單向鏈表簡介
在底層結構上，單向鏈表通過指針將一組零散的內存塊串聯在一起。其中，我們把內存塊稱爲鏈表的“結點”。爲了將所有的結點串起來，每個鏈表的結點除了存儲數據之外，還需要記錄鏈上的下一個結點的地址。如下圖所示，我們把這個記錄下個結點地址的指針叫作後繼指針 next。
從畫的單鏈表圖中，你應該可以發現，其中有兩個結點是比較特殊的，它們分別是第一個結點和最後一個結點。我們習慣性地把第一個結點叫作頭結點，把最後一個結點叫作尾結點。其中，頭結點用來記錄鏈表的基地址。有了它，我們就可以遍歷得到整條鏈表。而尾結點特殊的地方是：指針不是指向下一個結點，而是指向一個空地址 NULL，表示這是鏈表上最後一個結點。
單向鏈表的增刪改查操作
1. 插入操作
- 頭部插入：時間複雜度O(1)
- 尾部插入：時間複雜度O(1)
- 指定位置後面插入：時間複雜度O(1)
- 指定位置前面插入：時間複雜度O(n)
2. 刪除操作
刪除操作的時間複雜度和插入操作的時間複雜度類似。
- 刪除頭部節點：時間複雜度O(1)
- 刪除尾部節點：時間複雜度O(n)，因爲首先需要遍歷鏈表，找到尾部節點的前一個節點（後面分析雙向鏈表時發現就不會有這個問題）
- 刪除指定節點：時間複雜度O(n)
3. 更新操作
- 更新指定節點：時間複雜度O(1)
- 將鏈表中值等於某個具體值的節點更新：時間複雜度O(n)
4. 查詢操作
- 時間複雜度：O(n)
由於鏈表的底層數據是不連續的，所以不能通過隨機訪問進行數據尋址。只能通過遍歷進行查找數據。
單向鏈表的Java代碼實現
package com.csx.algorithm.link;
public class SinglyLinkedList<E> {
public static void main(String[] args) {
SinglyLinkedList<Integer> list = new SinglyLinkedList<>();
//尾部插入，遍歷鏈表輸出
System.out.println("尾部插入[1-10]");
for (int i = 1; i <= 10; i++) {
list.addLast(Integer.valueOf(i));
}
list.printList();
//頭部插入，遍歷鏈表輸出
System.out.println("頭部插入[1-10]");
for (int i = 1; i <= 10; i++) {
list.addFirst(Integer.valueOf(i));
}
list.printList();
//在指定節點後面插入
System.out.println("在頭節點後面插入[100]");
list.addAfter(100, list.head);
list.printList();
System.out.println("在頭節點前面插入[100]");
list.addBefore(100, list.head);
list.printList();
System.out.println("在尾節點前面插入[100]");
list.addBefore(100, list.tail);
list.printList();
System.out.println("在尾節點後面插入[100]");
list.addAfter(100, list.tail);
list.printList();
System.out.println("------------刪除方法測試-----------");
System.out.println("刪除頭節點");
list.removeFirst();
list.printList();
System.out.println("刪除尾節點");
list.removeLast();
list.printList();
System.out.println("刪除指定節點");
list.removeNode(list.head.next);
list.printList();
}
private Node head;
private Node tail;
public SinglyLinkedList() {
}
public SinglyLinkedList(E data) {
Node node = new Node<>(data, null);
head = node;
tail = node;
}
public void printList() {
Node p = head;
while (p != null && p.next != null) {
System.out.print(p.data + "-->");
p = p.next;
}
if (p != null) {
System.out.println(p.data);
}
}
public void addFirst(E data) {
//允許節點值爲空
//if(data==null){
// return;
//}
Node node = new Node(data, head);
head = node;
if (tail == null) {
tail = node;
}
}
public void addLast(E data) {
Node node = new Node(data, null);
if (tail == null) {
head = node;
tail = node;
} else {
tail.next = node;
tail = node;
}
}
/**
* @param data
* @param node node節點必須在鏈表中
*/
public void addAfter(E data, Node node) {
if (node == null) {
return;
}
Node newNode = new Node(data, node.next);
node.next = newNode;
if(tail==node){
tail = newNode;
}
}
/**
* @param data
* @param node node節點必須在鏈表中
*/
public void addBefore(E data, Node node) {
if (node == null) {
return;
}
Node p = head;
if (p == null) {
throw new RuntimeException("node not in LinkedList...");
}
if (p == node) {
Node newNode = new Node(data, node);
head = newNode;
return;
}
while (p.next != null) {
if (p.next == node) {
break;
}
p = p.next;
}
if (p.next == null) {
throw new RuntimeException("node not in LinkedList...");
}
Node newNode = new Node(data, node);
p.next = newNode;
}
public void removeFirst() {
if (head == null) {
return;
}
if (head == tail) {
head = null;
tail = null;
} else {
head = head.next;
}
}
public void removeLast() {
if (tail == null) {
return;
}
if (head == tail) {
head = null;
tail = null;
} else {
Node p = head;
while (p.next != tail) {
p = p.next;
}
p.next = null;
tail = p;
}
}
public void removeNode(Node node) {
if (node == null) {
return;
}
Node p = head;
if (p == null) {
return;
}
while (p.next != null && p.next != node) {
p = p.next;
}
if (p.next != null) {
p.next = node.next;
}
}
private static class Node<E> {
E data;
Node next;
public Node(E data, Node next) {
this.data = data;
this.next = next;
}
}
}
單向鏈表的JDK實現
如果你使用高級編程語言，一般都會有現成的單向鏈表實現。比如你使用的是Java，其中的LinkedList就可以實現單向鏈表功能（雖然LinkedList底層是雙向鏈表，但是雙向鏈表可以實現單向鏈表的所有功能）。
有時候你可能只是想實現一個鏈表的結構，並不想暴露太多的操作API給用戶。這時候使用LinkedList可能不太能滿足你的需求，因爲LinkedList除了鏈表相關的操作，還暴露了其他的一些接口，這樣可能會給用戶太多的操作權限。
其實這個問題也不是太大，我們是要做下適當的封裝就行了。
package com.csx.algorithm.link;
import java.util.Collection;
import java.util.Collections;
import java.util.LinkedList;
import java.util.Set;
import java.util.function.Predicate;
public class SinglyLinkedList2<E> {
private LinkedList<E> list;
public SinglyLinkedList2() {
this.list = new LinkedList<>();
}
public SinglyLinkedList2(E data){
Set<E> singleton = Collections.singleton(data);
this.list = new LinkedList<>(singleton);
}
public SinglyLinkedList2(Collection<? extends E> c){
this.list = new LinkedList<>(c);
}
// ----------------------------------新增方法---------------------------------------
public void addFirst(E data){
list.addFirst(data);
}
public void addLast(E data){
list.addLast(data);
}
// 在鏈表末尾添加
public boolean add(E date){
return list.add(date);
}
public boolean addAll(Collection<? extends E> collection){
return list.addAll(collection);
}
public boolean addBefore(E data,E succ){
int i = list.indexOf(succ);
if(i<0){
return false;
}
list.add(i,data);
return true;
}
public boolean addAfter(E data,E succ){
int i = list.indexOf(succ);
if(i<0){
return false;
}
if((i+1)==list.size()){
list.addLast(data);
return true;
}else {
list.add(i+1,data);
return true;
}
}
// ---------------------------------- 刪除方法---------------------------------------
// 刪除方法，默認刪除鏈表頭部元素
public E remove(){
return list.remove();
}
// 刪除方法,刪除鏈表第一個元素
public E removeFirst(){
return list.removeFirst();
}
// 刪除方法,刪除鏈表最後一個元素
public E removeLast(){
return list.removeLast();
}
// 刪除鏈表中第一次出現的元素，成功刪除返回true
// 對象相等的標準是調用equals方法相等
public boolean remove(E data){
return list.remove(data);
}
// 邏輯和remove（E data）方法相同
public boolean removeFirstOccur(E data){
return list.removeFirstOccurrence(data);
}
// 因爲LinkedList內部是雙向鏈表，所以時間複雜度和removeFirstOccur相同
public boolean removeLastOccur(E data){
return list.removeLastOccurrence(data);
}
// 批量刪除方法
public boolean removeAll(Collection<?> collection){
return list.removeAll(collection);
}
// 按照條件刪除
public boolean re(Predicate<? super E> filter){
return list.removeIf(filter);
}
// ----------------------------- 查詢方法----------------------------
// 查詢鏈表頭部元素
public E getFirst(){
return list.getFirst();
}
// 查詢鏈表尾部元素
public E getLast(){
return list.getLast();
}
// 查詢鏈表是否包含某個元素
// 支持null判斷
// 相等的標準是data.equals(item)
public boolean contains(E data){
return list.contains(data);
}
public boolean containsAll(Collection<?> var){
return list.containsAll(var);
}
}
鏈表的使用場景
因爲雙向鏈表、循環鏈表都能實現單鏈表的功能，所以這邊舉例的使用場景不僅僅是針對單鏈表的，使用其他鏈表也可以實現。
鏈表一個經典的鏈表應用場景就是 LRU 緩存淘汰算法。
緩存是一種提高數據讀取性能的技術，在硬件設計、軟件開發中都有着非常廣泛的應用，比如常見的 CPU 緩存、數據庫緩存、瀏覽器緩存等等。
緩存的大小有限，當緩存被用滿時，哪些數據應該被清理出去，哪些數據應該被保留？這就需要緩存淘汰策略來決定。常見的策略有三種：先進先出策略 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）。
使用單鏈表實現LRU算法的大致思路是：
維護一個有序單鏈表（鏈表長度有限），越靠近鏈表尾部的結點是越早之前訪問的。當有一個新的數據被訪問時，我們從鏈表頭開始順序遍歷鏈表。
-
如果此數據之前已經被緩存在鏈表中了，我們遍歷得到這個數據對應的結點，並將其從原來的位置刪除，然後再插入到鏈表的頭部。
-
如果此數據沒有在緩存鏈表中，又可以分爲兩種情況：
- 如果此時緩存未滿，則將此結點直接插入到鏈表的頭部；
- 如果此時緩存已滿，則鏈表尾結點刪除，將新的數據結點插入鏈表的頭部。
實現上面算法的時間複雜度是O(n)。