数据结构与算法之美课程笔记五链表（上）

最新推荐文章于 2024-08-17 11:41:13 发布

LiuQQu

最新推荐文章于 2024-08-17 11:41:13 发布

阅读量252

点赞数

分类专栏：数据结构与算法文章标签：链表

本文链接：https://blog.csdn.net/LiuQQu/article/details/84564281

版权

数据结构与算法专栏收录该内容

8 篇文章 0 订阅

订阅专栏

问题：

如何用链表来实现 LRU 缓存淘汰策略呢？

缓存的大小有限，当缓存被用满时，那些数据应该被清理出去，那些数据应该被保留？这就需要淘汰策略来决定。常见的策略有三种：先进先出策略FIFO（First In，First Out）、最少使用策略LFU（Least Frequently Used）、最近最少使用策略LRU（Least Recently Used）。

一、五花八门的链表结构

从底层的存储接口看：数组需要一块连续的内存空间，对内存的要求比较高。而链表恰恰相反，它并不需要一块连续的内存空间，它通过“指针”将一组零散的内存块串联起来使用。

三种常见的链表结构：单链表、双向链表和循环链表。

链表通过指针将一组零散的内存块串联在一起。其中，我们把内存块称为链表的“结点”，为了将所有的结点串起来，每个链表的结点除了存储数据之外，还需要记录链上的下一个结点的地址。把这个记录下个结点地址的指针叫做后继指针 next。

单链表中有两个结点是比较特殊的，分别是第一个结点和最后一个结点。习惯性地，把第一个结点叫做头结点，把最后一个结点叫做尾结点。其中，头结点用来记录链表的基地址。而尾结点的后继指针next不是指向下一个结点，而是指向一个空地址NULL，表示这是链表上最后一个结点。

针对链表的插入和删除操作，只需要考虑相邻结点的指针改变，所以对应的数据复杂度是O(1)。

因为链表中的数据并非连续存储的，所以无法像数组那样，根据首地址和下标，通过寻址工具就能直接计算出对应的内存地址，而是需要根据指针一个结点一个结点地依次遍历，直到找到相应的结点。所以，链表随机访问的性能没有数组好，需要O(n)的时间复杂度。

循环链表是一种特殊的单链表。跟单链表唯一的区别在尾结点。循环链表的尾结点指针是指向链表的头结点。

循环链表的优点是从链尾到链头比较方便。当要处理的数据具有环形结构特点时，就特别适合采用循环链表。比如约瑟夫问题。（如何用循环单链表解决约瑟夫问题参见：https://blog.csdn.net/LiuQQu/article/details/84564584）

双向链表支持两个方向，每个结点不止有一个后继指针next指向后面的结点，还有一个前驱指针prev指向前面的结点。

双向链表需要额外的两个空间来存储后继结点和前驱结点的地址。所以存储同样多的数据，双向链表比单链表占用更多的内存空间。但支持双向遍历，也带来了双向链表操作的灵活性。

从结构上看，双向链表可以支持O(1)时间复杂度的情况下找到前驱结点，使双向链表在某些情况下的插入、删除等操作都要比单链表简单、高效。

从链表中删除一个数据有两种情况：

（1）删除结点中“值等于某个给定值”的结点；

（2）删除给定指针指向的结点。

对于第一种情况，无论是单链表还是双向链表，都需要从头遍历直到找到给定值的结点，再执行删除。尽管单纯删除操作的时间复杂度为O(1)，但遍历的时间复杂度为O(n)，所以删除值为给定值的结点的总时间复杂度为O(n)。

对于第二种情况，单链表不支持直接获取前驱结点，就又需要从头遍历找到前驱结点，但双向链表的结点中已保存了前驱结点的指针。所以针对第二种情况，单链表删除操作需要O(n)的时间复杂度，而双向链表值需要O(1)的时间复杂度。

同理，如果要在链表的某个指定结点前面插入一个结点，双向链表比单链表有很大的优势。

另外，对于一个有序链表，双向链表的按值查询的效率比单链表高一些。因为我们可以记录上次查找的位置p，根据要查找的值与p的大小关系，决定往前还是往后，所以平均只需要查找一半的数据。

LinkedHashMap就用到了双向链表这种数据结构。

用空间换时间的设计思想：当内存空间充足的时候，如果更加追求代码的执行速度，就可以选择空间复杂度相对较高、但时间复杂度相对很低的算法或数据结构。相反，如果内存比较紧缺，就反过来用时间换空间的设计思路。

缓存实际上就是利用了空间换时间的设计思路。

对于执行较慢的程序，可以通过消耗更多的内存（空间换时间）来进行优化；而消耗过多内存的程序，可以通过消耗更多的时间（时间换空间）来降低内存的消耗。

双向循环链表：整合了循环链表和双向链表。

二、链表 VS 数组性能大比拼

数组和链表是两种截然不同的内存组织方式。正因如此，他们插入、删除、随机访问操作的时间复杂度正好相反。

在实际的开发中，不能仅根据时间复杂度就决定使用哪个数据结构来存储数据。

数组简单易用，使用的是连续的内存空间，可以借助CPU的缓存机制，预读数组中的数据，所以访问效率更高，而链表在内存中并不是连续存储，所以对CPU缓存不友好，没办法预读。（CPU缓存会把一片连续的内存空间读入，因为数组结构是连续的内存地址，所以数组全部或者部分元素被连续存在CPU缓存里面，平均读取每个元素的时间只要3个CPU时钟周期。而链表的节点是分散在堆空间里面的，这时候CPU缓存帮不上忙，只能是去读取内存，平均读取时间需要100个CPU时钟周期。这样算下来，数组访问的速度比链表快33倍！ ）

数组的缺点是大小固定，一经声明就要占用整块连续内存空间。如果声明的过大，可能导致“内存不足”。如果声明的过小，可能出现不够用。这时只能再申请一个更大的空间，并把数据拷贝进去，非常耗时（ArrayList虽然支持动态扩容，但在数组中没有空间时，也要申请一个更大的空间，将数据拷贝过去）。链表本身没有大小的限制，天然地支持动态扩容，这是链表与数组最大的区别。

另外，如果代码对内存的使用非常苛刻，那数组就更适合。因为链表中每个结点都需要消耗额外的空间来存储指向下一个结点的指针，所以内存消耗会翻倍。而且，对链表进行频繁的插入、删除，还会导致频繁的内存申请和释放，容易造成内存碎片。

三、开篇问题

如何基于链表实现LRU缓存淘汰算法？

维护一个有序单链表，越靠近链表尾部的结点是越早访问的。当有一个新的数据被访问时，我们从立案表头开始遍历链表。

1、如果此数据之前已经被缓存了，再遍历到这个数据对应的结点时，将其从原来的位置删除，再插入到链表的头部。

2、如果此数据没有在缓存链表中，又分两种情况：

如果此时缓存未满，则将此结点直接插入到链表的头部；

如果此时缓存已满，则链表尾结点删除，将新的数据结点插入链表的头部。

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

class LRUCache(object):
    pos = 0;
    def __init__(self, capacity, head):
        self.capacity = capacity
        self.head = head

    def add(self, value):
        print("Add %d." % value)
        if not self.head:
            self.head = Node(value)
            self.pos += 1
        else:
            pre = None
            cur = self.head
            found = False
            while cur.next:
                if cur.value == value: # 数据已缓存
                    print("Found %d in cache. Move it to head." % value)
                    if cur != self.head: #如果原来的数据结点不在链表头，删除原来的结点，在链表头重新插入
                        pre.next = cur.next
                        cur.next = self.head
                        self.head = cur
                        return
                    else:
                        return
                else:
                    pre = cur
                    cur = cur.next
            if not found: # 数据未缓存
                print("Not found %d in cache." % value) 
                new_node = Node(value) # 在头部插入该结点
                if (self.pos == self.capacity):  # 缓存已满
                    print("Cache is full. Delete tail node, and insert %d in head." % value)
                    pre.next = None # 删除尾部的结点
                    new_node.next = self.head # 在头部插入该结点
                    self.head = new_node
                else:
                    print("Cache is not full. Insert %d in head." % value)
                    new_node.next = self.head # 在头部插入该结点
                    self.head = new_node
                    self.pos += 1
                    
    def get_all_cached(self):
        cur = self.head
        cached = ""
        if not cur:
            print("Cached: %s" % cached[:-1])
        else:
            while cur:
                cached += str(cur.value)
                cached += ","
                cur = cur.next
            print("Cached: %s" % cached[:-1])

def main():
    N = 5
    cache = LRUCache(N, None)
    cache.add(1)
    cache.get_all_cached()
    cache.add(2)
    cache.get_all_cached()
    cache.add(3)
    cache.get_all_cached()
    cache.add(4)
    cache.get_all_cached()
    cache.add(5)
    cache.get_all_cached()
    cache.add(4)
    cache.get_all_cached()
    cache.add(6)
    cache.get_all_cached()
    

if (__name__ == "__main__"):
    main()

运行结果：

Add 1.
Cached: 1
Add 2.
Not found 2 in cache.
Cache is not full. Insert 2 in head.
Cached: 2,1
Add 3.
Not found 3 in cache.
Cache is not full. Insert 3 in head.
Cached: 3,2,1
Add 4.
Not found 4 in cache.
Cache is not full. Insert 4 in head.
Cached: 4,3,2,1
Add 5.
Not found 5 in cache.
Cache is not full. Insert 5 in head.
Cached: 5,4,3,2,1
Add 4.
Found 4 in cache. Move it to head.
Cached: 4,5,3,2,1
Add 6.
Not found 6 in cache.
Cache is full. Delete tail node, and insert 6 in head.
Cached: 6,4,5,3,2

四、课后思考

如果字符串是通过单链表来存储的，那该如何来判断是一个回文串？有什么好的解决思路？相应的时间空间复杂度又是多少呢？

解决思路：

使用快、慢两个指针同时遍历列表，快指针每次遍历两个结点，慢指针每次遍历一个指针，当快指针遍历到列表的尾结点时，慢节点刚好遍历到链表的中间位置。

同时，在遍历过程中，将慢指针访问的结点以反序的方式插入一个新的链表，得到字符串前半部分的反序链表。

慢指针继续遍历链表，同时使用一个新指针遍历字符串前半部分的反序链表，在遍历的过程中，逐结点地检查两者的值是否相同，若不相同则终止遍历，说明字符串不是回文串。相反，如果遍历结束，两者完全相同，则说明字符串是回文串。

注意：奇数长度的字符串和偶数长度的字符串在处理过程中稍有差别，具体见下面代码：

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

def is_palindrome(stored_list):
    if not stored_list: # 空字符返回False
        return False
    if not stored_list.next: # 字符串长度为1，返回True
        return True
    slow = stored_list
    fast = stored_list
    reverse_half = Node(slow.value)
    reverse_half.next = None
    i = 0
    while fast.next and fast.next.next:
        i += 1
        slow = slow.next  # slow每次遍历一个结点
        fast = fast.next.next # fast每次遍历两个结点
        cur = Node(slow.value)  # 将字符串的前半部分反序
        cur.next = reverse_half
        reverse_half = cur
    if fast.next and not fast.next.next:  # 字符串为偶数
        slow = slow.next
        i += 1
            
    print("Mid node index: %d, value： %s" % (i, slow.value))
    cur = reverse_half
    print("First half in reverse order: %s" % (get_string(reverse_half)))
    print("Second half in order: %s" % (get_string(slow)))
    while slow and cur:
        if slow.value == cur.value:
            slow = slow.next
            cur = cur.next
        else:
            return False
    return True
        
def store_in_linklist(str_value, stored_list):
    if len(str_value) != 0:
        stored_list = Node(str_value[0])
        pre = None
        cur = stored_list
        for i in str_value[1:]:
            cur.next = Node(i)
            pre = cur
            cur = cur.next
    return stored_list

def get_string(stored_list):
        cur = stored_list
        stored = ""
        if cur:
            while cur:
                stored += str(cur.value)
                stored += ","
                cur = cur.next
        return stored[:-1]         
            

def main():
    test_a = "abba"
    stored_list = None
    stored_list = store_in_linklist(test_a, stored_list)
    print("Str %s stored in linkedlist: %s." % (test_a, get_string(stored_list)))
    is_palindrome_string = is_palindrome(stored_list)
    if is_palindrome_string:
        print("%s is palindrome string." % test_a)
    else:
        print("%s isn't palindrome string." % test_a)

    print("-------------------------------")

    test_a = "abcba"
    stored_list = None
    stored_list = store_in_linklist(test_a, stored_list)
    print("Str %s stored in linkedlist: %s." % (test_a, get_string(stored_list)))
    is_palindrome_string = is_palindrome(stored_list)
    if is_palindrome_string:
        print("%s is palindrome string." % test_a)
    else:
        print("%s isn't palindrome string." % test_a)

    print("-------------------------------")

    test_a = "abceba"
    stored_list = None
    stored_list = store_in_linklist(test_a, stored_list)
    print("Str %s stored in linkedlist: %s." % (test_a, get_string(stored_list)))
    is_palindrome_string = is_palindrome(stored_list)
    if is_palindrome_string:
        print("%s is palindrome string." % test_a)
    else:
        print("%s isn't palindrome string." % test_a)

if __name__ == "__main__":
    main()

运行结果：

Str abba stored in linkedlist: a,b,b,a.
Mid node index: 2, value： b
First half in reverse order: b,a
Second half in order: b,a
abba is palindrome string.
-------------------------------
Str abcba stored in linkedlist: a,b,c,b,a.
Mid node index: 2, value： c
First half in reverse order: c,b,a
Second half in order: c,b,a
abcba is palindrome string.
-------------------------------
Str abceba stored in linkedlist: a,b,c,e,b,a.
Mid node index: 3, value： e
First half in reverse order: c,b,a
Second half in order: e,b,a
abceba isn't palindrome string.