Python 数据结构之链表：单向链表，双向链表，循环链表实现。

1. 链表

我们在 Python 序列：列表 (list)，元组（tuple），字符串（str）深入分析（包括扩容和摊销）。 和 Python：栈和队列的 python 列表实现 中可以看出列表是存在一定问题的：

1. 由于动态数组，底层的数组长度可能会超过实际存储元素的个数，造成空间上的浪费。
2. 我们 append 的平均时间复杂度是 O(1)，但是这是摊销的结果，某一次的时间复杂度最坏为 O(n)。
3. 队列的一般实现，每次出队的时间复杂度是 O(n)

于是就有了另外一种结构，就是链表。链表和列表可以对其中的元素保持一定的顺序，但是实现方式不同：

1. 数组采用一种集中式，一个大的内存区域进行元素的存放。
2. 链表是一种分布式的方法，每个元素是一个节点。每个节点有当前节点自身元素的值（引用方式，也就是存放的是指向真正对象的地址），还有一个下一对象的引用（指向下一对象）。这样链表的元素实际存放在不同的区域，靠着指向来保证遍历和顺序。

2. 链表的实现（单链表）

class Node:
    def __init__(self, val):
        self.val = val
        self.next = None


class SingleLinkedList:
    def __init__(self, node=None):
        self.head = node
        if node:
            self.size = 1
        else:
            self.size = 0

    def is_empty(self):
        return self.size == 0

    def length(self):
        return self.size

    def add_first(self, val):
        node = Node(val)
        node.next = self.head
        self.head = node
        self.size += 1

    def append(self, val):
        node = Node(val)
        current = self.head
        if current is None:
            self.head = node
        else:
            while current.next:
                current = current.next
            current.next = node
        self.size += 1

    def insert_by_position(self, pos, val):
        if pos > self.size or pos < 0:
            print('Out of linked list index!')
        elif pos == 0:
            self.add_first(val)
        else:
            node = Node(val)
            count = 0
            pre = self.head
            while count < (pos-1):
                pre = pre.next
                count = count + 1

            node.next = pre.next
            pre.next = node
            self.size += 1

    def remove_by_value(self, val):
        current = self.head
        pre = None
        while current:
            if current.val == val:
                if pre:
                    pre.next = current.next
                else:
                    self.head = current.next
                self.size -= 1
                return
            pre = current
            current = current.next
        print('Not found value!')

    def search(self, val):
        current = self.head
        while current:
            if current.val == val:
                return True
            else:
                current = current.next
        return False

    def travel(self):
        current = self.head
        while current:
            print(current.val, end=' ')
            current = current.next
        print()


if __name__ == '__main__':
    pass

class Node:
    def __init__(self, val):
        self.val = val
        self.next = None

定义我们的节点，节点中 val 为本节点的值，next 指向下一个节点（如果没有则为空）

class SingleLinkedList:
    def __init__(self, node=None):
        self.head = node
        if node:
            self.size = 1
        else:
            self.size = 0

初始化我们的单链表，简单的提供了两种初始化方法，一种是空的初始化，一种使用一个节点初始化。为了直接返回链表的长度，不必遍历整个链表，因此保存了一个链表长度的变量，时间复杂度为 O(1)。
注意：如果没有 size 变量，那么求链表的长度的时间复杂度为 O(n)，因为我们只有链表的头结点，我们不知道尾节点（当然你也可以用一个变量来保存，每次操作的时候要考虑尾节点是否变化），因此只能根据头结点的 next 来遍历整个链表，然后计数才能知道链表的长度。
我们实现的方法有：

方法	操作	时间复杂度
is_empty	判断是否为空链表	O(1)
length	链表长度	O(1)
add_first	在头部添加元素	O(1)
append	在尾部添加元素	O(n)
insert_by_position	按位置插入	O(k)
remove_by_value	删除链表中包含改值的第一个节点	O(k)
search	查找某元素	O(k)
travel	遍历打印元素	O(n)

其中 k 是第几个节点或位置满足条件。

注意：我们的实现中 append 的复杂度是 O(n)，这是为了和一般的链表实现一致，只有头结点，一个简单的方法降为 O(1) 的操作是，链表中用一个变量保存尾节点的引用。这样只需要尾节点的 next 指向新加入的节点即可。

在上面中，我们发现删除节点：

def remove_by_value(self, val):
    current = self.head
    pre = None
    while current:
        if current.val == val:
            if pre:
                pre.next = current.next
            else:
                self.head = current.next
            self.size -= 1
            return
        pre = current
        current = current.next
    print('Not found value!')

需要维护一个 pre 变量指向此元素的上一个元素，因为每个节点只有 next 指向下一节点，并没有指向前一节点，删除的时候要修改上一指针的 next 指向。所以添加了一个辅助节点来指向当前节点的上一节点，这个方法在链表中很常用，这个节点一般叫哨兵节点。为了可以方便的访问之前和之后节点，于是有了双向链表。

3. 双向链表的实现

class Node:
    def __init__(self, val):
        self.val = val
        self.next = None
        self.pre = None


class DoubleLinkedList:
    def __init__(self, node=None):
        self.head = node
        if node:
            self.size = 1
        else:
            self.size = 0

    def is_empty(self):
        return self.size == 0

    def length(self):
        return self.size

    def travel(self):
        current = self.head
        while current:
            print(current.val, end=' ')
            current = current.next
        print()

    def add_first(self, val):
        node = Node(val)
        current = self.head
        if current:
            node.next = current
            current.pre = node
            self.head = node
        else:
            self.head = node
        self.size += 1

    def append(self, val):
        node = Node(val)
        current = self.head
        if self.head:
            while current.next:
                current = current.next
            current.next = node
            node.pre = current
        else:
            self.head = node
        self.size += 1

    def insert_by_position(self, pos, val):
        if pos < 0 or pos > self.size:
            print('Out of linked list index!')
        elif pos == 0:
            self.add_first(val)
        else:
            count = 0
            node = Node(val)

            current = self.head

            while current < pos - 1:
                current = current.next
                count += 1

            node.next = current.next
            node.pre = current
            current.next.pre = node
            current.next = node
            self.size += 1

    def remove_by_value(self, val):
        current = self.head
        if current:
            if current.val == val:
                if current.next is None:
                    self.head = None
                else:
                    current.next.pre = None
                    self.head = current.next
                self.size -= 1
                return
            while current:
                if current.val == val:
                    current.pre.next = current.next
                    current.next.pre = current.pre
                    self.size -= 1
                    return
                else:
                    current = current.next
            print('Not found value!')
        else:
            print('Not found value!')

    def search(self, val):
        current = self.head
        while current:
            if current.val == val:
                return True
            else:
                current = current.next
        return False


if __name__ == "__main__":
    pass

class Node:
    def __init__(self, val):
        self.val = val
        self.next = None
        self.pre = None

双向链表的节点相对于担心链表的节点多了一个 pre 变量指向上一节点（如果是头结点，则为空）。

4. 循环链表的实现：

class Node:
    def __init__(self, val):
        self.val = val
        self.next = None


class SingleLinkedList:
    def __init__(self, node=None):
        self.head = node
        if node:
            self.size = 1
        else:
            self.size = 0

    def is_empty(self):
        return self.size == 0

    def length(self):
        return self.size

    def add_first(self, val):
        node = Node(val)
        if self.is_empty():
            self.head = node
            node.next = self.head
        else:
            node.next = self.head
            current = self.head
            while current.next != self.head:
                current = current.next
            current.next = node
            self.head = node
        self.size += 1

    def append(self, val):
        node = Node(val)
        current = self.head
        if current is None:
            self.head = node
            node.next = self.head
        else:
            while current.next != self.head:
                current = current.next
            current.next = node
            node.next = self.head
        self.size += 1

    def insert_by_position(self, pos, val):
        if pos > self.size or pos < 0:
            print('Out of linked list index!')
        elif pos == 0:
            self.add_first(val)
        else:
            node = Node(val)
            count = 0
            pre = self.head
            while count < (pos-1):
                pre = pre.next
                count = count + 1

            node.next = pre.next
            pre.next = node
            self.size += 1

    def remove_by_value(self, val):
        if self.is_empty():
            print('Not found value!')
            return
        current = self.head
        pre = None

        if current.val == val:
            if current.next != self.head:
                while current.next != self.head:
                    current = current.next
                current.next = self.head.next
                self.head = self.head.next
            else:
                self.head = None
            self.size -= 1
        else:
            pre = self.head
            while current.next != self.head:
                if current.val == val:
                    pre.next = current.next
                    self.size -= 1
                    return
                else:
                    pre = current
                    current = current.next
            if current.val == val:
                pre.next = current.next
                self.size -= 1
        print('Not found value!')

    def search(self, val):
        if self.is_empty():
            return False
        current = self.head
        if current.val == val:
            return True
        while current.next != self.head:
            current = current.next
            if current.val == val:
                return True
        return False

    def travel(self):
        current = self.head
        for _ in range(self.size):
            print(current.val, end=' ')
            current = current.next
        print()


if __name__ == '__main__':
    pass

循环链表值得是链表尾节点的 next 不是指向 None，而是指向头结点。最大的改变就是遍历的时候，尾节点的判断条件不是 next == None，而是 next == self.head。另外也可以加一个计数变量来比较和链表长度的关系。

5. 基于链表的栈和队列

1. 栈：前面提到可以增加尾节点变量使得操作链头链尾的时间复杂度变为 O(1)，因此栈的实现就很自然了。
2. 队列：同样的，假如有尾节点变量可以很简单地实现。时间复杂度都是 O(1)。

6. 链表和列表的对比：

6.1 列表的优点：

1. 基于整数索引访问一个元素的时间复杂度为 O(1)，一般的链表只能从头开始计数遍历。
2. 大部分操作列表和链表时间复杂度一样，但是常数项更小。比如添加元素，链表涉及节点实例化，节点之间指向改变等。而列表只需要添加元素即可（不考虑底部数组扩容）。
3. 列表需要的存储更少：这可能有悖于直觉，因为列表是基于动态数组，底层数组可能没有完全使用，但是我们知道列表和链表都是引用结构的，所以存储的都是地址，地址指向的对象大小之和是一样的。对于列表，长度为 n，最坏情况，底层数组为 2n (假设刚刚扩容，且为 2 倍扩容)。对于链表，由于每个节点除了存放本节点元素的引用还要存放下一元素的引用，因此长度为 n 的链表需要至少存放 2n 个引用。一个最多，一个至少。
4. 查找速度快 （已排序的列表二分查找 logn）

6.2 链表的优点：

1. 链表提供了最坏的时间界限：以保存了尾节点的链表的 append 操作为例：append 操作的最坏情况也只是 O(1)，而列表是平均摊销为 O(1)，最坏情况为 O(n)（扩容的时候）。再就是头部元素的删除，列表的时间复杂度为 O(n)，而链表为 O(1)——栈和队列的实现上表现很明显。
2. 和列表不一样，申请内存的时候不一定要一块连续的内存空间。
3. 插入删除简单，只需要改变节点之间指向，而列表需要移动元素。