这里写自定义目录标题
链表
为什么需要链表
顺序表的构建需要预先知道数据大小来申请连续的存储空间,而在进行扩充时又需要进行数据的搬迁,所以使用起来并不是很灵活。
链表结构可以充分利用计算机内存空间,实现灵活的内存动态管理。
链表的定义
链表(Linked list)是一种常见的基础数据结构,是一种线性表,但是不像顺序表一样连续存储数据,而是在每一个节点(数据存储单元)里存放下一个节点的位置信息(即地址)。
1 单向链表
单向链表也叫单链表,是链表中最简单的一种形式,它的每个节点包含两个域,一个信息域(元素域)和一个链接域。这个链接指向链表中的下一个节点,而最后一个节点的链接域则指向一个空值。
表元素域elem用来存放具体的数据。
链接域next用来存放下一个节点的位置(python中的标识)
变量p指向链表的头节点(首节点)的位置,从p出发能找到表中的任意节点。
1.1 节点实现
class SingleNode(object):
"""单链表结点"""
def __init__(self, item):
# item存放数据元素
self.item = item
# next存放下一个数据的标识
self.next = None
单链表的操作
is_empty() 链表是否为空
length() 链表长度
travel() 遍历整个链表
add(item) 链表头部添加元素
append(item) 链表尾部添加元素
insert(pos, item) 指定位置添加元素
remove(item) 删除节点
search(item) 查找节点是否存在
1.2 单链表的实现
class SingleLinkList(object):
"""单链表"""
def __init__(self):
self._head = None
def is_empty(self):
"""判断链表是否为空"""
# 如果self._head == None的话,链表为空
return self._head == None
def length(self):
"""判断链表长度"""
# cur初始时指向头结点
cur = self._head
count = 0
# 尾结点指向None,当未到达尾结点时:
while cur != None:
count += 1
# 将cur后移一个结点
cur = cur.next
return count
def travel(self):
"""遍历链表"""
cur = self._head
while cur != None:
print(cur.item, end=',')
cur = cur.next
print('')
1.2.1头部添加元素
def add(self, item):
"""头部添加元素"""
# 先创建一个保存item的结点
node = SingleNode(item)
# 将新结点的链接域指向self._head指向的位置
node.next = self._head
# 将链表的头_head指向新结点
self._head = node
1.2.2 尾部添加元素
def append(self, item):
"""尾部添加元素"""
node = SingleNode(item)
# 先判断链表是否为空。如果为空,则将头self._head指向新结点
if self.is_empty():
self._head = node
# 如果不为空,则找到尾结点,将尾结点的_next指向新结点
else:
cur = self._head
while cur.next != None:
cur = cur.next
cur.next = node
1.2.3 指定位置添加元素
def insert(self, pos, item):
"""指定位置添加元素"""
# 若指定位置为第一个元素及以前,则执行头部插入
if pos <= 0:
self.add(item)
# 若指定位置为最后一个元素之后,则执行尾部插入
elif pos > (self.length() - 1):
self.append(item)
# 找到指定位置
else:
node = SingleNode(item)
count = 0
# pre用来指定pos前的一个位置pos-1
pre = self._head
while count < (pos - 1):
count += 1
pre = pre.next
# 将新结点的next指向插入位置的结点
node.next = pre.next
# 将插入位置前一个元素的next指向新结点
pre.next = node
1.2.4 删除节点
def remove(self, item):
"""删除结点"""
cur = self._head
pre = None
while cur != None:
# 找到指定元素
if cur.item == item:
# 如果删除的是首结点
if not pre:
# 将_head指向首结点的后一个结点
self._head = cur.next
else:
# 将删除位置前一个结点的next指向后一个结点
pre.next = cur.next
break
else:
# 按链表后移结点
pre = cur
cur = cur.next
1.2.5 查找节点是否存在
def search(self, item):
"""查找元素是否存在,返回True或者False"""
cur = self._head
while cur != None:
if cur.item != item:
cur = cur.next
else:
return True
return False
1.2.6 测试
# 测试
if __name__ == '__main__':
l1 = SingleLinkList()
l1.add(1) # 1
l1.add(2) # 2 1
l1.append(3) # 2 1 3
l1.travel()
l1.insert(2, 4) # 2,1,4,3
l1.travel()
print('长度:{}'.format(l1.length())) # 4
print(l1.search(3)) # True
l1.remove(3)
print(l1.search(3)) # False
l1.travel() # 2,1,4
输出:
2,1,3,
2,1,4,3,
长度:4
True
False
2,1,4,
2 链表与顺序表的对比
链表失去了顺序表随机读取的优点,同时链表由于增加了结点的指针域,空间开销比较大,但对存储空间的使用要相对灵活。
链表与顺序表的各种操作复杂度如下所示:
操作 链表 顺序表
访问元素 O(n) O(1)
在头部插入/删除 O(1) O(n)
在尾部插入/删除 O(n) O(1)
在中间插入/删除 O(n) O(n)
注意虽然表面看起来复杂度都是 O(n),但是链表和顺序表在插入和删除时进行的是完全不同的操作。链表的主要耗时操作是遍历查找,删除和插入操作本身的复杂度是O(1)。顺序表查找很快,主要耗时的操作是拷贝覆盖。因为除了目标元素在尾部的特殊情况,顺序表进行插入和删除时需要对操作点之后的所有元素进行前后移位操作,只能通过拷贝和覆盖的方法进行。