「鏈表 linked list」是一種線性數據結構，其中的每個元素都是一個節點對象，各個節點通過“引用”相連接。 引用記錄了下一個節點的內存地址，通過它可以從當前節點訪問到下一個節點。 鏈表的設計使得各個節點可以分散存儲在內存各處，它們的內存地址無須連續。
每個節點都包含兩項數據：節點的“值”和指向下一節 點的“引用”。
‧ 鏈表的首個節點被稱爲“頭節點”，最後一個節點被稱爲“尾節點”。
‧ 尾節點指向的是“空”，它在 Java、C++ 和 Python 中分別被記爲 null、nullptr 和 None 。
‧ 在 C、C++、Go 和 Rust 等支持指針的語言中，上述“引用”應被替換爲“指針”。
初始化鏈表
建立鏈表分爲兩步，第一步是初始化各個節點對象，第二步是構建節點之間的引用關係。初始化完成後，我 們就可以從鏈表的頭節點出發，通過引用指向 next 依次訪問所有節點。
通常將頭節點當作鏈表的代稱，可記作鏈表 n0 。
操作：n0 = 3，n1 = 2，n2 = 6 ===》n0.next = n1, n1.next = n2 初始化一個鏈表結構，然後依次賦值，根據給定的鏈表順序，下一個節點值作爲當前節點的 next 指針。
插入節點
假設我們想在相鄰的兩個節點 n0 和 n1 之間插入一個新節點 P ， 則只需改變兩個節點引用（指針）即可，時間複雜度爲 𝑂(1) 。 相比之下，在數組中插入元素的時間複雜度爲 𝑂(𝑛) ，在大數據量下的效率較低。
操作： n1 = n0.next，P.next = n1，n0.next = P，
刪除節點
在鏈表中刪除節點也非常方便，只需改變一個節點的引用（指針）即可。 n1->n2-n3;
操作：n2 = n1.next， n3 = n2.next， n1.next = n3
訪問節點、查找節點
在鏈表中訪問節點的效率較低。。鏈表程序需要從頭節點出發，逐個向後遍歷，直至找到目標節點。也就是說，訪問鏈表的第 𝑖 個節點需要循 環 𝑖 − 1 輪，時間複雜度爲 𝑂(𝑛) 。
數組和鏈表的各項特點並對比了操作效率
常見鏈表類型
‧ 單向鏈表：即前面介紹的普通鏈表。單向鏈表的節點包含值和指向下一節點的引用兩項數據。我們將首 個節點稱爲頭節點，將最後一個節點稱爲尾節點，尾節點指向空 None 。
‧ 環形鏈表：如果我們令單向鏈表的尾節點指向頭節點（首尾相接），則得到一個環形鏈表。在環形鏈表 中，任意節點都可以視作頭節點。
‧ 雙向鏈表：與單向鏈表相比，雙向鏈表記錄了兩個方向的引用。雙向鏈表的節點定義同時包含指向後繼 節點（下一個節點）和前驅節點（上一個節點）的引用（指針）。相較於單向鏈表，雙向鏈表更具靈活 性，可以朝兩個方向遍歷鏈表，但相應地也需要佔用更多的內存空間。
鏈表典型應用
單向鏈表通常用於實現棧、隊列、哈希表和圖等數據結構。
‧ 棧與隊列：當插入和刪除操作都在鏈表的一端進行時，它表現出先進後出的特性，對應棧；當插入操作 在鏈表的一端進行，刪除操作在鏈表的另一端進行，它表現出先進先出的特性，對應隊列。
‧ 哈希表：鏈式地址是解決哈希衝突的主流方案之一，在該方案中，所有衝突的元素都會被放到一個鏈表中
‧ 圖：鄰接表是表示圖的一種常用方式，其中圖的每個頂點都與一個鏈表相關聯，鏈表中的每個元素都代 表與該頂點相連的其他頂點。
雙向鏈表常用於需要快速查找前一個和後一個元素的場景。
‧ 高級數據結構：比如在紅黑樹、B 樹中，我們需要訪問節點的父節點，這可以通過在節點中保存一個指 向父節點的引用來實現，類似於雙向鏈表。
‧ 瀏覽器歷史：在網頁瀏覽器中，當用戶點擊前進或後退按鈕時，瀏覽器需要知道用戶訪問過的前一個和 後一個網頁。雙向鏈表的特性使得這種操作變得簡單。
‧ LRU 算法：在緩存淘汰（LRU）算法中，我們需要快速找到最近最少使用的數據，以及支持快速添加 和刪除節點。這時候使用雙向鏈表就非常合適。
環形鏈表常用於需要週期性操作的場景，比如操作系統的資源調度。
‧ 時間片輪轉調度算法：在操作系統中，時間片輪轉調度算法是一種常見的 CPU 調度算法，它需要對一 組進程進行循環。每個進程被賦予一個時間片，當時間片用完時，CPU 將切換到下一個進程。這種循 環操作可以通過環形鏈表來實現。
‧ 數據緩衝區：在某些數據緩衝區的實現中，也可能會使用環形鏈表。比如在音頻、視頻播放器中，數據 流可能會被分成多個緩衝塊並放入一個環形鏈表，以便實現無縫播放。