【数据结构与算法】2、链表(简单模拟 Java 中的 LinkedList 集合,反转链表面试题)

简介: 【数据结构与算法】2、链表(简单模拟 Java 中的 LinkedList 集合,反转链表面试题)


一、链表基本概念和基本代码实现

🍃 动态数组有个明显的缺点:可能会造成内存空间的大量浪费

🍃 能否用到多少就申请多少内存:链表可以办到

🍃 链表是一种链式存储的线性表,所有元素的内存地址不一定连续


🍀 链表(LinkedList)中有 size 属性【记录着链表中元素的个数、节点的个数】

🍀 链表中的 first 被称作头指针【它引用着链表中的第一个节点(头节点)】

🍀 链表中的元素是存储在Node 节点中的,一个Node 节点可被简单看作是一个元素

🍀 Node 也是一个类

🍀 Node 节点中的 element 属性是该 Node 节点 存储的数据

🍀 Node 节点中的 next 属性引用着下一个节点(next 存储着下一个节点的内存地址)

🍀 尾节点的 next 属性不存储任何内容(① 引用着 null;② 指向 null)

public class LinkedList<E> {
    private int size;
    // 头指针
    private Node<E> first;
    /**
     * 每一个节点就是 Node 类的一个实例
     */
    private static class Node<E> {
        E element;
        Node<E> next;
        public Node(E element, Node<E> next) {
            this.element = element;
            this.next = next;
        }
    }
}

二、链表、动态数组整合(面向接口编程)

🧡 ArrayListLinkedList 继承(extends)抽象类 AbstractList

🧡 抽象类 AbstractList 抽取 ArrayList 和 LinkedList 的公共代码,并实现(implements)了 List 接口

🧡 List 接口定义了 LinkedList 和 ArrayList 要实现的全部代码

三、clear()

🧡 没有被引用的对象会被 Java 的垃圾回收器自动回收

public void clear() {
       size = 0;
       first = null;
   }

四、add(int index, E element)

🌼 要往 index 位置插入元素

🌼 找到 index - 1 位置的节点(记作:prev

🌼 让新节点(记作:newNode)的 next 指向 prev.next(是新节点的下一个节点)

🌼 让 prev 的 next 指针指向新节点(记作:newNode

🌼 size++

(1) 找到 index 位置的节点

☃️ 要找 0 号位置的节点【first 头指针指向的就是 0 号位置的节点】

☃️ 要找 1 号位置的节点【first 头指针的 next 指向的就是 1 号位置的节点】

☃️ 要找 2 号位置的节点【first 头指针的 next 的 next 指向的就是 2 号位置的节点】

☃️ 要找0号位置的节点是0次 next,要找1号位置的节点是1次 next,要找2号位置的节点是2次 next,要找 index 位置的节点是 index 次 next

/**
     * 返回 index 位置的节点
     */
    private Node<E> node(int index) {
        rangeCheck(index);
        // 从头节点开始(默认指向头节点)
        Node<E> moveNode = first;
        for (int i = 0; i < index; i++) {
            moveNode = moveNode.next;
        }
        return moveNode;
    }

(2) get(int index) 和 set(int index, E element)

🌴 因为 node() 方法返回了 index 位置的节点,所以 get(int index) 方法(返回 index 位置的元素 ) 方法也得以实现

🌴 因为 node() 方法返回了 index 位置的节点,所以 set(int index, E element) 方法(设置 index 位置的元素为 element ) 方法也得以实现

@Override
    public E get(int index) {
        Node<E> node = node(index);
        return node.element;
    }
@Override
    public E set(int index, E element) {
        Node<E> node = node(index);
        E old = node.element;
        
        node.element = element;
        return old;
    }

(3) add(int index, E element)

🍀 编写链表代码过程中,要注意边界测试

🍀 比如 index 为 0size – 1size

@Override
    public void add(int index, E element) {
        rangeCheck4Add(index);
        if (index == 0) { // 把元素插入到头节点的位置
            first = new Node<>(element, first);
        } else {
            // 拿到【index - 1】位置的节点
            Node<E> prev = node(index - 1);
            prev.next = new Node<>(element, prev.next);
        }
        size++;
    }

五、remove(int index)

@Override
    public E remove(int index) {
        rangeCheck(index);
        
        Node<E> node = first;
        if (index == 0) { // 删除头节点
            first = node.next;
        } else {
            Node<E> prev = node(index - 1);
            node = prev.next;
            prev.next = node.next;
        }
        size--;
        return node.element;
    }

🌴 注意 index 等于 0 的时候

六、indexOf(E element)

🌴 遍历整个链表,取值比较

@Override
    public int indexOf(E element) {
        Node<E> moveNode = first;
        if (element == null) {
            for (int i = 0; i < size; i++) {
                if (null == moveNode.element) return i;
                moveNode = moveNode.next;
            }
        } else {
            for (int i = 0; i < size; i++) {
                if (element.equals(moveNode.element)) return i;
                moveNode = moveNode.next;
            }
        }
        return ELEMENT_NOT_FOUND;
    }

七、三个 Leetcode 的练习题

(1) 删除链表中的节点

题目地址:https://leetcode.cn/problems/delete-node-in-a-linked-list/

🌼有一个单链表的 head,我们想删除它其中的一个节点 node

🌼 给你一个需要删除的节点 node

🌼 你无法访问第一个节点 head

🌼 链表的所有值都是唯一的

🌼 给定的节点 node 不是链表中的最后一个节点

🌼 删除节点并不是指从内存中删除它

而是:

① 给定节点的值不应该存在于链表中

② 链表中的节点数应该减少 1

node 前面的所有值顺序相同

node 后面的所有值顺序相同



/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode(int x) { val = x; }
 * }
 */
class Solution {
    public void deleteNode(ListNode node) {
        node.val = node.next.val;
        node.next = node.next.next;
    }
}

🍃 用要被删除的节点(delNode)的下一个节点的值(delNode.next.val)覆盖 delNode 的值

🍃 delNode 的 next 指向 delNode 的 next 的 next

(2) 反转一个链表

https://leetcode-cn.com/problems/reverse-linked-list/

① 递归反转一个链表

/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode() {}
 *     ListNode(int val) { this.val = val; }
 *     ListNode(int val, ListNode next) { this.val = val; this.next = next; }
 * }
 */
class Solution {
    public ListNode reverseList(ListNode head) {
        if (head == null || head.next == null) return head;
        ListNode newHead = reverseList(head.next);
        head.next.next = head;
        head.next = null;
        return newHead;
    }
}

② 迭代反转一个链表

/**
 * Definition for singly-linked list.
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode() {}
 *     ListNode(int val) { this.val = val; }
 *     ListNode(int val, ListNode next) { this.val = val; this.next = next; }
 * }
 */
class Solution {
    public ListNode reverseList(ListNode head) {
        if (head == null || head.next == null) return head;
        ListNode newHead = null;
        while (head != null) {
            ListNode tmp = head.next;
            head.next = newHead;
            newHead = head;
            head = tmp;
        }
        return newHead;
    }
}

(3) 判断一个链表是否有环(快慢指针)

https://leetcode.cn/problems/linked-list-cycle/

/**
 * Definition for singly-linked list.
 * class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode(int x) {
 *         val = x;
 *         next = null;
 *     }
 * }
 */
class Solution {
    public boolean hasCycle(ListNode head) {
        if (head == null || head.next == null) return false;
        ListNode slow = head;
        ListNode fast = head.next;
        while (slow != fast) {
            if (fast == null || fast.next == null) return false;
            slow = slow.next;
            fast = fast.next.next;
        }
        return true;
    }
}

完整代码:https://gitee.com/zgq666good/datastructureandalgorithm.git

如有错误请不吝赐教

相关文章
|
1月前
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
1月前
|
存储 缓存 监控
上网行为监控系统剖析:基于 Java LinkedHashMap 算法的时间序列追踪机制探究
数字化办公蓬勃发展的背景下,上网行为监控系统已成为企业维护信息安全、提升工作效能的关键手段。该系统需实时记录并深入分析员工的网络访问行为,如何高效存储和管理这些处于动态变化中的数据,便成为亟待解决的核心问题。Java 语言中的LinkedHashMap数据结构,凭借其独有的有序性特征以及可灵活配置的淘汰策略,为上网行为监控系统提供了一种兼顾性能与功能需求的数据管理方案。本文将对LinkedHashMap在上网行为监控系统中的应用原理、实现路径及其应用价值展开深入探究。
55 3
|
25天前
|
人工智能 算法 NoSQL
LRU算法的Java实现
LRU(Least Recently Used)算法用于淘汰最近最少使用的数据,常应用于内存管理策略中。在Redis中,通过`maxmemory-policy`配置实现不同淘汰策略,如`allkeys-lru`和`volatile-lru`等,采用采样方式近似LRU以优化性能。Java中可通过`LinkedHashMap`轻松实现LRUCache,利用其`accessOrder`特性和`removeEldestEntry`方法完成缓存淘汰逻辑,代码简洁高效。
|
6月前
|
监控 算法 网络协议
Java 实现局域网电脑屏幕监控算法揭秘
在数字化办公环境中,局域网电脑屏幕监控至关重要。本文介绍用Java实现这一功能的算法,涵盖图像采集、数据传输和监控端显示三个关键环节。通过Java的AWT/Swing库和Robot类抓取屏幕图像,使用Socket进行TCP/IP通信传输图像数据,并利用ImageIO类在监控端展示图像。整个过程确保高效、实时和准确,为提升数字化管理提供了技术基础。
149 15
|
5月前
|
存储 算法 安全
探究‘公司禁用 U 盘’背后的哈希表算法与 Java 实现
在数字化办公时代,信息安全至关重要。许多公司采取“禁用U盘”策略,利用哈希表算法高效管理外接设备的接入权限。哈希表通过哈希函数将设备标识映射到数组索引,快速判断U盘是否授权。例如,公司预先将允许的U盘标识存入哈希表,新设备接入时迅速验证,未授权则禁止传输并报警。这有效防止恶意软件和数据泄露,保障企业信息安全。 代码示例展示了如何用Java实现简单的哈希表,模拟公司U盘管控场景。哈希表不仅用于设备管理,还在文件索引、用户权限等多方面助力信息安全防线的构建,为企业数字化进程保驾护航。
|
2月前
|
存储 机器学习/深度学习 监控
如何监控员工的电脑——基于滑动时间窗口的Java事件聚合算法实现探析​
在企业管理场景中,如何监控员工的电脑操作行为是一个涉及效率与合规性的重要课题。传统方法依赖日志采集或屏幕截图,但数据量庞大且实时性不足。本文提出一种基于滑动时间窗口的事件聚合算法,通过Java语言实现高效、低资源占用的监控逻辑,为如何监控员工的电脑提供一种轻量化解决方案。
63 3
|
8月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
266 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
4月前
|
存储 算法 Java
解锁“分享文件”高效密码:探秘 Java 二叉搜索树算法
在信息爆炸的时代,文件分享至关重要。二叉搜索树(BST)以其高效的查找性能,为文件分享优化提供了新路径。本文聚焦Java环境下BST的应用,介绍其基础结构、实现示例及进阶优化。BST通过有序节点快速定位文件,结合自平衡树、多线程和权限管理,大幅提升文件分享效率与安全性。代码示例展示了文件插入与查找的基本操作,适用于大规模并发场景,确保分享过程流畅高效。掌握BST算法,助力文件分享创新发展。
|
5月前
|
存储 人工智能 算法
解锁分布式文件分享的 Java 一致性哈希算法密码
在数字化时代,文件分享成为信息传播与协同办公的关键环节。本文深入探讨基于Java的一致性哈希算法,该算法通过引入虚拟节点和环形哈希空间,解决了传统哈希算法在分布式存储中的“哈希雪崩”问题,确保文件分配稳定高效。文章还展示了Java实现代码,并展望了其在未来文件分享技术中的应用前景,如结合AI优化节点布局和区块链增强数据安全。
|
5月前
|
运维 监控 算法
企业局域网监控软件中 Java 优先队列算法的核心优势
企业局域网监控软件是数字化时代企业网络安全与高效运营的基石,犹如一位洞察秋毫的卫士。通过Java实现的优先队列算法,它能依据事件优先级排序,确保关键网络事件如异常流量、数据泄露等被优先处理,保障系统稳定与安全。代码示例展示了如何定义网络事件类并使用PriorityQueue处理高优先级事件,尤其在面对疑似风险时迅速启动应急措施。这一核心技术助力企业在复杂网络环境中稳健前行,护航业务腾飞。
93 32