本文是重学数据结构系列文章的第二篇,本文和大家一起探讨链表的相关知识。 重学数据结构之数组篇
@[toc]
链表是怎么样的数据结构
链表,不需要连续的内存空间,通过“指针(引用)”将一组零散的内存块串联起来的数据结构。 内存块在链表中也叫“结点”,每个结点除了存储数据,还需要记录链上的下一个或者上一个结点的地址。
链表的特点
1.插入、删除数据效率高O(1)级别(只需更改指针指向即可),随机访问效率低O(n)级别(需要从链头至链尾进行遍历)。 2.和数组相比,内存空间消耗更大,因为每个存储数据的节点都需要额外的空间存储后继指针。
常见的链表结构
单链表
双向链表
- a.删除结点中“值等于某个给定值”的结点;
- b.删除给定指针指向的结点。
对于第一种情况,无论单链表还是双向链表,都需要从头结点开始每个结点依次进行遍历,直到找到值等于某个给定值对应结点,进行删除,对于单纯的删除操作,时间复杂度为O(1),但是对于遍历查找结点的操作时间负责就是O(n),所以根据时间复杂度分析中的加法法则,第一种情况下链表操作的总时间复杂度为 O(n)。 而对于第二种情况,双向链表结点存储了前驱指针prev,直接就可以找到对应结点进行指针操作删除,所以其时间复杂度为O(1);而单链表因为没有前驱指针,依然需要从头开始遍历结点,直到p->next=q。说明p是q的前结点,因此这种情况下单链表的删除操作时间复杂度为O(n) 4.对于查询操作,双线链表也比单链表高效,因为我们可以记录上次上次的位置,再查询时只需要查询一半即可 5.LinkedHashMap的底层实现就是用的双向链表结构。
循环链表
链表or数组
从时间复杂度分析性能
链表的应用
链表的经典应用场景就是LRU 缓存淘汰算法。 缓存是一种提高数据读取性能的技术,在硬件设计、软件开发中都有着非常广泛的应用,比如常见的 CPU 缓存、数据库缓存、浏览器缓存等等。 缓存大小是有限制的,在缓存空间满的时候,就需要使用一下策略进行清理,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)。 如何基于链表实现LRU 缓存淘汰算法? 首先,维护一个有序的单链表,规定越靠近尾部的数据时间越早,处理数据时: 1.如果数据已存在链表中,遍历结点,找到对应结点的数据进行删除,插入链表头部,时间复杂度为O(n) 2.如果数据不再链表中,分两种情况
- 如果此时缓存未满,则将此结点直接插入到链表的头部,时间复杂度为O(1);
- 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,时间复杂度为O(1)。
正确写出链表的6个技巧
- 理解指针或引用的含义
- 警惕指针丢失和内存泄漏
- 利用哨兵简化实现难度
- 重点留意边界条件处理
- 举例画图、辅助思考
- 多写多练
觉得文章不错的,给我点个赞哇,关注一下呗!
技术交流可关注微信公众号【君伟说】,加我好友一起探讨 微信交流群:加好友(备注技术交流)邀你入群,抱团学习共进步