今日目录:
1:能够说出链表的存储结构和特点
2:能够说出链表的几种分类及各自的存储结构
3:能说出链表和数组的差异
4:完成实战演练题目
5:完成综合案例
问题:思考一下动态数组ArrayList存在哪些弊端?
1:插入,删除时间复杂度高
2:可能会造成内存空间的大量浪费
3:需要一块连续的存储空间,对内存的要求比较高,比如我们要申请一个1000M的数组,如果内存中没有连续的足够大的存储空间则会申请失败,即便内存的剩余可用空间大于1000M,仍然会申请失败。
结论:能否做到用多少内存空间就申请多少内存?
链表(Linked list)是一种物理存储单元上非连续、非顺序的存储结构,链表中的每一个元素称之为结点(Node),结点之间用指针(引用)连接起来,指针的指向顺序代表了结点的逻辑顺序,结点可以在运行时动态生成。每个结点包括两个部分:一个是存储数据元素的数据域,另一个是存储下一个结点地址的指针域。

链表能解决数组不能解决的事情吗?
1:链表天生就具备动态扩容的特点,不需要像动态数组那样先申请一个更大的空间,然后将原空间内的数据拷贝到新空间;能够避免内存空的大量浪费
2:链表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,所以如果我们申请一个1000M大小的链表,只要内存剩余的可用空间大于1000M,便不会出现问题。
但是需注意:存储同样的数据,链表要比数组耗费内存!
链表根据其结点之间的连接形式我们又可分为:单链表,双向链表,循环链表,双向循环链表
单链表就是我们刚刚讲到的链表的最基本的结构,链表通过指针将一组零散的内存块串联在一起。。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 ,如果链表中的某个节点为p,p的下一个节点为q,我们可以表示为:p.next=q

链表中有两个结点是比较特殊的,它们分别是第一个结点和最后一个结点。我们习惯性地把第一个结点叫作头结点,把最后一个结点叫作尾结点。其中,头结点用来记录链表的基地址,有了它,我们就可以遍历得到整条链表。而尾结点特殊的地方是:指针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。
与数组一样,链表也支持数据的查找、插入和删除操作。
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,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,因为链表的存储空间本身就不是连续的。所以,在链表中插入和删除一个数据是非常快速的。
如图所示,针对链表的插入和删除操作,我们只需要考虑相邻结点的指针改变,所以插入删除的时间复杂度是 O(1)。


但是,有利就有弊。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,而是需要根据针一个结点一个结点地依次遍历,直到找到相应的结点,所以,链表随机访问的性能没有数组好,查询的时间复杂度是O(n)。
单向链表只有一个方向,结点只有一个后继指针 next。而双向链表,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,如图所示

从图中可以看出来,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,比如
1:可以在O(1)时间内找到给定结点的前驱节点,而对于单链表则需要O(n)的时间
2:根据索引来查找元素时可极大提升查找效率
.....
在很多场景下双向链表都比单向链表更加高效,这就是为什么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的原因。如果你熟悉 Java 语言,你肯定用过LinkedHashMap 这个容器。如果你深入研究 LinkedHashMap 的实现原理,就会发现其中就用到了双向链表这种数据结构。
实际上,这里有一个更加重要思想就是用空间换时间的设计思想。当内存空间充足的时候,如果我们更加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,比如代码跑在手机等存储容量小的设备上,这个时候,就要反过来用时间换空间的设计思路。比如最典型的缓存系统就是一个用空间换时间的思想。
循环链表是一种特殊的单链表。实际上,循环链表也很简单。它跟单链表唯一的区别就在尾结点。我们知道,单链表的尾结点指针指向空地址,表示这就是最后的结点了。而循环链表的尾结点指针是指向链表的头结点。从我画的循环链表图中,你应该可以看出来,它像一个环一样首尾相连,所以叫作“循环”链表,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,循环链表的结构如图所示

了解了循环链表和双向链表,如果把这两种链表整合在一起就是一个双向循环链表

数组和链表是两种截然不同的内存组织方式。正是因为内存存储的区别,它们插入、删除、随机访问操作的时间复杂度正好相反,下图表明了链表和数组在插入删除和随机访问上时间复杂度的对比

字节跳动,腾讯,阿里,美团点评最近面试题,206. 反转链表
高频题
双指针迭代
class Solution {
public ListNode reverseList(ListNode head) {
ListNode prev = null;
ListNode curr = head;
while (curr !=null) {
ListNode temp = curr.next;
curr.next = prev;
prev = curr;
curr = temp;
}
return prev;
}
}
快慢指针
public class Solution {
public boolean hasCycle(ListNode head) {
//特殊判断
if (head == null || head.next == null) {
return false;
}
ListNode fast = head;
ListNode slow = head;
//两个指针分别下后走
while (true) {
fast = fast.next.next;
slow = slow.next;
if (fast == null || fast.next == null) {
return false;
}
if (fast == slow) {
break;
}
}
return true;
}
}
在学习数组的时候我们基于数组实现了一个List容器,支持数据的添加,修改,删除,查询等操作,今天学习完链表之后能够基于链表来实现一个LinkedList容器呢?
要求:
1:要求和动态数组ArrayList具备相同的功能
2:请基于双向链表实现,
(1)定义接口,com.itheima.linkedlist.inf.List,接口方法跟之前实现ArrayList时一样,只不过添加上泛型
package com.itheima.linkedlist.inf;
/**
* Created by 传智播客*黑马程序员.
*/
public interface List<E> {
/**
* 返回容器中元素的个数
* @return
*/
int size();
/**
* 判断容器是否为空
* @return
*/
boolean isEmpty();
/**
* 查询元素在容器中的索引下标
* @param o 元素对象
* @return 在容器中的下标 不存在则返回-1
*/
int indexOf(E o);
/**
* 判断容器是否包含某个特定的元素
* @param e
* @return
*/
boolean contains(E e);
/**
* 将元素添加到容器结尾
* @param e 要添加的元素
* @return 是否添加成功
*/
boolean add(E e);
/**
* 向指定位置添加元素
* @param index 位置下标
* @param element 元素对象
*/
void add(int index, E element);
/**
* 用指定的元素替换指定位置的数据
* @param index 指定的位置索引下标
* @param element 新的元素
* @return 原始的元素
*/
E set(int index, E element);
/**
* 获取指定位置的元素
* @param index 索引下标
* @return 该位置的元素
*/
E get(int index);
/**
* 移除指定位置的元素
* @param index 索引下标
* @return 被移除的元素
*/
E remove(int index);
/**
* 清除容器中所有元素
*/
void clear();
}
(2)创建接口实现:com.itheima.linkedlist.LinkedList,实现对应接口
(3)容器要基于双向链表实现,链表是由一个一个结点构成的,因此定义链表结点对象,编写一个静态的内部类
//定义链表结点对象
private static class Node<E>{
E val;
Node<E> prev;
Node<E> next;
//定义构造
public Node(Node<E> prev,E val,Node<E> next){
this.prev = prev;
this.val = val;
this.next = next;
}
}
(4)定义相关的成员变量
//定义容器中元素的个数
int size;
//定义链表的头结点
Node<E> first;
//定义链表的尾结点
Node<E> last;
(5)完成size,isEmpty,indexOf,contains等方法的编写
@Override
public int size() {
return size;
}
@Override
public boolean isEmpty() {
return size == 0;
}
@Override
public int indexOf(E o) {
int index = 0;
//分情况 o是否为null,为null和不为null判断的方式不一样,null是用==,不为null用equals
if (o == null) {
for ( Node x = first;x!=null;x=x.next) {
if (x.val == null) {
return index;
}
index++;
}
}else {
for ( Node x = first;x!=null;x=x.next) {
if (o.equals(x.val)) {
return index;
}
index++;
}
}
return -1;
}
@Override
public boolean contains(E e) {
return indexOf(e) != -1;
}
(6)完成add方法的编写
@Override
public boolean add(E e) {
//添加是将元素值添加到链表尾部
linkLast(e);
return true;
}
private void linkLast(E e) {
Node l = last;
Node newNode = new Node(l,e,null);
last = newNode;
if (l==null) {
//第一次添加
first = newNode;
}else {
l.next = newNode;
}
size++;
}
@Override
public void add(int index, E element) {
//检查索引
checkIndex(index);
if (index == size) {
linkLast(element);
}else {
linkBefore(element,node(index));
}
}
/**
* 在指定结点前添加一个元素
* @param element
* @param node
*/
private void linkBefore(E element, Node<E> node) {
Node<E> prev = node.prev;
Node<E> newNode = new Node<E>(prev,element,node);
node.prev = newNode;
if (prev == null) {
first = newNode;
}else {
prev.next = newNode;
}
size++;
}
/**
* 查找索引为index的结点
* @param index
* @return
*/
private Node<E> node(int index){
//折半查找
if ( index < (size >> 1)) {
//从头开始查找
Node<E> f = first;
for (int i = 0;i< index;i++) { //i<index注意不能是i<=index 因为当i=index-1时 f=f.next其实f已经指向了索引为index位置的元素了
f = f.next;
}
return f;
}else {
//从尾开始查找
Node<E> l = last;
for (int i=size-1;i> index;i--) {//同上
l = l.prev;
}
return l;
}
}
private void checkIndex(int index) {
if (index < 0 || index > size) {
throw new IndexOutOfBoundsException("index"+index+",size="+size);
}
}
(7)完成set,get方法的编写
/**
* 替换指定索引位置的元素
* @param index 指定的位置索引下标
* @param element 新的元素
* @return
*/
@Override
public E set(int index, E element) {
isElementIndex(index);
Node<E> oldNode = node(index);
E oldVal = oldNode.val;
oldNode.val = element;
return oldVal;
}
private void isElementIndex(int index) {
if (index < 0 || index >=size) {
throw new IndexOutOfBoundsException("index="+index+",size="+size);
}
}
@Override
public E get(int index) {
isElementIndex(index);
return node(index).val;
}
(8)完成remove方法的编写
@Override
public E remove(int index) {
isElementIndex(index);
Node<E> node = node(index);
return unlink(node);
}
private E unlink(Node<E> node) {
Node<E> prev = node.prev;
Node<E> next = node.next;
E val = node.val;
node.val = null;
//node是头结点
if (prev == null) {
first = next;
}else {
prev.next = next;
node.prev = null;
}
//node是尾结点
if (next == null) {
last = prev;
}else {
next.prev = prev;
node.next = null;
}
size--;
return val;
}
(9)完成clear,toString方法的编写
@Override
public void clear() {
for (Node l = first;l!=null;) {
Node next = l.next;
l.val = null;
l.prev = null;
l.next = null;
l = next;
}
first = last = null;
size=0;
}
@Override
public String toString() {
//输出 1->2->Null格式的数据
StringBuilder stringBuilder = new StringBuilder();
for (Node l=first;l!=null;l = l.next) {
stringBuilder.append(l.val).append("->");
}
stringBuilder.append("Null");
return stringBuilder.toString();
}
(10)编写测试类:com.itheima.linkedlist.LinkedListTest
public static void main(String[] args) {
List list = new LinkedList();
list.add(1);
list.add(2);
list.add(3);
System.out.println("容器内元素为:"+list); // 1->2->3->Null
System.out.println("容器内元素个数:"+list.size()+"容器是否为空:"+list.isEmpty());
System.out.println("容器中是否包含3:"+list.contains(3));
list.add(0,4);// 4->1->2->3->Null
System.out.println("容器内元素为:"+list);
list.add(3,5);//4->1->2->5->3->Null
System.out.println("容器内元素为:"+list);
list.add(2,6);//4->1->6->2->5->3->Null
System.out.println("容器内元素为:"+list);
System.out.println("获取索引为0的元素:"+list.get(0));
System.out.println("获取索引为5的元素:"+list.get(5));
System.out.println("获取索引为2的元素:"+list.get(2));
list.remove(0);//1->6->2->5->3->Null
System.out.println("容器内元素为:"+list);
list.remove(3);//1->6->2->3->Null
System.out.println("移除后容器内元素为:"+list);
list.clear();
System.out.println("清空后为:"+list);
}
查看输出结果!
容器内元素为:1->2->3->Null
容器内元素个数:3容器是否为空:false
容器中是否包含3:true
容器内元素为:4->1->2->3->Null
容器内元素为:4->1->2->5->3->Null
容器内元素为:4->1->6->2->5->3->Null
获取索引为0的元素:4
获取索引为5的元素:3
获取索引为2的元素:6
容器内元素为:1->6->2->5->3->Null
移除后容器内元素为:1->6->2->3->Null
清空后为:Null
本文由传智教育博学谷 - 狂野架构师教研团队发布
如果本文对您有帮助,欢迎关注和点赞;如果您有任何建议也可留言评论或私信,您的支持是我坚持创作的动力
转载请注明出处!
目录一.加解密算法数字签名对称加密DES(DataEncryptionStandard)3DES(TripleDES)AES(AdvancedEncryptionStandard)RSA加密法DSA(DigitalSignatureAlgorithm)ECC(EllipticCurvesCryptography)非对称加密签名与加密过程非对称加密的应用对称加密与非对称加密的结合二.数字证书图解一.加解密算法加密简单而言就是通过一种算法将明文信息转换成密文信息,信息的的接收方能够通过密钥对密文信息进行解密获得明文信息的过程。根据加解密的密钥是否相同,算法可以分为对称加密、非对称加密、对称加密和非
SPI接收数据左移一位问题目录SPI接收数据左移一位问题一、问题描述二、问题分析三、探究原理四、经验总结最近在工作在学习调试SPI的过程中遇到一个问题——接收数据整体向左移了一位(1bit)。SPI数据收发是数据交换,因此接收数据时从第二个字节开始才是有效数据,也就是数据整体向右移一个字节(1byte)。请教前辈之后也没有得到解决,通过在网上查阅前人经验终于解决问题,所以写一个避坑经验总结。实际背景:MCU与一款芯片使用spi通信,MCU作为主机,芯片作为从机。这款芯片采用的是它规定的六线SPI,多了两根线:RDY和INT,这样从机就可以主动请求主机给主机发送数据了。一、问题描述根据从机芯片手
目录第1题连续问题分析:解法:第2题分组问题分析:解法:第3题间隔连续问题分析:解法:第4题打折日期交叉问题分析:解法:第5题同时在线问题分析:解法:第1题连续问题如下数据为蚂蚁森林中用户领取的减少碳排放量iddtlowcarbon10012021-12-1212310022021-12-124510012021-12-134310012021-12-134510012021-12-132310022021-12-144510012021-12-1423010022021-12-154510012021-12-1523.......找出连续3天及以上减少碳排放量在100以上的用户分析:遇到这类
1.问题描述使用Python的turtle(海龟绘图)模块提供的函数绘制直线。2.问题分析一幅复杂的图形通常都可以由点、直线、三角形、矩形、平行四边形、圆、椭圆和圆弧等基本图形组成。其中的三角形、矩形、平行四边形又可以由直线组成,而直线又是由两个点确定的。我们使用Python的turtle模块所提供的函数来绘制直线。在使用之前我们先介绍一下turtle模块的相关知识点。turtle模块提供面向对象和面向过程两种形式的海龟绘图基本组件。面向对象的接口类如下:1)TurtleScreen类:定义图形窗口作为绘图海龟的运动场。它的构造器需要一个tkinter.Canvas或ScrolledCanva
文章目录一、项目场景二、基本模块原理与调试方法分析——信源部分:三、信号处理部分和显示部分:四、基本的通信链路搭建:四、特殊模块:interpretedMATLABfunction:五、总结和坑点提醒一、项目场景 最近一个任务是使用simulink搭建一个MIMO串扰消除的链路,并用实际收到的数据进行测试,在搭建的过程中也遇到了不少的问题(当然这比vivado里面的debug好不知道多少倍)。准备趁着这个机会,先以一个很基本的通信链路对simulink基础和相关的debug方法进行总结。 在本篇中,主要记录simulink的基本原理和基本的SISO通信传输链路(QPSK方式),计划在下篇记
我一直在尝试用Ruby实现Luhn算法。我一直在执行以下步骤:该公式根据其包含的校验位验证数字,该校验位通常附加到部分帐号以生成完整帐号。此帐号必须通过以下测试:从最右边的校验位开始向左移动,每第二个数字的值加倍。将乘积的数字(例如,10=1+0=1、14=1+4=5)与原始数字的未加倍数字相加。如果总模10等于0(如果总和以零结尾),则根据Luhn公式该数字有效;否则无效。http://en.wikipedia.org/wiki/Luhn_algorithm这是我想出的:defvalidCreditCard(cardNumber)sum=0nums=cardNumber.to_s.s
下面是我写的一个计算斐波那契数列中的值的方法:deffib(n)ifn==0return0endifn==1return1endifn>=2returnfib(n-1)+(fib(n-2))endend它工作到n=14,但在那之后我收到一条消息说程序响应时间太长(我正在使用repl.it)。有人知道为什么会这样吗? 最佳答案 Naivefibonacci进行了大量的重复计算-在fib(14)fib(4)中计算了很多次。您可以将内存添加到您的算法中以使其更快:deffib(n,memo={})ifn==0||n==1returnnen
为了防止在迁移到生产站点期间出现数据库事务错误,我们遵循了https://github.com/LendingHome/zero_downtime_migrations中列出的建议。(具体由https://robots.thoughtbot.com/how-to-create-postgres-indexes-concurrently-in概述),但在特别大的表上创建索引期间,即使是索引创建的“并发”方法也会锁定表并导致该表上的任何ActiveRecord创建或更新导致各自的事务失败有PG::InFailedSqlTransaction异常。下面是我们运行Rails4.2(使用Acti
我正在开发一个类似微论坛的项目,其中一个特殊用户发布一条快速(接近推文大小)的主题消息,订阅者可以用他们自己的类似大小的消息来响应。直截了当,没有任何形式的“挖掘”或投票,只是每个主题消息的响应按时间顺序排列。但预计会有很高的流量。我们想根据它们引起的响应嗡嗡声来标记主题消息,使用0到10的等级。在谷歌上搜索了一段时间的趋势算法和开源社区应用示例,到目前为止已经收集到两个有趣的引用资料,但我还没有完全理解它们:Understandingalgorithmsformeasuringtrends,关于使用基线趋势算法比较维基百科页面浏览量的讨论,在SO上。TheBritneySpearsP
我收到错误:unsupportedcipheralgorithm(AES-256-GCM)(RuntimeError)但我似乎具备所有要求:ruby版本:$ruby--versionruby2.1.2p95OpenSSL会列出gcm:$opensslenc-help2>&1|grepgcm-aes-128-ecb-aes-128-gcm-aes-128-ofb-aes-192-ecb-aes-192-gcm-aes-192-ofb-aes-256-ecb-aes-256-gcm-aes-256-ofbRuby解释器:$irb2.1.2:001>require'openssl';puts