数据结构 - 数组、链表

目录

1、数组

2、链表

---

    最简单是数据结构就是线性表，包括数组、链表、栈和队列。线性表就是数据像线一样连城一条线，线上的每个节点都只有前后两个方向。其他的就是非线性结构，包括树（一个节点可以链接到多个节点）、图（节点可能成环），或者散列表、跳表等。用一个对比图展示：

 

1、数组

    数组的特点：

        1）、属于线性表

        2）、数组创建时会申请一片连续的内存空间，并且存储每个位置上的数据类型相同（即创建完成后，内存空间已定，不能再扩展）。

        3）、数组通过下标进行随机访问的时候可以直接计算出内存地址位置，所以时间复杂度为 O(1)； 但是查询值等情况时需要遍历整个数组，所以此时最好时间复杂度为 O(1), 最坏时间复杂度为 O(N)， 平均时间复杂度也为 O(N)

        4）、插入和删除时，需要将插入的下标位置后面的所有元素往后挪动一位，所以写（插入、删除）的时间复杂度为 O(N)。如果要提高插入和写入的性能，可以先进行标记删除，等到一定量时，直接将后续的所有节点都向后移动多位以提高性能。

    数据为什么能根据下标随机访问？数组下标为什么从0开始？

数组在创建时就确定了长度，也确定了存放的类型，那么当申请完成后，每个下标位置的内存地址就确定了。int类型占用4个字节，long类型占用8个字节，引用数据（对象）类型存放的是对象头信息长度也是确定的。反之通过下标就可以计算出对应的内存地址：

下标为 i 的内存地址 = 数组的启始内存地址 + i * 数据类型占用的长度； 

比如  int[] ，内存一般使用十六进制表示，当前为了方便使用十进制表示，并且该数组申请到的内存启始地址为 10 ，那么：

下标为 2 的内存地址 = 10 + 2 * 4 = 18

  但是如果数组的下标是从1开始的话，计算公式就变成了(CPU就需要多一次的 读数据 - 运算 - 写数据 )： 下标 i 内存地址 = 数组启始内存地址 + （i - 1）* 数据类型占用的长度

 

   利用数组下标可以随机访问的特点，有哪些扩展？

1）、二分查找 就是基于下标可以随机访问的特点，二分下标后进行向左或向右查询，从而实现了 O(logN) 的时间复杂度

2）、散列表 也是利用hash函数计算值再取余等方式，计算出下标位置， 从而实现了 读写的时间复杂度近似 O(1)

 

2、链表

    链表按照结构可分为单链表、双链表、循环链表、双向循环链表，其中项目工程上使用最广泛的还是双向链表。链表由数据节点（一般用Node表示），前驱指针指向前一个数据节点地址（一般用 prev 表示），后驱指针指向下一个数据节点地址（一般用 next 表示）。链表的第一个节点一般叫 头结点，使用 head（或first） 表示；最后一个节点叫尾节点，使用 tail（或last） 表示。

    链表不像数组一样创建的时候就确定大小，开辟连续的内存空间。链表的节点之间是由指针进行链接，所以可以认为链表本身就是动态扩容的数据结构，不像ArrayList（底层使用数组，默认长度为10）当数组长度不足时，需要新创建一个更大的数组，将原数据拷贝进去再将原数组释放（让jvm进行垃圾回收），扩容本身不仅影响程序的执行时间，对内存也有消耗。链表可以利用碎片的内存空间，支持动态扩容这也是该数据结构的优点。

Java中的 LinkedList 就是一个双向链表结构如下：

public class LinkedList<E> extends AbstractSequentialList<E> implements List<E>, Deque<E>, Cloneable, Serializable {
    // 链表的长度
    transient int size;
    // 链表的头结点
    transient java.util.LinkedList.Node<E> first;
    // 链表的尾节点
    transient java.util.LinkedList.Node<E> last;

    // 表示节点的数据结构
    private static class Node<E> {
        // 节点存储数据
        E item;
        // 后继指针
        LinkedList.Node<E> next;
        // 前驱指针
        LinkedList.Node<E> prev;
    }
}

    根据链表结构的不同，节点间的结构关系如下图：

 

    链表和数组一样都是最基础的数据结构，并且他们很多情况刚好相反，从理论上链表中查找一个元素则只能从头到尾查找，所以时间复杂度为 O(N)。如上链表中一般会存储头和尾节点，所以当需要插入数据时只需要用指针将两个节点连在一起即可；删除元素时只需要将删除元素的前后节点用指针链接，所以理论上链表的插入、删除的时间复杂度是O(1)。链表的删除、插入操作如下图：

将数组和链表进行比较，如下：

    但是实际语言开发过程就会发现，链表的插入和删除操往往伴随着查询操作。所以需要根据具体情况进行分析，删除操作一般有两种情况：

1、删除链表中值为 某个特点值的节点（那么则需要遍历整个链表，查找特定值的节点，那么时间复杂度为 O(N) ）

2、已经有链表某个节点（Node）的指针了，需要删除该节点（那么需要将修改该节点的上一个节点 的后驱指针）

    所以这就是理论与实际的差距，也是基于此，实际使用双向链表的场景远多于单向链，比如Java中 LinkedList、LInkedHashMap容器，juc并且包的核心 AbstractQueuedLongSynchronizer（AQS）中的CLH队列。根据具体情况对单项链表和双向链表进行比较，就是空间换时间的设计思想，双向链表虽然增加了前驱节点的存储空间，但是可以在O(1)时间复杂度查询到当前节点的前一个节点。具体对比如下：

 

    最后想说的就是链表的数据结构虽然感觉比较简单，但是涉及的相关操作有大量的指针（引用）和边界判断条件，所以非常难写和读。之前在研究AQS源码、自己写单链表反转等时，深有体会。不管面试刷题还是基于自己逻辑思维的训练，或是对链表这种数据结构更深的理解，可能下面的练习都是少不了的：

反转链表

环路检测

合并两个排序的链表

链表中倒数第k个节点

链表的中间结点

【链表】其他更多算法训练