数据结构与算法05-链表

罗汉爷

于 2024-06-02 21:14:10 发布

阅读量570

点赞数 12

分类专栏：计算机科学 # 算法操作系统文章标签：链表数据结构

本文链接：https://blog.csdn.net/IndexMan/article/details/139396985

版权

操作系统同时被 3 个专栏收录

17 篇文章 0 订阅

订阅专栏

算法

15 篇文章 1 订阅

订阅专栏

计算机科学

9 篇文章 0 订阅

订阅专栏

介绍

基于结点的数据结构拥有独特的存取方式，因此在某些时候具有性能上的优势。
本章我们会探讨链表，它是最简单的一种基于结点的数据结构，而且也是后续内容的基础。
你会发现，虽然链表和数组看上去差不多，但在性能上却各有所长。

对比数组

与数组不同的是，组成链表的格子不是连续的。它们可以分布在内存的各个地方。这种不相
邻的格子，就叫作结点。
每个结点除了保存数据，它还保存着链表里的下一结点的内存地址。

效率

读取

读取链表中某个索引值的最坏情况，应该是读取最后一个索引。这种情况下，因为计算机得
从第一个结点开始，沿着链一直读到最后一个结点，于是需要 N 步。由于大 O 记法默认采用最坏
情况，所以我们说读取链表的时间复杂度为 O(N)。这跟读取数组的 O(1)相比，的确是一大劣势。

查找

对于数组和链表来说，它们都是从第一格开始逐个格子地找，直至找到。如果是最坏情况，即所找
的值在列表末尾，或完全不在列表里，那就要花 O(N)步。

插入

在某些情况下，链表的插入跟数组相比，有着明显的优势。回想插入数组的最坏情况：当插
入位置为索引 0 时，因为需要先将插入位置右侧的数据都右移一格，所以会导致 O(N)的时间复
杂度。然而，若是往链表的表头进行插入，则只需一步，即 O(1)

要在表头增加"yellow"，我们只需创建一个新的结点，然后使其链接到"blue"那一结点。
在这里插入图片描述
其实，当如果要在中间插入一个元素，链表的插入效率为 O(N)，与数组一样。因为需要先读取到前后的元素，改变其指针指向。

删除

从效率上来看，删除跟插入是相似的。如果删除的是链表的第一个结点，那就只要 1 步：将链表的 first_node 设置成当前的第二个结点。
要在链表中间做删除，计算机需要修改被删结点的前一结点的链：
在这里插入图片描述

在这里插入图片描述

使用场景

在这里插入图片描述
高效地遍历单个列表并删除其中多个元素，是链表的亮点之一。

python实现

class Node:
    def __init__(self, data=None):
        self.data = data
        self.next = None

class LinkedList:
    def __init__(self):
        self.head = None

    def append(self, data):
        if not self.head:
            self.head = Node(data)
        else:
            current = self.head
            while current.next:
                current = current.next
            current.next = Node(data)

    def display(self):
        elements = []
        current = self.head
        while current:
            elements.append(current.data)
            current = current.next
        print("链表元素:", elements)

# 使用场景：模拟一个简单的任务队列
tasks = LinkedList()
tasks.append("编写报告")
tasks.append("设计海报")
tasks.append("准备演讲稿")

# 显示当前任务队列
tasks.display()

# 假设完成了第一个任务
tasks.head.next = tasks.head.next.next

# 更新任务队列
tasks.display()