文章目录
在程序中,经常需要将一组(通常是同为某个类型的)数据元素作为整体管理和使用,需要创建这种元素组,用变量记录它们,传进传出函数等。一组数据中包含的元素个数可能发生变化(可以增加或删除元素)。
最简单的解决方案便是将这样一组元素看成一个序列,用元素在序列里的位置和顺序,表示实际应用中的某种有意义的信息,或者表示数据之间的某种关系。
这样的一组序列元素的组织形式,我们可以将其抽象为线性表。一个线性表是某类元素的一个集合,还记录着元素之间的一种顺序关系
根据线性表的实际存储方式,分为两种实现模型:
- 顺序表,将元素顺序地存放在一块连续的存储区里,元素间的顺序关系由它们的存储顺序自然表示。
- 链表,将元素存放在通过链接构造起来的一系列存储块中
1 顺序表
数据类型不同:
- 存储的时候:
在计算机中所占内存大小不同,1个int占4个字节(字节也叫Byte,是计算机数据的基本存储单位,1Byte(字节) = 8bit(位)) - 读取的时候:
知道如何处理读取的二进制数据,如图中取出这四块,究竟代表的是1个int还是4个char
现有1,2,3,4这个几个int,我如何保存?连续存储
1.1 顺序表的基本形式
有两种存储方式,a)直接存数据,b)存数据的地址
a)表示数据元素连续存储,且每个元素所占的存储单元大小固定相同
b)如果元素的大小不统一,则须采用元素外置的形式,将实际数据元素另行存储,而顺序表中各单元位置保存对应元素的地址信息(即链接)。由于每个链接所需的存储量相同,通过公式,可以计算出元素链接的存储位置,而后顺着链接找到实际存储的数据元素。
1.2 顺序表的结构
包含两个部分:元素结合,表头主要包含预估要存几个元素以及已存的元素个数
1.3 顺序表的两种基本实现方式
图a为一体式结构,该结构整体性强,易于管理。但是由于数据元素存储区域是表对象的一部分,顺序表创建后,元素存储区就固定了,如果我想新增元素,就得重新申请内存空间,元素迁移后再释放原有内存。因此整个顺序表的地址会发生改变。
图b为分离式结构,表对象里只保存与整个表有关的信息(即容量和元素个数),实际数据元素存放在另一个独立的元素存储区里,通过链接与基本表对象关联。新增元素,不用新建顺序表,顺序表地址不发生变化
两种实现方式的差异:
- 元素存储区替换
一体式结构由于顺序表信息区与数据区连续存储在一起,所以若想更换数据区,则只能整体搬迁,即整个顺序表对象(指存储顺序表的结构信息的区域)改变了。
分离式结构若想更换数据区,只需将表信息区中的数据区链接地址更新即可,而该顺序表对象不变。 - 元素存储区扩充
若新增元素,如以下代码,采用一体式我需要重复申请对象,而分离式可以在不改变表对象的前提下对其数据存储区进行了扩充,所有使用这个表的地方都不必修改。将容量动态变化的表成为动态顺序表。
list = []
for i in range(10000):
list.append(i)
扩充有两种方式:
3. 每次扩充固定数目的存储位置,如每次扩充10个位置。特点是节省空间,但扩充操作频繁,操作次数多
4. 每次扩充容量加倍,如每次加一倍容量。特点是减少扩充操作次数,但会浪费空间,是典型的以空间换时间的方式
1.4 顺序表的操作
- 增加
三种方式,
a 尾部增加,时间复杂度为O(1)
b 非保序增加(如图中只把693挪下去,然后把111插入,该方法不常见),O(1)
c 保序增加,O(n)2. 删除
三种方法:
a 尾部删除:O(1)
b 非保序:O(1)
c 保序:O(n)
1.5 Python中的顺序表
list和tuple采用了顺序表,其中tuple是不可变类型,即不变的顺序表,因此不支持改变其内部状态的任何操作。
python中list的特性:
1、可根据索引找到元素,因此使用了顺序表
2、增删列表中的元素,列表地址不变,因此采用了分离式的结构
在Python的官方实现中,list就是一种采用分离式技术实现的动态顺序表。这就是为什么用list.append(x) (或 list.insert(len(list), x),即尾部插入)比在指定位置插入元素效率高的原因。
list实现采用了如下的扩容策略:在建立空表(或者很小的表)时,系统分配一块能容纳8个元素的存储区;在执行插入操作(insert或append)时,如果元素存储区满就换一块4倍大的存储区。但如果此时的表已经很大(目前的阀值为50000),则改变策略,采用加一倍的方法。引入这种改变策略的方式,是为了避免出现过多空闲的存储位置。
2 链表
2.1 为什么需要链表
顺序表的构建需要提前预估存储的空间,元素外置的顺序表需要提前构造链的大小。而在进行扩充时候,又要进行数据的搬迁,所以使用不灵活。
2.2 链表的定义
链表是在每一个节点(数据存储单元)里存放下一个节点的位置信息(即地址)。通过地址寻找下个节点
2.3 单向链表
单向链表也叫单链表,是链表中最简单的一种形式,它的每个节点包含两个域,一个信息域(元素域)和一个链接域。这个链接指向链表中的下一个节点,而最后一个节点的链接域则指向一个空值。
- 表元素域elem用来存放具体的数据。
- 链接域next用来存放下一个节点的位置(python中的标识)
- 变量p指向链表的头节点(首节点)的位置,从p出发能找到表中的任意节点。
因为在python中的’’=’'就可以完成链接的动作,因此无需重新定义链接这个概念。
节点实现:
class Node(object):
"""单链表的结点"""
def __init__(self,item):
# _item存放数据元素
self.item = item
# _next是下一个节点的标识
self.next = None
单链表实现:
#完成链表需要3个东西:表元素域、链接域和头节点
class Singlelink:
def __init__(self,node=None): #需要头节点,用户可以自己传,如果不传默认为None,即创建一个空链表
self._head = None
def is_empty(self):
return self._head == None #如果头节点是空的,那这个链表为空
单链表的操作
注意特殊情况:链表为空
- is_empty() 链表是否为空
- length() 链表长度
def length(self):
# cur初始时指向头节点
cur = self._head
count = 0 #若count=1,则循环体为cur.next != None
while cur != None:
count += 1
cur = cur.next
return count
- travel() 遍历整个链表
def travel(self):
cur = self._head
while cur != None:
cur = cur.next
print(cur.item)
print('')
- add(item) 链表头部添加元素
def add(self,item):
node = Node(item)
# 将新节点的链接域next指向头节点,即_head指向的位置
node.next = self._head
# 将链表的头_head指向新节点
self._head = node
- append(item) 链表尾部添加元素
def append(self, item):
node = Node(item)
if self.is_empty():
self._head = node
else:
cur = self._head
while cur.next != None:
cur = cur.next
cur.next = node
- insert(pos, item) 指定位置添加元素
a: 1 2 3 4 5
insert(4,‘a’)相当于在5之前插入’a’: 1 2 3 4 a 5
def insert(pos, item):
# 若指定位置pos为第一个元素之前,则执行头部插入
if pos <=0:
self.add(item)
# 若指定位置超过链表尾部,则执行尾部插入
elif pos > (self.length()-1):
self.append(item)
else:
node = Node(item)
count = 0
# pre用来指向指定位置pos的前一个位置pos-1,初始从头节点开始移动到指定位置
pre = self._head
while count < (pos-1):
pre = pre.next
count += 1
node.next = pre.next
pre.next = node
- remove(item) 删除节点
代码需要验证4种情况:1、空 2、只有一个节点 3、删除第一个节点 4、删除最后一个节点
def remove(self,item):
cur = self.__head
pre = None
while cur != None: #只要cur没移动到None
if cur.item == item:
if not pre:
self.__head = cur.next
else:
pre.next = cur.next
break
else:
pre = cur
cur = cur.next
- search(item) 查找节点是否存在
def search(self,item):
cur = self.__head
while cur != none: #最后一个节点可以进循环
if cur.item == item:
return True
else:
cur = cur.next
return False
2.4 单链表与顺序表的对比
访问:单链表必须从头往后找,顺序表一步到位
在中间拆入/删除时,链表的n主要在于遍历,顺序表的n主要在于腾数据
- 顺序表:
- 优势在于在存取元素的时候可以通过O(1)的方式一次性定位
- 缺点在于对于顺序表,它的空间必须是连续的,如果动态地改变整个存储区都要改变;并且当要存储大容量时,可能没有这么大的连续存储空间。
- 链表:
- 优势在于可以对离散的内存空间可以达到充分地利用
- 缺点在于需要额外存储一份地址数据,而且存储元素的时候无法达到O(1)
2.5 双向链表
每个节点有两个链接:一个指向前一个节点,当此节点为第一个节点时,指向空值;而另一个指向下一个节点,当此节点为最后一个节点时,指向空值。
2.5.1 操作
class Node:
"""双向链表节点"""
def __init__(self,elem):
self.elem = elem
self.prev = None
self.next = None
class Dlink(): #class Dlink(SingleLink)
"""双向链表,
也可以继承单向链表,这样就无需再次写
init,is_empty,length和travel"""
def __init__(self,elem):
self.__head = None
def is_empty(self):
"""判断链表是否为空"""
return self.__head == None:
def length(self):
"""返回链表的长度"""
cur = self.__head
count = 0
while cur != None: # 最后一个节点要进循环体的
count += 1
cur = cur.next
return count
def travel(self):
"""遍历链表"""
cur = self.__head
while cur != None:
print(cur.elem)
cur = cur.next
print('')
def add(self, item):
"""头部插入元素"""
node = Node(item)
if self.is_empty():
self.__head = node
else:
node.next = self.__head
self__head.prev = node
self.__head = node
def append(self, item):
"""尾部插入元素"""
node = Node(item)
if self.is_empty():
self.__head = node
elae:
cur = self._head
while cur.next != None:
cur = cur.next
# 将尾节点cur的next指向node
cur.next = node
# 将node的prev指向cur
node.prev = cur
def insert(self, pos, item):
"""在指定位置添加节点"""
if pos <= 0:
self.add(item)
elif pos > (self.length()-1):
self.append(item)
else:
node = Node(item)
cur = self._head
count = 0
# 移动到指定位置位置
while count < pos:
count += 1
cur = cur.next
# 将node的prev指向cur
node.next = cur
node.prev = cur.prev
cur.prev.next = node
cur.prev = node
def search(self, item):
"""查找元素是否存在"""
cur = self._head
while cur != None:
if cur.item == item:
return True
cur = cur.next
return False
def remove(self, item):
"""删除元素"""
cur = self.__head
while cur != None:
if cur.elem == item:
#先判断此节点是否是头节点
if cur == self.__head:
self.__head = cur.next
if cur.next:
#判断链表是否只有一个节点
cur.next.prev = None
else:
cur.prev.next = cur.next
if cur.next:
cur.next.prev = cur.prev
break
else:
cur = cur.next
2.6 单项循环列表
链表中最后一个节点的next域不再为None,而是指向链表的头节点
2.6.1 操作
class Node:
"""单向循环链表节点"""
def __init__(self,elem):
self.elem = elem
self.next = none
class SinCycLinkedlist:
def __init__(self,node=None):
self.__head = node
if node:
node.next = node
def is_empty(self):
"""判断链表是否为空"""
return self.__head == None:
def length(self):
"""返回链表的长度"""
if self.is_empty():
return 0
count = 1
cur = self.__head
while cur.next != self.__head:
cur += 1
cur = cur.next
return count
def travel(self):
"""遍历链表"""
if self.is_empty():
return 0
while cur.next != self.__head:
print(cur.elem,end = '')
cur = cur.next
print(cur.elem) # 循环结束,cur指向尾节点,但尾节点元素未打印,需手动打印
def add(self,item):
node = Node(item)
if self.is_empty():
self.__head = node
node.next = node
else:
cur = self.__head
while cur.next != self.__head:
cur = cur.next
#退出循环,cur指向尾节点
node.next = self.__head
self.next = node
cur.next = self.__head
def append(self,item):
node = Node(item)
if self.is_empty():
self.__head = node
node.next = node
else:
cur = self.__head
while cur.next != self.__head:
cur = cur.next
cur.next = node
node.next = self.__head
def inerst(self,pos,item):
if pos <=0:
self.add(item)
# 若指定位置超过链表尾部,则执行尾部插入
elif pos > (self.length()-1):
self.append(item)
else:
node = Node(item)
count = 0
# pre用来指向指定位置pos的前一个位置pos-1,初始从头节点开始移动到指定位置
pre = self._head
while count < (pos-1):
pre = pre.next
count += 1
node.next = pre.next
pre.next = node
def search(self,item):
if self.is_empty():
return False
cur = self.__head
while cur.next != self.__head: #最后一个节点可以进循环
if cur.item == item:
return True
else:
cur = cur.next
if cur.item == item:
return True
return False
def remove(self,item):
if self.is_empty():
return
else:
pre = None
cur = self.__head
while cur.next != self.__head:
if cur.elem == item:
#如果恰好是头节点
if cur == self.__head:
#找到尾节点
rers = self.__head
while rers.next != self.__head:
rers = rers.next
self.__head = cur.next
rers.next = self.__head
else:
pre.next = cur.next
return
else:
pre = cur
cur = cur.next
#退出循环,cur指向尾节点
if cur.elem == item:#尾节点恰好是要删除的节点
if cur == self.__head:#只有一个节点
self.__head = None
else:
pre.next = self.__head