打牢地基-链表
章节
- 动态数组 & 栈 & 队列 与 链表的不同
- 链表特性 & 图示
- 链表实现 & 各操作时间复杂度分析
动态数组 & 栈 & 队列 与 链表的不同
重要 动态数组、栈、队列 底层依托的都是静态数组 链表是天然的动态数据结构
链表重要性 & 简介 & 图示
重要性:
1.真正的动态数据结构2.最简单的动态数据结构3.涉及更深入的引用(或者指针)4.更深入的理解递归（天然具有递归属性，node.nextis node ）5.辅助组成其他数据结构-栈、队列也可以用链表实现，还有hashmap
链表 - LinkedList
1.数据存储在节点中classNode{-
// 存储具体的数据 E e;-
// 指向下一个node的引用 -
Nodenext; }
链表数据结构如下图所示:
优点: 1.真正的动态，不需要处理固定容量问题 2.增删数据非常方便
缺点:
- 丧失了随机访问的缺点
链表实现 & 各操作时间复杂度分析
链表实现 - python 版
注意: 关键点: 找到要插入节点的前一个节点 LinkedList - (head实现)
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
# @Time : 2020/2/5 下午3:44
# @Author : bofengliu@tencent.com
# @Site :
# @File : LinkedList.py
# @Software: PyCharm
# 自己实现链表元素需要的节点
# head 版
"""
class Node:
def __init__(self, e=None, next=None):
self.e = e
self.next = next
def to_string(self):
return self.e
class LinkedList:
"""
链表中的成员变量，head 指向链表中头节点，size 是链表中元素的个数
"""
def __init__(self):
self._head = None
self._size = 0
def get_size(self):
return self._size
def is_empty(self):
return self._size == 0
def add_first(self, val):
"""
头插法
:param node:
:return:
"""
node = Node(e=val)
node.next = self._head
self._head = node
# 简写
# self._head = Node(val, self._head)
self._size += 1
def add(self, index, e):
if index < 0 or index > self._size:
raise (Exception, 'Add failed! Illegal index')
if index == 0:
# 这步操作可以通过虚拟头节点屏蔽掉
self.add_first(e)
else:
prev = self._head
for i in range(0, index - 1):
prev = prev.next
new_node = Node(e=e)
new_node.next = prev.next
prev.next = new_node
# 简写
prev.next = Node(e, prev.next)
self._size += 1
def add_last(self, e):
self.add(self._size, e)
LinkedList - (dummy_head 虚拟节点实现)
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
# @Time : 2020/2/5 下午3:44
# @Author : bofengliu@tencent.com
# @Site :
# @File : LinkedList.py
# @Software: PyCharm
# 自己实现链表元素需要的节点
# dummy_head(虚拟头节点)版
# 删除和新增都需要找到前一个节点
"""
class Node:
def __init__(self, e=None, next=None):
self.e = e
self.next = next
def to_string(self):
return self.e
class LinkedList:
"""
链表中的成员变量，head 指向链表中头节点，size 是链表中元素的个数
"""
def __init__(self):
self._dummy_head = Node(None, None)
self._size = 0
def get_size(self):
return self._size
def is_empty(self):
return self._size == 0
def add(self, index, e):
"""
实质是占用原有index元素的位置，并将原有index元素向后移动
:param index:
:param e:
:return:
"""
if index < 0 or index > self._size:
raise (Exception, 'Add failed! Illegal index')
prev = self._dummy_head
for i in range(0, index):
prev = prev.next
new_node = Node(e=e)
new_node.next = prev.next
prev.next = new_node
# 简写
# prev.next = Node(e, prev.next)
self._size += 1
def add_first(self, e):
"""
头插法
:param e:
:return:
"""
self.add(0, e)
def add_last(self, e):
self.add(self._size, e)
def get(self, index):
if index < 0 or index > self._size:
raise (Exception, 'Get failed! Illegal index')
# 链表的真实头节点
cur = self._dummy_head.next
for i in range(0, index):
cur = cur.next
return cur.e
def get_first(self):
return self.get(0)
def get_last(self):
return self.get(self._size - 1)
# 更新操作
def set(self, index, e):
if index < 0 or index > self._size:
raise (Exception, 'set failed! Illegal index')
cur = self._dummy_head.next
for i in range(0, index):
cur = cur.next
cur.e = e
# 删除操作
def remove(self, index):
if index < 0 or index > self._size:
raise (Exception, 'set failed! Illegal index')
prev = self._dummy_head
for i in range(0, index):
prev = prev.next
del_node = prev.next
prev.next = del_node.next
del_node.next = None
self._size -= 1
return del_node.e
def remove_first(self):
return self.remove(0)
def remove_last(self):
return self.remove(self._size - 1)
# 查找链表中是否存在某个元素
def contains(self, e):
cur = self._dummy_head.next
while cur is not None:
if cur.e == e:
return True
cur = cur.next
return False
def to_string(self):
res_linkedlist_arr = []
res_linkedlist_arr.append('LinkedList:size = %d ' % self._size)
cur = self._dummy_head.next
while cur is not None:
val = cur.e
if isinstance(val, int):
val = str(val)
res_linkedlist_arr.append(val + ' -> ')
cur = cur.next
res_linkedlist_arr.append(' NULL ')
return "".join(res_linkedlist_arr)
if __name__ == '__main__':
a = 1
linkedList = LinkedList()
for i in range(0, 5):
linkedList.add_first(i)
print(linkedList.to_string())
linkedList.set(1, 2)
print(linkedList.to_string())
linkedList.add(5, 10)
print(linkedList.to_string())
linkedList.remove_first()
print(linkedList.to_string())
linkedList.remove_last()
print(linkedList.to_string())
linkedList.remove(1)
print(linkedList.to_string()
各操作时间复杂度分析
add 操作
add_last O(n) 复杂度
add_first O(1) 复杂度
add(index, e) O(n/2) 即 O(n) 的复杂度
remove 操作
remove_last O(n)
remove_first O(1)
remove(index,e) O(n/2) 即 O(n) 的复杂度
set 操作
set(index,e) O(n) get
get(index) O(n)
contains(e) O(n)增删改查的时间复杂度都是O(n) 级别的，单对链表头节点(即虚拟头节点的下一个实体节点)，时间复杂度是O(1)
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2020-02-06，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
数据保险箱
数据保险箱（Cloud Data Coffer Service，CDCS）为您提供更高安全系数的企业核心数据存储服务。您可以通过自定义过期天数的方法删除数据，避免误删带来的损害，还可以将数据跨地域存储，防止一些不可抗因素导致的数据丢失。数据保险箱支持通过控制台、API 等多样化方式快速简单接入，实现海量数据的存储管理。您可以使用数据保险箱对文件数据进行上传、下载，最终实现数据的安全存储和提取。
腾讯云开发者
