数据结构——【链表】

最基础的动态数据结构:链表

Java中线性数据结构包括:数组、栈、队列【这三者底层都是基于动态数组实现的,实现动态的机制依靠resize()动态扩容】、链表【真正的动态数据结构】。

 

链表可以分为单向链表和双向链表。链表中的数据都存储在Node节点中,链表与链表之间的连接依靠next指针

Class Node{
    //存放数据
    E e;
    //指向当前节点的下一个节点
    Node next;
}

为什么说链表是真正的动态数据结构呢?

链表不像数组,需要在初始化时候申明容量。链表中每一个节点都是一个Node对象,存放着数据和指向下一个Node的引用,在最后一个Node中,next为Null,链表不需要考虑和处理固定容量的问题,自然就不需要resize()了。

 

对于链表的特点,综合而言:

优点:真正的动态数据结构,不需要处理固定容量的问题

缺点:不像数组一样可以通过Index直接定位元素,丧失了随机访问的能力,从底层来说,数组开辟的空间在内存中是连续分布的,所以我们可以直接通过index的偏移直接计算出响应数据所存储的内存地址,直接通过O(1)即可取得元素。但是链表是通过next引用连接的,每一个Node所在的内存地址是不连续的,我们只能通过next来找到对应的元素。

 

下面我们来设计一个单向链表

使用了链表的虚拟头节点dummyHead,这样不需要对addFirst()进行特殊处理

package cn.itcats.linkedlist;

public class LinkedList<E> {

    //创建内部类Node
    private class Node{
        public E e;
        public Node next;

        public Node(E e , Node next){
            this.e = e ;
            this.next = next;
        }

        public Node(E e){
            this(e,null);
        }

        public Node(){
            this(null,null);
        }

        @Override
        public String toString(){
            return e.toString();
        }

    }
    //为链表设置虚拟头结点,则不需要对头结点进行特殊处理
    private Node dummyHead;
    private int size;

    public LinkedList(){
        dummyHead = new Node(null,null);
        size = 0;
    }

    //获得链表中元素个数
    public int getSize(){
        return size;
    }

    //判断链表是否为空
    public boolean isEmpty(){
        return size == 0 ;
    }

    //在链表的index位置添加新元素e
    public void add(int index ,E e){
        //对index进行判断
        if(index < 0 && index > size){
            throw new IllegalArgumentException("index不合法");
        }
            Node prev = dummyHead;
            //当遍历到插入索引的前一个索引
            for(int i = 0 ;i < index ; i++){
                //prev指向下一个元素(index)
                prev = prev.next;
            }
//            Node node = new Node(e);
//            node.next = prev.next;
//            prev.next = node;
            prev.next = new Node(e,prev.next);
            size ++ ;
        }

    //获取链表中指定"索引"的元素,所谓索引,只不过是遍历位置的次数而已
    public E get(int index){
        if(index < 0 || index >= size){
            throw new IllegalArgumentException("index不合法");
        }
        //从dummyHead的下一个节点遍历
        Node cur = dummyHead.next;
        for(int i = 0 ; i < index ; i++){
            cur = cur.next;
        }
        return cur.e;
    }

    //获取链表中的第一个元素
    public E getFirst(){
        return get(0);
    }

    //获取链表中的最后一个元素
    public E getLast(){
        return get(size-1);
    }

    //修改链表中第index个位置的元素为e
    public void set(int index, E e){
        if(index < 0 || index >= size){
            throw new IllegalArgumentException("index不合法");
        }
        //找到第index位置的元素
        Node cur = dummyHead.next;
        for(int i = 0 ; i < index ; i++){
            cur = cur.next;
        }
        cur.e = e;
    }

    //查找链表中是否存在元素e
    public boolean contains(E e){
        Node cur = dummyHead.next;
        while(cur != null){
            if(cur.e.equals(e)){
                return true;
            }
            cur = cur.next;
        }
        return false;
    }

    /**
     * 在链表头部添加新的元素
     */
    public void addFirst(E e){
        add(0,e);
    }

    //在链表尾部添加元素
    public void addLast(E e){
        add(size,e);
    }

    //删除节点
    public E remove(int index){
        if(index < 0 || index >= size){
            throw new IllegalArgumentException("index不合法");
        }
        Node prev = dummyHead;
        for(int i = 0 ; i < index ;i++){
            //prev此时指向的是被删除节点的前一个位置
            prev = prev.next;
        }
        //需要被删除的节点
        Node removeNode = prev.next;
        prev.next = removeNode.next;
        removeNode.next = null;
        size --;
        return removeNode.e;
    }

    //从链表中删除第一个元素,返回删除的元素
    public E removeFirst(){
       return remove(0);
    }

    //从链表中删除最后一个元素,返回删除的元素
    public E removeLast(){
        return remove(size -1);
    }


    //遍历链表
    @Override
    public String toString(){
        StringBuilder sb = new StringBuilder();
        for(Node cur = dummyHead.next ; cur != null ; cur = cur.next)
            sb.append(cur+" -->");
        sb.append("NULL");
        return sb.toString();
    }
}

 

测试方法

package cn.itcats.linkedlist;

public class Test {
    public static void main(String[] args) {
        LinkedList<Integer> linked = new LinkedList<>();
        for(int i = 0 ; i < 5 ; i++){
            linked.addFirst(i);
            System.out.println(linked);
        }
        linked.add(2,111);
        System.out.println(linked);

        linked.remove(3);
        System.out.println(linked);
    }
}

 

链表的时间复杂度分析

添加操作:

addLast(e)            O(n)

addFirst(e)            O(1)

add(index,e)          O(n)

 

删除操作:

removeLast(e)            O(n)

removeFirst(e)            O(1)

add(index,e)                O(n)

 

修改操作        set(index,e)     O(n)

 

查找操作

get(index)               O(n)

contains(e)             O(n)

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
哈希表是一种高效的数据结构,可以用来存储和查找键值对。其中,哈希函数将键映射到一个特定的桶中,每个桶中存储一组键值对。在哈希表中,如果两个键被映射到同一个桶中,就会发生碰撞。为了解决这个问题,可以使用链表法。 链表法是一种解决哈希表碰撞问题的方法。具体来说,对于哈希表中的每个桶,可以使用一个链表来存储所有映射到该桶的键值对。如果发生碰撞,只需要将新的键值对添加到链表的末尾即可。 下面是一个使用链表法实现哈希表的示例代码: ```python class Node: def __init__(self, key, value): self.key = key self.value = value self.next = None class HashTable: def __init__(self, capacity): self.capacity = capacity self.buckets = [None] * capacity def hash_function(self, key): return hash(key) % self.capacity def put(self, key, value): index = self.hash_function(key) node = self.buckets[index] while node: if node.key == key: node.value = value return node = node.next new_node = Node(key, value) new_node.next = self.buckets[index] self.buckets[index] = new_node def get(self, key): index = self.hash_function(key) node = self.buckets[index] while node: if node.key == key: return node.value node = node.next return None def remove(self, key): index = self.hash_function(key) node = self.buckets[index] prev = None while node: if node.key == key: if prev: prev.next = node.next else: self.buckets[index] = node.next return prev = node node = node.next ``` 在这个示例中,我们定义了一个Node类来表示哈希表中的每个节点,每个节点包含一个键、一个值和一个指向下一个节点的指针。我们还定义了一个HashTable类来实现哈希表,其中包含一个桶数组和一些基本的操作方法,如put、get和remove。 在put方法中,我们首先使用哈希函数计算出键的索引,然后遍历桶中的链表,查找该键是否已经存在于哈希表中。如果找到了该键,我们只需要更新其对应的值即可。否则,我们创建一个新的节点,并将其添加到链表的开头。 在get方法中,我们同样使用哈希函数计算出键的索引,然后遍历桶中的链表,查找该键的值。如果找到了该键,我们返回其对应的值。否则,返回None。 在remove方法中,我们首先使用哈希函数计算出键的索引,然后遍历桶中的链表,查找该键。如果找到了该键,我们将其从链表中删除即可。 总的来说,链表法是一种简单且常用的哈希表解决碰撞问题的方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值