数据结构特性解析 (四)LinkedList

描述

LinkedList应该也是开发中比较常用的数据结构了,其基于链表数据结构实现,添加和删除效率相对比较高,而随机访问效率偏低

特点

1.LinkedList是双向不循环链表
通过查看链节点类:

    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;
		
        Node(Node<E> prev, E element, Node<E> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }

可以看到其有数据,上一个节点和下一个节点,所以其是双向的

而通过查看add源码(add->linkLast)

    void linkLast(E e) {
        final Node<E> l = last;
        final Node<E> newNode = new Node<>(l, e, null);
        last = newNode;
        if (l == null)
            first = newNode;
        else
            l.next = newNode;
        size++;
        modCount++;
    }

我们可以看到next的节点为null,所以LinkedList是双向不循环链表

2.添加和删除的效率相对比较高
直接添加的函数在上面已经看到了,其直接修改几个节点地址即可做到添加操作
随机添加的函数如下

    public void add(int index, E element) {
        checkPositionIndex(index);

        if (index == size)
            linkLast(element);
        else
            linkBefore(element, node(index));//node()为根据索引查找的函数,稍后再看
    }

    void linkBefore(E e, Node<E> succ) {
        // assert succ != null;
        final Node<E> pred = succ.prev;
        final Node<E> newNode = new Node<>(pred, e, succ);
        succ.prev = newNode;
        if (pred == null)
            first = newNode;
        else
            pred.next = newNode;
        size++;
        modCount++;
    }

可以看到,随机添加只是查找到对应索引的节点对象,然后通过修改地址指向来添加到指定位置的
删除的代码:

	removeLast->unlinkLast
    private E unlinkLast(Node<E> l) {
        // assert l == last && l != null;
        final E element = l.item;
        final Node<E> prev = l.prev;
        l.item = null;
        l.prev = null; // help GC
        last = prev;
        if (prev == null)
            first = null;
        else
            prev.next = null;
        size--;
        modCount++;
        return element;
    }

随机删除的代码:(也只是修改地址指向而已)

    E unlink(Node<E> x) {
        // assert x != null;
        final E element = x.item;
        final Node<E> next = x.next;
        final Node<E> prev = x.prev;

        if (prev == null) {
            first = next;
        } else {
            prev.next = next;
            x.prev = null;
        }

        if (next == null) {
            last = prev;
        } else {
            next.prev = prev;
            x.next = null;
        }

        x.item = null;
        size--;
        modCount++;
        return element;
    }

3.随机访问效率较低

    public E get(int index) {
        checkElementIndex(index);
        return node(index).item;
    }
    
    Node<E> node(int index) {
        // assert isElementIndex(index);

        if (index < (size >> 1)) {
            Node<E> x = first;
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {
            Node<E> x = last;
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }

通过代码可以发现,每次通过索引来获取数据都需要遍历,如果当前索引靠前就从first向后遍历,否则从last向前遍历,最坏的情况时间复杂度是n/2,所以如果用在RecyclerView.Adapter中就会出现查找的效率问题(频繁遍历)

4.存储数据占用的内存空间更多

    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;
    }

可以看到,每次保存数据都需要将数据包在Node(节点对象)中在保存起来,然后还会有两个对象地址,这样每保存一条数据都会多占用一个Node对象的内存和两个对象地址的内存

5.forEach遍历效率比fori效率更高
使用forEach的话是每次都获取next的节点,而使用fori就是每次都相当于随机获取,显而易见的forEach效率更高

下一篇:数据结构特性解析 (五)hash表

​

对Kotlin或KMP感兴趣的同学可以进Q群 101786950

如果这篇文章对您有帮助的话

可以扫码请我喝瓶饮料或咖啡(如果对什么比较感兴趣可以在备注里写出来)

​