[toc]
链表介绍
从图中我们看到，数组需要一块连续的内存空间来存储，对内存的要求比较高。如果我们申请一个 100MB 大小的数组，当内存中没有连续的、足够大的存储空间时，即便内存的剩余总可用空间大于 100MB，仍然会申请失败。
而链表恰恰相反，它并不需要一块连续的内存空间，它通过“指针”将一组零散的内存块串联起来使用，所以如果我们申请的是 100MB 大小的链表，根本不会有问题。
介绍三种最常见的链表结构，分别是：单链表、双向链表和循环链表。
单链表
为了将所有的结点串起来，每个链表的结点除了存储数据之外，还需要记录链上的下一个结点的地址。如图所示，我们把这个记录下个结点地址的指针叫作后继指针 next。
其中有两个结点是比较特殊的，它们分别是头结点和尾结点。头结点用来记录链表的基地址；尾结点不是指向下一个结点，而是指向一个空地址 NULL，表示这是链表上最后一个结点。
在进行数组的插入、删除操作时，为了保持内存数据的连续性，需要做大量的数据搬移（假设需要保证有序），所以时间复杂度是 O(n)。而在链表中插入或者删除一个数据，我们并不需要为了保持内存的连续性而搬移结点。
针对链表的插入和删除操作，只需要考虑相邻结点的指针改变，所以对应的时间复杂度是 O(1)。
链表要想随机访问第 k 个元素，就没有数组那么高效了。因为链表中的数据并非连续存储的，所以无法像数组那样，根据首地址和下标，通过寻址公式就能直接计算出对应的内存地址，而是需要根据指针一个结点一个结点地依次遍历，直到找到相应的结点，需要 O(n) 的时间复杂度。
循环链表
循环链表是一种特殊的单链表。循环链表的尾结点指针是指向链表的头结点。
和单链表相比，循环链表的优点是从链尾到链头比较方便。当要处理的数据具有环型结构特点时，就特别适合采用循环链表。比如著名的约瑟夫问题。尽管用单链表也可以实现，但是用循环链表实现的话，代码就会简洁很多。
双向链表
双向链表，顾名思义，它支持两个方向，每个结点不止有一个后继指针 next 指向后面的结点，还有一个前驱指针 prev 指向前面的结点。
双向链表需要额外的两个空间来存储后继结点和前驱结点的地址。所以，如果存储同样多的数据，双向链表要比单链表占用更多的内存空间。虽然两个指针比较浪费存储空间，但可以支持双向遍历，这样也带来了双向链表操作的灵活性。
从结构上来看，双向链表可以支持 O(1) 时间复杂度的情况下找到前驱结点，正是这样的特点，也使双向链表在某些情况下的插入、删除等操作都要比单链表简单、高效。
双向循环链表
删除操作分析
从链表中删除一个数据无外乎这两种情况：
- 删除结点中“值等于某个给定值”的结点；查找+删除操作=O(n+1)=O(n)
- 删除给定指针指向的结点。
对于第二种情况，已经找到了要删除的结点，但是删除某个结点 q 需要知道其前驱结点，而单链表并不支持直接获取前驱结点，所以，为了找到前驱结点，我们还是要从头结点开始遍历链表，直到 p->next=q，说明 p 是 q 的前驱结点。
但是对于双向链表来说，这种情况就比较有优势了。因为双向链表中的结点已经保存了前驱结点的指针，不需要像单链表那样遍历。所以，针对第二种情况，单链表删除操作需要 O(n) 的时间复杂度，而双向链表只需要在 O(1) 的时间复杂度内就搞定了！
同理，如果我们希望在链表的某个指定结点前面插入一个结点，双向链表比单链表有很大的优势。双向链表可以在 O(1) 时间复杂度搞定，而单向链表需要 O(n) 的时间复杂度。
对于一个有序链表，双向链表的按值查询的效率也要比单链表高一些。因为，我们可以记录上次查找的位置 p，每次查询时，根据要查找的值与 p 的大小关系，决定是往前还是往后查找，所以平均只需要查找一半的数据。
在实际的软件开发中，双向链表尽管比较费内存，但还是比单链表的应用更加广泛。
用空间换时间的设计思想。当内存空间充足的时候，如果更追求代码的执行速度，我们就可以选择空间复杂度相对较高、但时间复杂度相对很低的算法或者数据结构。相反，如果内存比较紧缺，比如代码跑在手机或者单片机上，这个时候，就要反过来用时间换空间的设计思路。
链表 VS 数组性能比较
在实际的软件开发中，不能仅仅利用复杂度分析就决定使用哪个数据结构来存储数据。
数组简单易用，在实现上使用的是连续的内存空间，可以借助 CPU 的缓存机制，预读数组中的数据，所以访问效率更高。而链表在内存中并不是连续存储，所以对 CPU 缓存不友好，没办法有效预读。
数组的缺点是大小固定，一经声明就要占用整块连续内存空间。如果声明的数组过大，系统可能没有足够的连续内存空间分配给它，导致“内存不足（out of memory）”。如果声明的数组过小，则可能出现不够用的情况。这时只能再申请一个更大的内存空间，把原数组拷贝进去，非常费时。链表本身没有大小的限制，天然地支持动态扩容，我觉得这也是它与数组最大的区别。
开发技巧
- 快慢指针找链表等分点：慢指针一次走一步，快指针一次两步，可找到中点。快指针三步，可找到1/3点，以此类推
- 警惕指针丢失和内存泄漏：
在结点 a 和相邻的结点 b 之间插入结点 x，假设当前指针 p 指向结点 a。如果我们将代码实现变成下面这个样子，就会发生指针丢失和内存泄露。
p->next = x; // 将 p 的 next 指针指向 x 结点； x->next = p->next; // 将 x 的结点的 next 指针指向 b 结点
- 利用哨兵简化实现难度
- 重点留意边界条件处理
- 如果链表为空时，代码是否能正常工作？
- 如果链表只包含一个结点时，代码是否能正常工作？
- 如果链表只包含两个结点时，代码是否能正常工作？
- 代码逻辑在处理头结点和尾结点的时候，是否能正常工作？
链表实现
增删改查、返回长度、反转、排序。
/**
* @author niumt
* @create 2020-11-24 下午 07:38
* @aa 增删改查、返回长度、反转、排序。
*/
public class sinListNode<T extends Comparable> implements nodeMethods<T> {
// 泛型类T，需实现compareTo接口，排序会用到比较
// 内部类表示节点
private class node {
private T value;
private node next = null;
public node() {
}
public node(T value) {
this.value = value;
}
public node(T value, node next) {
this.value = value;
this.next = next;
}
@Override
public String toString() {
return "" + value;
}
public T getValue() {
return value;
}
public void setValue(T value) {
this.value = value;
}
public node getNext() {
return next;
}
public void setNext(node next) {
this.next = next;
}
}
private node head = null;
@Override
public void add(T v) {
if (v == null)
return;
node next = new node(v);
if (head == null) {
head = next;
return;
}
node tem = head;
while (tem.getNext() != null) {
tem = tem.getNext();
}
tem.setNext(next);
}
// index从0开始
public void add(T v, int index) {
if ((v == null) || index > length())
return;
node pre = head;
for (int i = 0; i < index - 1; i++) {
pre = pre.getNext();
}
pre.setNext(new node(v, pre.getNext()));
}
@Override
public int find(T v) {
if (head == null)
return -1;
int index = 0;
node tem = head;
while (tem!=null) {
if (tem.getValue().compareTo(v)==0){
return index;
}
tem = tem.getNext();
index++;
}
if (tem == null)
return -1;
return index;
}
@Override
public void change(T v, int index) {
if ((v == null) || (head == null) || (index > length()-1))
return;
node tem = head;
for (int i = 0; i < index; i++) {
tem = tem.getNext();
}
tem.setValue(v);
}
@Override
public void delete(T v) {
if ((v == null) || (head == null))
return;
if (head.getValue().compareTo(v)==0){
head = head.getNext();
return;
}
node pre = head;
node cur = head.getNext();
while (cur!=null) {
if (cur.getValue().compareTo(v)==0){
pre.setNext(cur.getNext());
break;
}
pre = cur;
cur = cur.getNext();
}
if (cur == null)
return;
}
@Override
public void deleteByIndex(int index) {
if ((head == null) || (index > length()))
return;
if (index > (length() - 1))
return;
if (index == 0) {
head = head.getNext();
return;
}
int i = 0;
node pre = head;
for (i = 0; i < index - 1; i++) {
pre = pre.getNext();
}
pre.setNext(pre.getNext().getNext());
}
@Override
public int length() {
if (head == null)
return 0;
int l = 0;
node n = head;
while (n != null) {
n = n.getNext();
l++;
}
return l;
}
@Override
public void printList() {
if (head == null) {
return;
}
StringBuilder info = new StringBuilder();
node n = head;
while (n != null) {
info.append(n.toString()).append("\t");
n = n.getNext();
}
System.out.println(info);
}
@Override
public void reverseList() {
/*两种方法：正向遍历，反向递归(未写)*/
if (length()<=1){
return;
}
// node newHead = null;
// node cur = head;
// while (cur!=null){
// node n = new node(cur.getValue());
// n.setNext(newHead);
// newHead = n;
// cur = cur.getNext();
// }
// head = newHead;
node pre = head;
node cur = pre.getNext();
pre.setNext(null);
node tem;
while (cur!=null){
tem = cur.getNext();
cur.setNext(pre);
pre = cur;
cur = tem;
}
head = pre;
}
// 冒泡排序
@Override
public void orderList() {
if (head == null)
return;
node cur = null;
node pre = null;
node next = null;
int l = length();
for (int i = 0; i < l - 1; i++) {
int j=0;
cur = head;
pre = head;
while (cur.getNext() != null) {
if (j==l-1-i){
break;
}
next = cur.getNext();
int result = cur.getValue().compareTo(next.getValue());
if (result > 0) {
cur.setNext(next.getNext());
next.setNext(cur);
if (cur == pre) {
head = next;
pre = head;
} else {
pre.setNext(next);
pre = next;
}
} else {
pre = cur;
cur = cur.getNext();
}
// System.out.print(""+i+","+j+"\t");
// printList();
j++;
}
}
}
}