链表的基础讲解参考:https://zhuanlan.zhihu.com/p/29627391
链表、数组对比
数组缺点
- 数组必须占用整块、连续的内存空间,如果声明数组过大,可能回导致“内存不足”。
- 数组不够灵活,一旦需要扩容,会重新申请连续整块空间,并需要把原数组的数据全部拷贝到新申请的空间。
数组的优势,在于可以方便的遍历查找需要的数据。在查询数组指定位置(如查询数组中的第4个数据)的操作中,只需要进行1次操作即可,时间复杂度为O(1)。但是,这种时间上的便利性,是因为数组在内存中占用了连续的空间,在进行类似的查找或者遍历时,本质是指针在内存中的定向偏移。然而,当需要对数组成员进行添加和删除的操作时,数组内完成这类操作的时间复杂度则变成了O(n)。
链表缺点
- 内存空间消耗更大,用于储存结点指针信息。
- 对链表进行频繁的插入、删除操作会导致频繁的内存申请、释放,容易造成内存碎片。
因为链表在内存中不是连续存储的,所以可以充分利用内存中的碎片空间。除此之外,链表还是很多算法的基础,最常见的哈希表就是基于链表来实现的。
经典应用场景:LRU缓存淘汰算法
缓存是一种提高数据读取性能的技术,在硬件设计、软件开发中都有着非常广泛的应用,比如常见的CPU缓存、数据库缓存、浏览器缓存等等。
缓存空间的大小有限,当缓存空间被用满时,哪些数据应该被清理出去,哪些数据应该被保留?这就需要缓存淘汰策略来决定。常见的缓存清理策略有三种: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)。
如何用链表来实现LRU缓存淘汰策略呢?
思路:维护一个有序单链表,越靠近链表尾部的结点是越早之前访问的。当有一个新的数据被访问时,我们从链表头部开始顺序遍历链表。
- 如果此数据之前已经被缓存在链表中了,我们遍历得到这个数据的对应结点,并将其从原来的位置删除,并插入到链表头部。
- 如果此数据没在缓存链表中,又可以分为两种情况处理:
如果此时缓存未满,可直接在链表头部插入新节点存储此数据;
如果此时缓存已满,则删除链表尾部节点,再在链表头部插入新节点。
参考:https://www.chinacion.cn/article/4419.html
链表反转(golang)
//链表结构
type ListNode struct {
data int
next *ListNode
}
//递归单链反转
func ReverseList(pHead, node *ListNode) *ListNode {
if node.next == nil {
pHead.next = node
return node
}
n := ReverseList(pHead, node.next)
if n != nil {
n.next = node
node.next = nil
}
return node
}
//遍历单链反转方法
func (pHead *ListNode) ReverseListV2() {
pReversedHead := pHead
var pNode = pHead.next
var pPrev *ListNode
for pNode != nil {
pNext := pNode.next
if pNext == nil {
pReversedHead.next = pNode
}
pNode.next = pPrev
pPrev = pNode
pNode = pNext
}
return
}