链表(一)
链表常用场景:LRU缓存淘汰算法
缓存是一种提高数据读取性能的技术,常见的有:CPU缓存、数据库缓存、浏览器缓存等等;
缓存有大小限制,缓存用满时,哪些应该被清理出去,有缓存淘汰策略来决定。常见的策略有三种: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)
01、链表结构
数组需要一块 连续的内存空间 来存储,对内存要求比较高。如果申请一个100MB大小的数组,当内存中没有连续的、足够大的存储空间时,即便内存的剩余总可用空间大于100MB,任然会申请失败;
链表不需要一块连续的内存空间,它通过“指针”将一组 零散的内存块 串联起来使用,所以如果我们申请的时100MB大小的链表不会出现问题;
三种常见的链表结构:单链表、双向链表、循环链表
1.1、单链表
链表通过指针将一组零散的内存块串联起来,其中,将内存块称为链表的 结点 。
为了将所有的结点串起来,每个链表的结点除了存储数据之外,还需要记录链上的下一个结点的地址。将记录下一个结点地址的指针叫做 后继指针 next。
图中两个结点,第一个叫做 头结点 ,最后一个叫做 尾结点 。其中,头结点用来记录链表的 基地址 ,有了它就可以遍历得到整条链表;
尾结点不是指向下一个结点,而是指向一个 空地址 NULL ,表示这是链表上最后一个结点。
与数组一样,链表也支持数据的查找、插入和删除操作;
在进行数组的插入、删除操作时,为了保持内存数据的连续性,需要做大量的数据搬移,所以时间复杂度是O(n) ,而在链表种插入、删除操作时,不需要为了保持数据内存的连续性而搬移结点,因为链表的存储空间本身就不是连续的,时间复杂度时O(1);
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xXQbzeLl-1607353140490)(G:\笔记\算法\image\链表-插入-删除.png)]
但是有利有弊,如果想要随机访问第k个元素,就没有数组高效。因为链表中的数据并非连续存储的,所以无法像数组根据首地址和下标就能寻址找到对应的内存地址,而是需要根据指针一个结点一个结点的依次遍历,性能没有数组好,需要O(n)的时间复杂度。
1.2、循环链表
循环链表是一种特殊的单链表。与单链表唯一的区别就在尾结点。单链表的尾结点指针指向空地址,而循环链表的尾结点指针指向链表的头结点,像一个环首位相连;
1.3、双向链表
双向链表支持两个方向,每个结点不止有一个后继指针 next 指向后面的结点,还有一个前驱指针 prev 执向前面的结点。
双向链表需要额外的两个空间来存储后继结点和前驱结点的地址,存储相同数据情况下,要比单链表占用更多的内存空间。但可以支持双向遍历,操作灵活性更高。
双向链表适合解决哪种问题?
双向链表可以支持O(1)时间复杂度情况下找到前驱结点
先分析链表的两个操作:
删除操作
从链表中删除一个数据无外乎这两种情况:
- 删除结点中“值等于某个给定值”的结点;
- 删除给定指针指向的结点;
对于第一种情况,不管是单链表还是双链表,为了查找到值等于给定值的结点,都需要从头结点开始一个一个依次遍历,知道扎到值等于给定值的结点,再进行删除;虽然单纯的删除操作时间复杂度是O(1),但遍历查找才是耗时的时间复杂度是O(n),所以整个时间复杂度就是O(n);
对于第二种情况,已经找到了要删除的结点,但是删除某个结点q需要知道其前驱结点,而单链表斌不支持直接获取前驱结点,为了找到前驱结点,还需要从头结点开始遍历,直到 p->next=q 时,说明p是q的前驱结点。
但是对于双向链表来说,这种情况下,因为双向链表中的结点已经保存了前驱结点的指针,不需要那样遍历。所以第二种情况下,单链表删除操作需要O(n)的时间复杂度,而双向链表只需要O(1)的时间复杂度;
同理,插入操作也和删除操作类似;
除了插入、删除操作有优势之外,对于一个有序链表,双向链表的按值查询的效率也要比单链表高一些。因为,它可以记录上一个查找的位置p,每次查找时,根据要查找的值与p的大小关系,决定是往前还是往后查找,所以平均只需要查找一半的数据。
比如 LinkedHasMap 实现原理就会用到双向链表;
时间换空间
当内存空间充足的时候,如果想要追求代码的执行速度,接口一选择空间复杂度相对较高、但时间复杂度很低的算法或者数据结构。相反,如果内存比较紧缺,比如代码跑在手机或者单片机上,就可以反过来用时间换空间的设计思路。
缓存实际上就是利用了空间换时间的设计思想。如果我们把数据存储在硬盘上,会比较节省内存,但每次查找数据都要询问一次硬盘,会比较慢。但如果我们通过缓存技术,事先将数据加载在内存中,虽然会比较耗费内存空间,但是每次数据查询的速度就大大提高了。
对于执行较慢的程序,可以通过消耗更多的内存(空间换时间)来进行优化;而消耗过多内存的程序,可以通过消耗更多的时间(时间换空间)来降低内存的消耗。
1.4、双向循环链表
1.5、链表 VS 数组 性能对比
数组和链表是两种截然不同的内存组织方式。正是因为内存存储的区别,它们插入、删除、随机访问操作的时间复杂度正好相反。
不过,数组和链表的对比,并不能局限于时间复杂度。而且,在实际的软件开发中,不能仅仅利用复杂度分析就决定使用哪个数据结构来存储数据。
数组简单易用,在实现上使用的是连续的内存空间,可以借助 CPU 的缓存机制,预读数组中的数据,所以访问效率更高。而链表在内存中并不是连续存储,所以对 CPU 缓存不友好,没办法有效预读。
数组的缺点是大小固定,一经声明就要占用整块连续内存空间。如果声明的数组过大,系统可能没有足够的连续内存空间分配给它,导致“内存不足(out of memory)”。如果声明的数组过小,则可能出现不够用的情况。这时只能再申请一个更大的内存空间,把原数组拷贝进去,非常费时。
如果我们用 ArrayList 存储了了 1GB 大小的数据,这个时候已经没有空闲空间了,当我们再插入数据的时候,ArrayList 会申请一个 1.5GB 大小的存储空间,并且把原来那 1GB 的数据拷贝到新申请的空间上。
链表本身没有大小的限制,天然地支持动态扩容,我觉得这也是它与数组最大的区别。
如果你的代码对内存的使用非常苛刻,那数组就更适合你。因为链表中的每个结点都需要消耗额外的存储空间去存储一份指向下一个结点的指针,所以内存消耗会翻倍。而且,对链表进行频繁的插入、删除操作,还会导致频繁的内存申请和释放,容易造成内存碎片,如果是 Java 语言,就有可能会导致频繁的 GC(Garbage Collection,垃圾回收)。
02、基于链表实现 LRU 缓存淘汰算法
思路:我们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。当有了一个新的数据被访问时,我们从联邦头开始顺序遍历链表;
- 如果此数据之前已经被缓存再链表中了,我们遍历得到这个数据对应的结点,并将其从原来的位置删除,然后再插入到链表的头部;
- 如果此数据没有在缓存链表中,又可以分为两种情况:
- 如果此时缓存未满,则将次结点直接插入到链表的头部;
- 如果此时缓存已满,则链表尾结点删除,将新的数据结点插入链表的头部;
对应的结点,并将其从原来的位置删除,然后再插入到链表的头部;
2. 如果此数据没有在缓存链表中,又可以分为两种情况:
- 如果此时缓存未满,则将次结点直接插入到链表的头部;
- 如果此时缓存已满,则链表尾结点删除,将新的数据结点插入链表的头部;