java 双向链表_23张图!万字详解「链表」,从小白到大佬

5ff8d2f154925ae8dbee9f9600420f0e.png

链表和数组是数据类型中两个重要又常用地基础数据类型,数组是连续存储在内存中的数据结构,因此它的优势是可以通过下标迅速的找到元素的位置,而它的缺点则是在插入和删除元素时会导致大量元素的被迫移动,为了解决和平衡此问题于是就有了链表这种数据类型。

链表和数组可以形成有效的互补,这样我们就可以根据不同的业务场景选择对应的数据类型了。那么,本文我们就来重点介绍学习一下链表,一是因为它非常重要,二是因为面试面试必考,先来看本文的大纲:

8e076c2cb9a5fe652af8f082dbe04d64.png

看过某些抗日神剧我们都知道,某些秘密组织为了防止组织的成员被“一窝端”,通常会采用上下级单线联系的方式来保护其他成员,而这种“行为”则是链表的主要特征。

简介

链表(Linked List)是一种常见的基础数据结构,是一种线性表,但是并不会按线性的顺序存储数据,而是在每一个节点里存到下一个节点的指针(Pointer)。

链表是由数据域和指针域两部分组成的,它的组成结构如下:

1fe44d1e49ae0e69af5fc38bcf4d5b87.png

复杂度分析

由于链表无需按顺序存储,因此链表在插入的时可以达到 O(1) 的复杂度,比顺序表快得多,但是查找一个节点或者访问特定编号的节点则需要 O(n) 的时间,而顺序表插入和查询的时间复杂度分别是 O(log n) 和 O(1)。

优缺点分析

使用链表结构可以克服数组链表需要预先知道数据大小的缺点,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。但是链表失去了数组随机读取的优点,同时链表由于增加了节点的指针域,空间开销比较大。

分类

链表通常会分为以下三类:

  • 单向链表
  • 双向链表
  • 循环链表 单循链表双循环链表

1.单向链表

链表中最简单的一种是单向链表,或叫单链表,它包含两个域,一个数据域和一个指针域,指针域用于指向下一个节点,而最后一个节点则指向一个空值,如下图所示:

f5b9468c9465db658446d0fd8120191d.png

单链表的遍历方向单一,只能从链头一直遍历到链尾。它的缺点是当要查询某一个节点的前一个节点时,只能再次从头进行遍历查询,因此效率比较低,而双向链表的出现恰好解决了这个问题。

接下来,我们用代码来实现一下单向链表的节点:

private static class Node {    E item;    Node next;    Node(E element, Node next) {        this.item = element;        this.next = next;    }}

2.双向链表

双向链表也叫双面链表,它的每个节点由三部分组成:prev 指针指向前置节点,此节点的数据和 next 指针指向后置节点,如下图所示:

51450bbe7567703ba991f846ca9cf2da.png

image.png

接下来,我们用代码来实现一下双向链表的节点:

private static class Node {    E item;    Node next;    Node prev;    Node(Node prev, E element, Node next) {        this.item = element;        this.next = next;        this.prev = prev;    }}

3.循环链表

循环链表又分为单循环链表和双循环链表,也就是将单向链表或双向链表的首尾节点进行连接,这样就实现了单循环链表或双循环链表了,如下图所示:

d645223cb07a2d75d84a869c676171f6.png
dba8ec862ce58a27bf76e2437b086464.png

Java中的链表

学习了链表的基础知识之后,我们来思考一个问题:Java 中的链表 LinkedList 是属于哪种类型的链表呢?单向链表还是双向链表?

要回答这个问题,首先我们要来看 JDK 中的源码,如下所示:

package java.util;import java.util.function.Consumer;public class LinkedList    extends AbstractSequentialList    implements List, Deque, Cloneable, java.io.Serializable{ // 链表大小    transient int size = 0;    // 链表头部    transient Node first;    // 链表尾部    transient Node last;    public LinkedList() {    }    public LinkedList(Collection extends E> c) {        this();        addAll(c);    }     // 获取头部元素    public E getFirst() {        final Node f = first;        if (f == null)            throw new NoSuchElementException();        return f.item;    }    // 获取尾部元素    public E getLast() {        final Node l = last;        if (l == null)            throw new NoSuchElementException();        return l.item;    }    // 删除头部元素    public E removeFirst() {        final Node f = first;        if (f == null)            throw new NoSuchElementException();        return unlinkFirst(f);    }    // 删除尾部元素    public E removeLast() {        final Node l = last;        if (l == null)            throw new NoSuchElementException();        return unlinkLast(l);    }    // 添加头部元素    public void addFirst(E e) {        linkFirst(e);    }        // 添加头部元素的具体执行方法    private void linkFirst(E e) {        final Node f = first;        final Node newNode = new Node<>(null, e, f);        first = newNode;        if (f == null)            last = newNode;        else            f.prev = newNode;        size++;        modCount++;    }    // 添加尾部元素    public void addLast(E e) {        linkLast(e);    }        // 添加尾部元素的具体方法    void linkLast(E e) {        final Node l = last;        final Node newNode = new Node<>(l, e, null);        last = newNode;        if (l == null)            first = newNode;        else            l.next = newNode;        size++;        modCount++;    }    // 查询链表个数    public int size() {        return size;    }    // 清空链表    public void clear() {        for (Node x = first; x != null; ) {            Node next = x.next;            x.item = null;            x.next = null;            x.prev = null;            x = next;        }        first = last = null;        size = 0;        modCount++;    }      // 根据下标获取元素    public E get(int index) {        checkElementIndex(index);        return node(index).item;    }    private static class Node {        E item;        Node next;        Node prev;        Node(Node prev, E element, Node next) {            this.item = element;            this.next = next;            this.prev = prev;        }    }    // 忽略其他方法......}

从上述节点 Node 的定义可以看出:LinkedList 其实是一个双向链表,因为它定义了两个指针 next 和 prev 分别用来指向自己的下一个和上一个节点。

链表常用方法

LinkedList 的设计还是很巧妙的,了解了它的实现代码之后,下面我们来看看它是如何使用的?或者说它的常用方法有哪些。

1.增加

接下来我们来演示一下增加方法的使用:

public class LinkedListTest {    public static void main(String[] a) {        LinkedList list = new LinkedList();        list.add("Java");        list.add("中文");        list.add("社群");        list.addFirst("头部添加"); // 添加元素到头部        list.addLast("尾部添加");  // 添加元素到最后        System.out.println(list);    }}

以上代码的执行结果为:

[头部添加, Java, 中文, 社群, 尾部添加]

出来以上的 3 个增加方法之外,LinkedList 还包含了其他的添加方法,如下所示:

  • add(int index, E element):向指定位置插入元素;
  • offer(E e):向链表末尾添加元素,返回是否成功;
  • offerFirst(E e):头部插入元素,返回是否成功;
  • offerLast(E e):尾部插入元素,返回是否成功。

add 和 offer 的区别

它们的区别主要体现在以下两点:

  • offer 方法属于 Deque 接口,add 方法属于 Collection 的接口;
  • 当队列添加失败时,如果使用 add 方法会报错,而 offer 方法会返回 false。

2.删除

删除功能的演示代码如下:

import java.util.LinkedList;public class LinkedListTest {    public static void main(String[] a) {        LinkedList list = new LinkedList();        list.offer("头部");        list.offer("中间");        list.offer("尾部");        list.removeFirst(); // 删除头部元素        list.removeLast();  // 删除尾部元素        System.out.println(list);    }}

以上代码的执行结果为:

[中间]

除了以上删除方法之外,更多的删除方法如下所示:

  • clear():清空链表;
  • removeFirst():删除并返回第一个元素;
  • removeLast():删除并返回最后一个元素;
  • remove(Object o):删除某一元素,返回是否成功;
  • remove(int index):删除指定位置的元素;
  • poll():删除并返回第一个元素;
  • remove():删除并返回第一个元素。

3.修改

修改方法的演示代码如下:

import java.util.LinkedList;public class LinkedListTest {    public static void main(String[] a) {        LinkedList list = new LinkedList();        list.offer("Java");        list.offer("MySQL");        list.offer("DB");                // 修改        list.set(2, "Oracle");        System.out.println(list);    }}

以上代码的执行结果为:

[Java, MySQL, Oracle]

4.查询

查询方法的演示代码如下:

import java.util.LinkedList;public class LinkedListTest {    public static void main(String[] a) {        LinkedList list = new LinkedList();        list.offer("Java");        list.offer("MySQL");        list.offer("DB");        // --- getXXX() 获取 ---        // 获取最后一个        System.out.println(list.getLast());        // 获取首个        System.out.println(list.getFirst());        // 根据下标获取        System.out.println(list.get(1));        // peekXXX() 获取        System.out.println("--- peek() ---");        // 获取最后一个        System.out.println(list.peekLast());        // 获取首个        System.out.println(list.peekFirst());        // 根据首个        System.out.println(list.peek());    }}

以上代码的执行结果为:

DB

Java

MySQL

--- peek() ---

DB

Java

Java

5.遍历

LinkedList 的遍历方法包含以下三种。

遍历方法一:

for (int size = linkedList.size(), i = 0; i < size; i++) {    System.out.println(linkedList.get(i));}

遍历方法二:

for (String str: linkedList) {    System.out.println(str);}

遍历方法三:

Iterator iter = linkedList.iterator();while (iter.hasNext()) {    System.out.println(iter.next());}

链表应用:队列 & 栈

1.用链表实现栈

接下来我们用链表来实现一个先进先出的“队列”,实现代码如下:

LinkedList list = new LinkedList();// 元素入列list.add("Java");list.add("中文");list.add("社群");while (!list.isEmpty()) {    // 打印并移除队头元素    System.out.println(list.poll());}

以上程序的执行结果如下:

Java

中文

社群

1ac49f8f856f6289cb88bbb73c02126d.png

image.png

2.用链表实现队列

然后我们用链表来实现一个后进先出的“栈”,实现代码如下:

LinkedList list = new LinkedList();// 元素入栈list.add("Java");list.add("中文");list.add("社群");while (!list.isEmpty()) {    // 打印并移除栈顶元素    System.out.println(list.pollLast());}

以上程序的执行结果如下:

社群

中文

Java

c2b6724730c637d3af3b6307e07eb33b.png

image.png

链表使用场景

链表作为一种基本的物理结构,常被用来构建许多其它的逻辑结构,如堆栈、队列都可以基于链表实现。

所谓的物理结构是指可以将数据存储在物理空间中,比如数组和链表都属于物理数据结构;而逻辑结构则是用于描述数据间的逻辑关系的,它可以由多种不同的物理结构来实现,比如队列和栈都属于逻辑结构。

链表常见笔试题

链表最常见的笔试题就是链表的反转了,之前的文章《链表反转的两种实现方法,后一种击败了100%的用户!》我们提供了 2 种链表反转的方法,而本文我们再来扩充一下,提供 3 种链表反转的方法。

实现方法 1:Stack

我们先用图解的方式来演示一下,使用栈实现链表反转的具体过程,如下图所示。

0c9754fb51a09f5c3dddf932ed74dd41.png

image.png

全部入栈:

6200a4fb3ae1b25f0beea54a79c242ab.png

因为栈是先进后出的数据结构,因此它的执行过程如下图所示:

6629244c70ebf6e86a533084e3e2e35d.png
da66cc4f1306d3997fbe32d2c960ba6a.png
9c5d4b6279559bbe0f595f4b82b224ac.png

最终的执行结果如下图所示:

c7f2b206cbcc8b9cdf7b85b0856ba2a6.png

实现代码如下所示:

public ListNode reverseList(ListNode head) {    if (head == null) return null;    Stack stack = new Stack<>();    stack.push(head); // 存入第一个节点    while (head.next != null) {        stack.push(head.next); // 存入其他节点        head = head.next; // 指针移动的下一位    }    // 反转链表    ListNode listNode = stack.pop(); // 反转第一个元素    ListNode lastNode = listNode; // 临时节点,在下面的 while 中记录上一个节点    while (!stack.isEmpty()) {        ListNode item = stack.pop(); // 当前节点        lastNode.next = item;        lastNode = item;    }    lastNode.next = null; // 最后一个节点赋为null(不然会造成死循环)    return listNode;}

LeetCode 验证结果如下图所示:

2162649b2e727e4cc70775cc686214b0.png

可以看出使用栈的方式来实现链表的反转执行的效率比较低。

实现方法 2:递归

同样的,我们先用图解的方式来演示一下,此方法实现的具体过程,如下图所示。

1239aa205e96a365b686378470b4dda7.png

image.png

6772cc2afe41981cc6b1cd0c7b4fd2c2.png
adc55cbd0f0c3f1ddebb551ffe3a7ac2.png
1f4a8248a434d141894e9fa4fb6b6919.png
12cb48b4a385c48991c87cdee1e103a7.png

实现代码如下所示:

public static ListNode reverseList(ListNode head) {    if (head == null || head.next == null) return head;    // 从下一个节点开始递归    ListNode reverse = reverseList(head.next);    head.next.next = head; // 设置下一个节点的 next 为当前节点    head.next = null; // 把当前节点的 next 赋值为 null,避免循环引用    return reverse;}

LeetCode 验证结果如下图所示:

39fb6b60858e36db4a7315d3a8924009.png

可以看出这种实现方法在执行效率方面已经满足我们的需求了,性能还是很高的。

实现方法 3:循环

我们也可以通过循环的方式来实现链表反转,只是这种方法无需重复调用自身方法,只需要一个循环就搞定了,实现代码如下:

class Solution {    public ListNode reverseList(ListNode head) {        if (head == null) return null;        // 最终排序的倒序链表        ListNode prev = null;        while (head != null) {            // 循环的下个节点            ListNode next = head.next;            // 反转节点操作            head.next = prev;            // 存储下个节点的上个节点            prev = head;            // 移动指针到下一个循环            head = next;        }        return prev;    }}

LeetCode 验证结果如下图所示:

f6003c9e24e1bc0e5b8fe0bd870b0c4d.png

从上述图片可以看出,使用此方法在时间复杂度和空间复杂度上都是目前的最优解,比之前的两种方法更加理想。

总结

本文我们讲了链表的定义,它是由数据域和指针域两部分组成的。链表可分为:单向链表、双向链表和循环链表,其中循环链表又可以分为单循链表和双循环链表。通过 JDK 的源码可知,Java 中的 LinkedList 其实是双向链表,我们可以使用它来实现队列或者栈,最后我们讲了反转链表的 3 种实现方法,希望本文的内容对你有帮助。

如果觉得有用请各位老爷多多点赞和分享,原创不易,谢谢您了!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/564754.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

有季节效应的非平稳序列分析之因素分解

目录 6.1 因素分解理论 6.2因素分解模型 6.2.1因素分解模型的选择 6.2.2趋势效应的提取 简单中心移动平均的良好属性 R语言中&#xff0c;使用filter函数可以做简单移动平均 6.2.3 季节效应的提取 6.2.4 X11季节调节模型 X11模型分析步骤&#xff1a; ​ 确定性…

指数平滑预测模型

目录 1.分类 2.简单指数平滑 简单指数平滑预测&#xff1a; 平滑系数的确定 R中实现&#xff1a; 3. Holt两参数指数平滑 4. Holt-Winters三参数指数平滑 5.ARIMA加法季节模型 R实现 例题&#xff1a; 1.分类 2.简单指数平滑 简单移动平均法向前预测1期&#xff1a; …

ARIMA乘法季节模型

目录 ARIMA乘法季节模型 例题1 例题 2 例题3 ARIMA乘法季节模型 序列的季节效应、长期趋势效应和随机波动之间有着复杂的相互关联性,简单的季节模型不能充分地提取其中的相关关系&#xff0c;这时常采用乘积季节模型。 例题1 我国1949-2008年年末人口总数&#xff08;单…

机器学习之二分类LDA线性判别(最大特征值法)

目录 一、实验数学原理 二、算法实现步骤 三、实例分析 四、实验结果及分析 一、实验数学原理 线性判别分析((Linear Discriminant Analysis &#xff0c;简称 LDA)是一种经典的线性学习方法&#xff0c;在二分类问题上因为最早由 [Fisher,1936] 提出&#xff0c;亦称 ”Fi…

在布局空间标注的尺寸量不对_卫生间最佳布局尺寸,合理布局做到1毫米都不浪费!...

房子不论大小里面都会配置一个卫生间&#xff0c;卫生间分为大致三个区域&#xff0c;一个是洗涮区&#xff0c;可以在这里每天洗脸刷牙&#xff0c;还有就是淋浴区我们可以每天在这里洗澡&#xff0c;洗掉一天的疲惫。最后就是如厕区。这三大区域各个设计尺寸不同&#xff0c;…

机器学习 —— 向量机(matlab)

目录 一、SVM基本介绍 1.1 SVM算法定义 1.2 SVM和逻辑回归的区别 二、实验数学原理 三、实验算法和实验步骤 四、实例分析 一、SVM基本介绍 1.1 SVM算法定义 SVM全称是supported vector machine&#xff08;支持向量机&#xff09;&#xff0c;即寻找到一个超平面使样本…

excel如何去重统计户数_公式解读第三期 单元格中数字如何去重排序?

公式解读 第三期 -单元格中数字的去重排序&#xff01;本期涉及到函数较多&#xff0c;你可以一次性根据这个案例&#xff0c;学习多少很多常用 函数的用法&#xff0c;同时我也会讲解思路&#xff0c;这个很重要&#xff0c;思路决定了出路。直接先看一下我们的效果图&#xf…

机器学习 —— 神经网络(matlab)

目录 一、介绍 二、实验数学原理 三、实验算法和实验步骤 四、实例分析 一、介绍 神经网络是一种运算模型&#xff0c;由大量的节点&#xff08;或称“神经元”&#xff0c;或“单元”&#xff09;和之间相互联接构成。每个节点代表一种特定的输出函数&#xff0c;称为激励…

ARIMA加法季节模型

目录 ARIMA加法季节模型 ARIMA加法季节模型函数 例题 ARIMA加法季节模型 季节效应和其它效应之间是加法关系 通过简单的趋势差分、季节差分之后转化为平稳&#xff0c;模型结构通常如下 ARIMA加法季节模型函数 例题 部分数据&#xff1a; timexJan-93977.5Feb-93892.5Mar…

Java在远程方法调用中运用反射机制

我们将介绍反射机制在网络编程中的应用&#xff0c;实现如何在客户端通过远程方法调用服务器端的方法。 假定在服务器端有一个 HelloService 接口&#xff0c;该接口具有 getTime() 和 echo() 方法&#xff0c;具体代码如下&#xff1a; import java.util.Date;public interf…

多元时间序列分析 —— 因果检验

目录 因果检验 因果关系的识别 例 Granger 因果关系定义 两变量之间的4种因果关系 Granger因果检验 1.假设条件 2.检验统计量 例 进行Granger因果检验应该注意的问题 因果检验 因果关系的识别 对于多元时间序列而言&#xff0c;如果能找到对响应变量有显.著影响的输…

华为仿苹果字体_华为mate40系列再次霸榜DXO,网友:无敌是多么寂寞

阅读本文前&#xff0c;请您先点击上面的蓝色字体&#xff0c;再点击“关注”&#xff0c;这样您就可以免费收到最新内容了。每天都有分享&#xff0c;完全是免费订阅&#xff0c;请放心关注。声明&#xff1a;本文转载自网络&#xff0c;如有侵权&#xff0c;请在后台留言联系…

Java常见异常处理

异常&#xff08;exception&#xff09;是在运行程序时产生的一种异常情况&#xff0c;已经成为了衡量一门语言是否成熟的标准之一。 异常简介 Java 中的异常又称为例外&#xff0c;是一个在程序执行期间发生的事件&#xff0c;它中断正在执行程序的正常指令流。为了能够及时…

干预分析 + 伪回归

目录 干预分析 干预分析的定义 干预分析的产生背景 干预分析的实质 干预分析步骤 步骤一 步骤二 步骤三 步骤四 步骤五 步骤六 干预机制的选择 伪回归 定义 伪回归随机模拟试验 伪回归产生原因 干预分析 干预分析的定义 时间序列常常受到某些外部事件的影响…

R如何安装MSBVAR包!!!请看这里!!

目录 1.MSBVAR介绍 2.为何R上安装失败 3.解决方案 1.MSBVAR介绍 MSBVAR: 估计贝叶斯向量自回归模型和贝叶斯结构向量自回归模型&#xff0c;也可以用于时间序列的因果检验。 2.为何R上安装失败 MSBVAR现在不属于R中的库&#xff0c;属于第三方安装库&#xff0c;并且它在…

easy excel根据行列excel_Excel函数如何根据地级市匹配所在省份计算快递费用

前些日子一个学员问的关于excel计算快递费的问题&#xff0c;office小超老师觉得很有代表性。在这里和大家分享一下具体处理快递费的处理流程。在她的这个案例中&#xff0c;订单信息地区仅为各个地级市&#xff0c;现在的问题就是要根据不同的地级市和各个地区不同的快递费用&…

智能计算之遗传算法(GA)介绍

目录 1. 简介 2. GA思想来源及建立过程 3. 研究发展 4. GA的基本结构 5. GA的实现流程 (1) 染色体编​辑 (2) 群体的初始化 (3) 适应值评价 (4) 选择算子(父体选择) (5) 交配算子(杂交算子) (6) 变异算子 (7) 算法流程 6. 实例举例 7. 遗传算法的改进 (1) 算子的…

sublimetext3插件安装_sublime text 3 交互python

爱折腾的我最近在用sublime text 3 写python&#xff0c;但是原生态的编译模式不支持交互。在网上找了许多资料&#xff0c;想要可以交互运行python&#xff0c;大都需要sublimeREPL这个插件&#xff0c;我不想用这个插件。在多次摸索过后找到了如下解决方案&#xff0c;在此记…

如何用手机打开dcm格式图片_压缩图片用这个神奇吧(电脑版)

一码不扫&#xff0c;可以扫天下&#xff1f;Light Image Resizer是将数码照片和图像存在电脑中&#xff0c;并希望重新调整图片大小&#xff0c;压缩&#xff0c;转换&#xff0c;创建备份&#xff0c;导入或组织图片的人们设计的完美工具。Light Image Resizer 专业的图像缩放…

智能计算之神经网络(BP)介绍

目录 1. 神经网络流行原因 2. 人工神经网络定义 3. 人工神经网络的学习能力 4. 人工神经网络的基本原理 5. 神经网络的研究进展 6. 神经网络的典型结构 6.1 单层感知器网络 6.2 前馈型网络 6.3 前馈内层互联网络 6.4 反馈型网络 6.5 全互联网络 7. 神经网络的学习算…