用Python实现链表底层

前言: 最近在复习数据结构相关知识,想记录一下自己的学习过程以及自己的一些理解,如有错误,欢迎指正。

数据结构: 链表

单向链表

我们把链表(LinkedList)与数组(ArrayList)作对比
一 链表的特点:
请添加图片描述

二 链表底层实现(初始化从零添加元素):

"""
:Author:  Fantastic_Re
:CSDN:    https://blog.csdn.net/qq_29242149?spm=1000.2115.3001.5343&type=blog
"""


# 定义节点类
class Node:
    def __init__(self, data):
        self.data = data
        self.next = None

    # 方便打印观看
    def __repr__(self):
        return f'Node({self.data})'


# 定义链表
class LinkedList:
    # 定义头部节点,尾部节点,链表长度
    def __init__(self):
        self.head = None
        self.tail = None
        self.size = 0

    # 调用对象时,打印链表,方便观看
    def __repr__(self):
        current = self.head
        str_l = ''
        while current:
            str_l += f'{current} ->'
            current = current.next
        return str_l + 'END'

    # 根据下标返回对应节点数据
    def get(self, index):
        current = self.head
        for _ in range(index):
            current = current.next
        return current

    # 插入方法
    def insert(self, index, data):
        if index < 0 or index > self.size:
            raise IndexError('索引越界')
        new_node = Node(data)
        if self.size == 0:
            self.head = new_node
            self.tail = new_node
        elif index == 0:
            new_node.next = self.head
            self.head = new_node
        elif index == self.size:
            self.tail.next = new_node
            self.tail = new_node
        else:
            prev = self.get(index - 1)
            new_node.next = prev.next
            prev.next = new_node
        self.size += 1

    # 根据下标删除元素
    def remove(self, index):
        if self.head is None:
            raise Exception('空链表')
        elif index < 0 or index >= self.size:
            raise IndexError('索引越界')
        elif index == 0 and self.size == 1:  # 当删除头部节点而且链表中只有一个数据时
            self.head = None
            self.tail = None
            self.size -= 1
        elif index == 0:  # 当删除头部节点而且链表中存在两个数据及以上时
            current = self.head
            self.head = current.next
            current.next = None
            self.size -= 1
        elif index == self.size - 1:  # 当删除尾部节点时
            pre = self.get(index - 1)
            pre.next = None
            self.tail = pre
            self.size -= 1
        else:  # 当删除中间节点时
            pre = self.get(index - 1)
            current = pre.next
            pre.next = current.next
            current.next = None
            self.size -= 1
    # 反转链表
    def reverse(self):
        if self.head:
            current = self.head  # 保存当前节点信息
            prev = None  # 保存上一个节点信息
            while current:
                next_node = current.next  # 保存下一个节点信息,防止丢失
                current.next = prev  # 反转节点指向
                if prev is None:
                    self.tail = current
                prev = current
                current = next_node
            self.head = prev
        else:
            return []
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中的字典(dict)是一种用于存储键-值对的数据结构。字典的底层实现使用了哈希表(hash table)来实现快速的查找和插入操作。 具体来说,Python的字典使用了散列表(hash table)作为底层数据结构。散列表是一种通过计算键的哈希值来确定其在内存中的存储位置的数据结构。通过将键映射到其对应的哈希值,字典可以在常数时间复杂度下执行插入和查找操作。 当我们向字典中插入一个键-值对时,Python首先计算键的哈希值,并使用哈希值作为索引来查找对应的存储位置。如果该位置为空,则将键-值对存储在该位置上;如果该位置已经存在其他键-值对,则发生了哈希冲突。在发生哈希冲突时,Python使用开放寻址法或者链地址法来解决冲突。 开放寻址法是一种解决冲突的方法,它会尝试在散列表中寻找一个空闲的位置来存储冲突的键-值对。如果冲突的键-值对不能直接存储在计算得到的索引位置上,开放寻址法会根据某种策略继续寻找下一个位置,直到找到一个空闲的位置。 链地址法是另一种解决冲突的方法,它使用链表来存储冲突的键-值对。当发生哈希冲突时,Python会在冲突的位置上存储一个链表的头节点,并将冲突的键-值对添加到链表中。这样,多个键-值对可以共享同一个位置,从而解决了哈希冲突的问题。 总结起来,Python的字典底层实现使用了哈希表,通过散列表来实现快速的插入和查找操作。当发生哈希冲突时,Python使用开放寻址法或者链地址法来解决冲突。这种实现方式使得字典在大部分情况下具有很高的性能,并且可以支持大量的键-值对。
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