链表
使用链表的意义
顺序表的构建需要预先知道数据大小来申请连续的存储空间,而在进行扩充时又需要进行数据的搬迁,所以使用起来并不是很灵活。
链表结构可以充分利用计算机内存空间,实现灵活的内存动态管理。
链表的定义
链表(Linked list)是一种常见的基础数据结构,是一种线性表,但是不像顺序表一样连续存储数据,而是在每一个节点(数据存储单元)里存放下一个节点的位置信息(即地址)。
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。
class SingleNode(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
单链表的操作
is_empty() 链表是否为空
length() 链表长度
travel() 遍历整个链表
add(item) 链表头部添加元素
append(item) 链表尾部添加元素
insert(pos, item) 指定位置添加元素
remove(item) 删除节点
search(item) 查找节点是否存在
# 代码实现
class Node(object):
''''设置一个节点'''
def __init__(self, item):
self.item = item
self.next = None
class SincycLinkedlist(object):
'''单向循环链表'''
def __init__(self):
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'''
# 如果为链表空,返回长度为 0
if self.is_empty():
return 0
count = 0
cur = self.__head
while cur.next != self.__head:
count += 1
cur = cur.next
return count
def travel(self):
'''遍历一个链表'''
if self.is_empty():
return
cur = self.__head
print(cur.item)
while cur.next != self.__head:
cur = cur.next
print(cur.item)
print("")
def add(self, item):
'''头部添加节点'''
node = Node(item)
if self.is_empty():
self.__head = node
node.next = self.__head
else:
# 添加的节点指向__head
node.next = self.__head
# 移到链表尾部,将尾部节点的next指向node
cur = self.__head
while cur.next != self.__head:
cur = cur.next
cur.next = node
# __head 指向添加node
self.__head = node
def append(self, item):
'''尾部添加节点'''
node = Node(item)
if self.is_empty():
self.__head = node
node.next = self.__head
else:
# 移到链表的尾部
cur = self.__head
while cur.next != self.__head:
cur = cur.next
# 将尾节点指向node
cur.next = node
# 将node 指向头节点
node.next = self.__head
def insert(self, pos, item):
'''在指定的位置添加节点'''
if pos <= 0:
self.add(item)
elif pos > (self.length() - 1):
self.append(item)
else:
node = Node(item)
cur = self.__head
count = 0
# 移动到指定位置前一个位置
while count < (pos - 1):
count += 1
cur = cur.next
node.next = cur.next
cur.next = node
def remove(self, item):
'''删除一个节点'''
# 若链表为空,则直接返回
if self.is_empty():
return
# 将cur指向头节点
cur = self.__head
pre = None
# 若头节点的元素就是要查找的元素item
if cur.item == item:
# 如果链表不止一个节点
if cur.next != self.__head:
# 先找到尾节点,将尾节点的next指向第二个节点
while cur.next != cur.__head:
cur = cur.next
# cur 指向了尾节点
cur.next = self.__head.next
self.__head = self.__head.next
else:
# 链表只有一个节点
self.__head = None
else:
pre = self.__head
# 第一个节点不是要删除的
while cur.next != self.__head:
# 找到了要删除元素
if cur.item == item:
# 删除
pre.next = cur.next
return
else:
pre = cur
cur = cur.next
# cur 指向了尾节点
if cur.item == item:
# 尾部删除
pre.next = cur.next
def search(self, item):
'''查找的节点是否存在'''
if self.is_empty():
return False
cur = self.__head
if cur.item == item:
return True
while cur.next != self.__head:
cur = cur.next
if cur.item == item:
return True
return False
if __name__ == '__main__':
l1 = SincycLinkedlist()
l1.add(1)
l1.add(2)
l1.append(3)
l1.insert(2, 4)
l1.insert(4, 5)
l1.insert(0, 6)
print("length:", l1.length())
l1.travel()
print(l1.search(3))
print(l1.search(7))
l1.remove(1)
print("length:", l1.length())
l1.travel()
链表与顺序表的对比
链表失去了顺序表随机读取的优点,同时链表由于增加了结点的指针域,空间开销比较大,但对存储空间的使用要相对灵活。
链表与顺序表的各种操作复杂度如下所示:
操作 链表 顺序表
访问元素 O(n) O(1)
在头部插入/删除 O(1) O(n)
在尾部插入/删除 O(n) O(1)
在中间插入/删除 O(n) O(n)
注意虽然表面看起来复杂度都是 O(n),但是链表和顺序表在插入和删除时进行的是完全不同的操作。链表的主要耗时操作是遍历查找,删除和插入操作本身的复杂度是O(1)。顺序表查找很快,主要耗时的操作是拷贝覆盖。因为除了目标元素在尾部的特殊情况,顺序表进行插入和删除时需要对操作点之后的所有元素进行前后移位操作,只能通过拷贝和覆盖的方法进行。
来源:CSDN
作者:愤进的蜗牛
链接:https://blog.csdn.net/weixin_44342108/article/details/103552570