数据结构与算法之链表篇(上)

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/weixin_41923658/article/details/84181250

链表作为一种基础的数据结构之一,我们会常常使用到它,接下来就让我们一起学习吧。


1、链表的经典应用场景: LRU缓存淘汰算法。

2、缓存是一种提高数据读取性能的技术,在硬件设计、软件开发中都有着非常广泛的应用,比如常见的CPU缓存、数据库缓存、浏览器缓存等等。

3、缓存的大小有限,当缓存被用满时,哪些数据应该被保留,这就需要缓存淘汰策略来决定。常见的策略有三种:先进先出策略(FIFO)、最少使用策略(LFU)、最近最少使用策略(LRU)。

4、问题Q:如何使用链表来实现LRU缓存淘汰策略呢?

5、五花八门的链表结构

 (1)、数组和链表的区别

 举例说明:

如果我们申请一个100MB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。

 6、三种常见的链表结构:单链表、双向链表和循环链表。

(1)、单链表

a、链表通过指针将一组零散的内存块串联在一起。其中,我们把内存块称为链表的"结点"。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,还需要记录链表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的地址的指针叫作后继指针next。

从上述图中,你应该可以发现,其中两个节点比较特殊,他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做头结点,把最后一个结点叫做尾结点。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。

b、链表的查找、插入和删除操作

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。

如下图,从图中我们可以看出,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,所以对应的时间复杂度是O(1)。

但是,链表想要随机访问第K个元素,就没有数组那么高效了。因为链表中的数据并不是连续存储的,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,需要的时间复杂度为O(n)。

 (2)、循环链表

循环链表是一种特殊的单链表,跟单链表的区别在于尾结点。单链表的尾结点指向空地址,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。如下图

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形结构特点时,就特别适合采用循环链表。比如:约瑟夫问题。

(3)、双向链表

双向链表: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。

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的结点,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。接下来具体分析:

在实际的软件开发中,从链表中删除一个数据无外乎两种情况:

      >>删除节点中"直等于某个给定值"的结点;

       >>删除给定指针指向的结点;

 对于第一种情况,不管是单链表还是双向链表,为了查找到值等于给定的结点,都需要从头结点开始一个一个依次遍历对比,直到找到等于给定值的结点,然后再通过前面降的指针操作删除。

尽管单纯的删除操作时间复杂度是0(1),但遍历查找的时间是主要的耗时点,对应的时间复杂度为O(n)。根据时间复杂度分析中的加法法则,删除值等于给定值的结点对应的链表操作的总时间复杂度为O(n)。

对于第二种情况,我们已经找到要删除的结点,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,这种情况比较有优势。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!

 实际上,这里有一个更加重要的知识点需要你掌握,那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,但是时间复杂度相对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单片机上,这个时候,就要反过来用时间换空间的设计思路。

总结一下,对执行较慢的程序,可以通过消耗更多的内存(空间换时间)来进行优化;而消耗过多的内存程序,可以通过消耗更多的时间(时间换空间)来降低内存的消耗。

(4)、循环双向链表

7、链表VS数组性能大比拼

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。

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。如果声明的数组过小,则可能出现不够用的情况。这时只能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。

8、解答问题Q:如何基于链表实现LRU缓存淘汰算法?

 思路是这样的:我们维护一个有序单链表,越靠近链表尾部的结点是越早之前访问的。当有一个新的数据被访问时,我们从链表头开始顺序遍历链表。

1、如果此数据之前已经被缓存在链表中了,我们遍历得到这个数据对应的结点,并将其从原来的位置删除,然后再插入到链表的头部。

2、如果此数据没有在缓存链表中,又可以分为两种情况:

i、如果此时缓存未满,则将此结点直接插入到链表的头部;

ii、如果此时缓存已满,则链表尾结点删除,将新的数据结点插入链表的头部。

 


欢迎大家扫码关注微信公众号,其中含有有大量免费的人工智能、图像处理、IT资料:

                                                                              Change,There is no better way!

猜你喜欢

转载自blog.csdn.net/weixin_41923658/article/details/84181250