本文为大家分享了python链表的基础概念和基础用法,供大家参考,具体内容如下

一、什么是链表

链表是由多个不同的节点组成,每个节点通过指针区域关联到一起
链表的头指针,指向了头节点,通过头指针可以找到其他节点信息

二、什么是节点

链表由节点组成,每个节点又包含两个部分,一个是元素区域,一个是指针区域。
元素区域存储的是,当前节点的数值,指针区域指向下一个节点的对象。在C语言中,指针应该是指向下一个元素的的内存地址,因python中不研究指针,这里用下一个节点的对象代替。这样我们就能通过指针区域,找到下一个节点的信息,从而得到下一个节点的值了。

三、为什么引入链表的概念

1.先说说数组这种数据结构吧,数组是一块大的连续内存空间。每次初始化需要开辟一大块内存空间,空间利用率比较低。而链表则不同,链表的节点可以随机分布在任何位置,只需通过指针穿引起来即可。
2.在连续的内存空间中,插入一个元素时,所有其他元素的位置也变动了。插入元素、删除元素时候,效率比较低。
链表是非连续的内存空间,每个节点单独存在自己的内存空间,通过指针指向下一个节点。
如果在某个地方插入一个节点,只需要改变指针的指向即可,不用其他元素都变动。

四、链表的基本操作

# 实现头部插入 尾部插入 根据索引插入 删除节点并print 打印
# 定义一个节点
class Node:
    def __init__(self, data):
        self.data = data
        self.next = None


class SingleLinkList:

    def __init__(self):
        self.head = None
        self.tail = None

    def is_empty(self):
        """链表是否为空
        :return:
        """
        return self.head is None

    def length(self):
        """求当前链表的长度
        :return:
        """
        count = 0
        cur = self.head

        while cur is not None:
            count  = 1
            cur = cur.next

        return count

    def insert_head_node(self, data):
        """链表头部添加元素
        :param data: 要保存的数据
        :return:
        """
        node = Node(data)
        node.next = self.head
        self.head = node

    def append_node(self, data):
        """链表尾部添加元素,有多种实现方式
        :param data:
        :return:
        """
        # 第一种方式  时间复杂度为O(n)的处理方式
        node = Node(data)
        # 如果链表为空,需要特殊处理
        if self.is_empty():
            self.head = node
        else:
            cur = self.head
            while cur.next is not None:
                cur = cur.next
            # 退出循环时, cur指向尾节点
            cur.next = node

        # 第二种 引入一个tail指针 默认当前链表为一个空链表,不停的去append节点

        # node = Node(data)
        # if self.is_empty():  # 当第一次添加节点到空链表中的时候,头指针和尾指针同时指向新节点
        #     self.head = node
        #     self.tail = node

        # else:
        # 当再次添加节点到链表中的时候, 头指针始终指向头节点,尾指针始终执行未节点,如果一直向未节点追加节点,只需移动tail指针即可
        #     self.tail.next = node
        #     self.tail = node

    def insert_node(self, pos, data):
        """指定位置添加元素
        :param pos:
        :param data:
        :return:
        """
        # 1, 在头部添加
        if pos <= 0:
            self.insert_head_node(data)
        # 2, 在尾部添加
        elif self.length() >= pos:
            self.append_node(data)
        # 3, 指定位置添加
        else:
            count = 0
            while count < (pos - 2):
                count  = 1
                self.head = self.head.next

            # 这时候self.head 表示当前插入前一个节点
            # self.head.next 表示当前插入的后一个节点
            node = Node(data)
            self.head.next = node
            node.next = self.head.next

    def delete_node(self, data):
        """删除节点
        :param data:
        :return:
        """
        cur = self.head     # 记录当前节点的位置
        pre = None          # 记录当前节点位置的前置节点
        while cur is not None:
            # 找到了要删除的元素
            if cur.data == data:
                # 在头部找到了要删除的元素
                if cur == self.head:
                    self.head = cur.next
                    return True
                else:
                    pre.next = cur.next
                    return True
            else:
                # 不是要找的元素, 移动光标
                pre = cur
                cur = cur.next

    def search_node(self, data):
        """查找节点是否存在
        :return:
        """
        cur = self.head
        while cur is not None:
            if cur.data == data:
                return True
            cur = cur.next
        return False

    def reveres_node(self):
        """链表反转
        :return:
        """
        if self.is_empty():
            return
        j = 0
        while j < self.length() - 1:
            cur = self.head
            for i in range(self.length() - 1):
                cur = cur.next
                if cur.next is None:
                    x = cur.data
                    self.delete_node(cur.data)
                    self.insert_node(j, x)
            j  = 1
        return self.head

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持Devmax。

python链表的基础概念和基础用法详解的更多相关文章

  1. XCode 3.2 Ruby和Python模板

    在xcode3.2下,我的ObjectiveCPython/Ruby项目仍然可以打开更新和编译,但是你无法创建新项目.鉴于xcode3.2中缺少ruby和python的所有痕迹(即创建项目并添加新的ruby/python文件),是否有一种简单的方法可以再次安装模板?我发现了一些关于将它们复制到某个文件夹的信息,但我似乎无法让它工作,我怀疑文件夹的位置已经改变为3.2.解决方法3.2中的应用程序模板

  2. Swift基本使用-函数和闭包(三)

    声明函数和其他脚本语言有相似的地方,比较明显的地方是声明函数的关键字swift也出现了Python中的组元,可以通过一个组元返回多个值。传递可变参数,函数以数组的形式获取参数swift中函数可以嵌套,被嵌套的函数可以访问外部函数的变量。可以通过函数的潜逃来重构过长或者太复杂的函数。

  3. 深度解析swift中的String

    String是我们最常用到的语言元素,swift中的String初看起来相当简洁、易用,真正大量使用时,却有点摸不着头脑。直到看完了这篇文章,才算真正的明白了String的奥妙之处。每个Character所占用的内存空间不定,注定了String不能用普通的数组来存储内容,实际用的是双向链表。String.Index既然String是个双向链表,那么,访问其中的某个元素,或者substring,就要用指针了。NSRange和RangeNsstring中对于字符串区间,可以用NSRange来表示,而Strin

  4. Swift 中数组和链表的性能

    尽管如此,我觉得链表的例子非常有意思,而且值得实现和把玩,它有可能会提升数组reduce方法的性能。同时我认为Swift的一些额外特性很有趣:比如它的枚举可以灵活的在对象和具体方法中自由选择,以及“默认安全”。这本书未来的版本可能就会用Swift作为实现语言。拷贝数组消耗的时间是线性的。使用链表还有其他的代价——统计链表节点的个数所需要的时间是统计数组元素个数时间的两倍,因为遍历链表时的间接寻址方式是需要消耗时间的。

  5. 10 个Python中Pip的使用技巧分享

    众所周知,pip 可以安装、更新、卸载 Python 的第三方库,非常方便。本文小编为大家总结了Python中Pip的使用技巧,需要的可以参考一下

  6. swift算法手记-10

    所有操作都以对数随机化的时间进行。每个更高层都充当下面列表的"快速跑道",这里在层i中的元素按某个固定的概率p出现在层i+1中。1------4---61---3-4---6------91-2-3-4-5-6-7-8-9-10结构实例要查找一个目标元素,起步于头元素和顶层列表,并沿着每个链表搜索,直到到达小于或的等于目标的最后一个元素。通过跟踪起自目标直到到达在更高列表中出现的元素的反向查找路径,在每个链表中预期的步数显而易见是1/p。通过选择不同p值,就可以在查找代价和存储代价之间作出权衡。

  7. Swift、Go、Julia与R能否挑战 Python 的王者地位

    本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请发送邮件至dio@foxmail.com举报,一经查实,本站将立刻删除。

  8. 红薯因 Swift 重写开源中国失败,貌似欲改用 Python

    本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请发送邮件至dio@foxmail.com举报,一经查实,本站将立刻删除。

  9. 你没看错:Swift可以直接调用Python函数库

    上周Perfect又推出了新一轮服务器端Swift增强函数库:Perfect-Python。对,你没看错,在服务器端Swift其实可以轻松从其他语种的函数库中直接拿来调用,不需要修改任何内容。以如下python脚本为例:Perfect-Python可以用下列方法封装并调用以上函数,您所需要注意的仅仅是其函数名称以及参数。

  10. Swift中的列表解析

    在Swift中完成这个的最简单的方法是什么?我在寻找类似的东西:从Swift2.x开始,有一些与你的Python样式列表解析相当的东西。(在这个意义上,它更像是Python的xrange。如果你想保持集合懒惰一路通过,只是这样说:与Python中的列表解析语法不同,Swift中的这些操作遵循与其他操作相同的语法。

随机推荐

  1. 10 个Python中Pip的使用技巧分享

    众所周知,pip 可以安装、更新、卸载 Python 的第三方库,非常方便。本文小编为大家总结了Python中Pip的使用技巧,需要的可以参考一下

  2. python数学建模之三大模型与十大常用算法详情

    这篇文章主要介绍了python数学建模之三大模型与十大常用算法详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感想取得小伙伴可以参考一下

  3. Python爬取奶茶店数据分析哪家最好喝以及性价比

    这篇文章主要介绍了用Python告诉你奶茶哪家最好喝性价比最高,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习吧

  4. 使用pyinstaller打包.exe文件的详细教程

    PyInstaller是一个跨平台的Python应用打包工具,能够把 Python 脚本及其所在的 Python 解释器打包成可执行文件,下面这篇文章主要给大家介绍了关于使用pyinstaller打包.exe文件的相关资料,需要的朋友可以参考下

  5. 基于Python实现射击小游戏的制作

    这篇文章主要介绍了如何利用Python制作一个自己专属的第一人称射击小游戏,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起动手试一试

  6. Python list append方法之给列表追加元素

    这篇文章主要介绍了Python list append方法如何给列表追加元素,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

  7. Pytest+Request+Allure+Jenkins实现接口自动化

    这篇文章介绍了Pytest+Request+Allure+Jenkins实现接口自动化的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

  8. 利用python实现简单的情感分析实例教程

    商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地,下面这篇文章主要给大家介绍了关于利用python实现简单的情感分析的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

  9. 利用Python上传日志并监控告警的方法详解

    这篇文章将详细为大家介绍如何通过阿里云日志服务搭建一套通过Python上传日志、配置日志告警的监控服务,感兴趣的小伙伴可以了解一下

  10. Pycharm中运行程序在Python console中执行,不是直接Run问题

    这篇文章主要介绍了Pycharm中运行程序在Python console中执行,不是直接Run问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

返回
顶部