻辑都是统一的(都是修改前一个节点的next指针),避免了单独处理头结点的麻烦。 - 双指针 (Two Pointers):定义
fast和slow两个指针。 - 间距控制:通过让
fast指针先走n+1步,使得fast和slow之间保持固定的距离。当fast到达链表末尾(None)时,slow刚好停在待删除节点的前一个位置。
建立间距
python
for _ in range(n + 1):
fast = fast.next- 关键点:这里循环了
n + 1次。 - 为什么要 n+1? 我们的目标是让
slow停在待删除节点的前驱节点上。 - 假设链表长度为
,我们要删除倒数第 个。那么待删除节点的前驱节点距离头部的步数是 。 - 为了让
slow走到的位置,我们需要让 fast比slow多走步。这样当 fast走到链表尽头(即走了步到达 None)时,slow刚好走了步,正好位于目标位置。
复杂度分析
- 时间复杂度:
,其中 是链表的长度。虽然代码看起来有两段循环,但 fast指针总共只遍历了一次链表(先走了n+1步,又走了剩余步数),所以是单次遍历。 - 空间复杂度:
。只使用了 dummy,fast,slow几个指针变量,没有使用额外的存储空间。