「链表 linked list」是一种线性数据结构，其中的每个元素都是一个节点对象，各个节点通过“引用”相连接。 引用记录了下一个节点的内存地址，通过它可以从当前节点访问到下一个节点。 链表的设计使得各个节点可以分散存储在内存各处，它们的内存地址无须连续。
每个节点都包含两项数据：节点的“值”和指向下一节 点的“引用”。
‧ 链表的首个节点被称为“头节点”，最后一个节点被称为“尾节点”。
‧ 尾节点指向的是“空”，它在 Java、C++ 和 Python 中分别被记为 null、nullptr 和 None 。
‧ 在 C、C++、Go 和 Rust 等支持指针的语言中，上述“引用”应被替换为“指针”。
初始化链表
建立链表分为两步，第一步是初始化各个节点对象，第二步是构建节点之间的引用关系。初始化完成后，我 们就可以从链表的头节点出发，通过引用指向 next 依次访问所有节点。
通常将头节点当作链表的代称，可记作链表 n0 。
操作：n0 = 3，n1 = 2，n2 = 6 ===》n0.next = n1, n1.next = n2 初始化一个链表结构，然后依次赋值，根据给定的链表顺序，下一个节点值作为当前节点的 next 指针。
插入节点
假设我们想在相邻的两个节点 n0 和 n1 之间插入一个新节点 P ， 则只需改变两个节点引用（指针）即可，时间复杂度为 𝑂(1) 。 相比之下，在数组中插入元素的时间复杂度为 𝑂(𝑛) ，在大数据量下的效率较低。
操作： n1 = n0.next，P.next = n1，n0.next = P，
删除节点
在链表中删除节点也非常方便，只需改变一个节点的引用（指针）即可。 n1->n2-n3;
操作：n2 = n1.next， n3 = n2.next， n1.next = n3
访问节点、查找节点
在链表中访问节点的效率较低。。链表程序需要从头节点出发，逐个向后遍历，直至找到目标节点。也就是说，访问链表的第 𝑖 个节点需要循 环 𝑖 − 1 轮，时间复杂度为 𝑂(𝑛) 。
数组和链表的各项特点并对比了操作效率
常见链表类型
‧ 单向链表：即前面介绍的普通链表。单向链表的节点包含值和指向下一节点的引用两项数据。我们将首 个节点称为头节点，将最后一个节点称为尾节点，尾节点指向空 None 。
‧ 环形链表：如果我们令单向链表的尾节点指向头节点（首尾相接），则得到一个环形链表。在环形链表 中，任意节点都可以视作头节点。
‧ 双向链表：与单向链表相比，双向链表记录了两个方向的引用。双向链表的节点定义同时包含指向后继 节点（下一个节点）和前驱节点（上一个节点）的引用（指针）。相较於单向链表，双向链表更具灵活 性，可以朝两个方向遍历链表，但相应地也需要占用更多的内存空间。
链表典型应用
单向链表通常用于实现栈、队列、哈希表和图等数据结构。
‧ 栈与队列：当插入和删除操作都在链表的一端进行时，它表现出先进后出的特性，对应栈；当插入操作 在链表的一端进行，删除操作在链表的另一端进行，它表现出先进先出的特性，对应队列。
‧ 哈希表：链式地址是解决哈希冲突的主流方案之一，在该方案中，所有冲突的元素都会被放到一个链表中
‧ 图：邻接表是表示图的一种常用方式，其中图的每个顶点都与一个链表相关联，链表中的每个元素都代 表与该顶点相连的其他顶点。
双向链表常用于需要快速查找前一个和后一个元素的场景。
‧ 高级数据结构：比如在红黑树、B 树中，我们需要访问节点的父节点，这可以通过在节点中保存一个指 向父节点的引用来实现，类似于双向链表。
‧ 浏览器历史：在网页浏览器中，当用户点击前进或后退按钮时，浏览器需要知道用户访问过的前一个和 后一个网页。双向链表的特性使得这种操作变得简单。
‧ LRU 算法：在缓存淘汰（LRU）算法中，我们需要快速找到最近最少使用的数据，以及支持快速添加 和删除节点。这时候使用双向链表就非常合适。
环形链表常用于需要周期性操作的场景，比如操作系统的资源调度。
‧ 时间片轮转调度算法：在操作系统中，时间片轮转调度算法是一种常见的 CPU 调度算法，它需要对一 组进程进行循环。每个进程被赋予一个时间片，当时间片用完时，CPU 将切换到下一个进程。这种循 环操作可以通过环形链表来实现。
‧ 数据缓冲区：在某些数据缓冲区的实现中，也可能会使用环形链表。比如在音频、视频播放器中，数据 流可能会被分成多个缓冲块并放入一个环形链表，以便实现无缝播放。