【Python编程挑战】:单链表实现技巧与最佳实践

简介: 【Python编程挑战】:单链表实现技巧与最佳实践

🚀一、单链表的概念

概念:链表是一种物理存储结构上非连续、非顺序的存储结构,数据元素的逻辑顺序是通过链表中的指针链接次序实现的 。

链表是由一个个结点组成,每个结点之间通过链接关系串联起来,每个结点都有一个后继结点,最后一个结点的后继结点为空结点。

6e8c722fd495b5650b3a49da5aa43ad6_ac0116d28f8642768a708e6b00187a69.png


每个结点只设置一个指向后继结点的指针属性,这样的链表成为线性单项链接表,简称单链表;如果每个结点中设置两个指针属性,分别在于指向其前驱结点和后继结点,这样的链表称为线性双向链接表,简称双链表。无前驱结点或则后继结点的相应指针属性用常量None表示。

c21c5b75fa06f049b35c6b6a5e9de414_707c83f622584081b37d24f819df9e4b.png

注意:在Python中并不存在指针的概念,这里的指针属性实际上存放的是后继结点或者前驱结点的引用,但是为了表述方便仍然会采用 “指针” 一词。


🌈二、单链表的实现

⭐1. 单链表结点类

在单链表中,假定每个结点为LinkNode类对象,它包括存储元素的数据成员,这里用data表示,还包括存储后继结点的指针属性,这里用next表示。LinkNode的定义:

# 单链表结点类
class LinkNode:
    def __init__(self, data=None):
        self.data = data
        self.next = None

设计单链表类为LinkList,其中head属性为单链表的头结点,构造方法用于创建 这个头结点,并且设置head结点的next为空:

# 单链表类
class LinkList:
    def __init__(self):
        self.head = LinkNode()
        self.head.next = None


🎬2. 插入和删除操作

1、元素插入的概念

单向链表的元素插入,就是指给定一个索引 i 和一个元素 data,生成一个值为 data 的结点,并且插入到第 i 个位置上。


(1)、插入结点操作

p(即 pre)代表目前正在遍历的结点,当计数到 3 的时候,p 的后继结点 a (即 aft)也找到了,然后生成值为 5 的结点 vtx,将 p 的后继指向 vtx,将 vtx 的后继指向 a。

a85ee9fd4702920abdcc76205caea88c_fbce8de04672adad3655441896058ee5.gif

步骤:


  • 第1步:判断插入位置是否合法,如果不合法则抛出异常(比如:原本只有5个元素,给定的索引是100,那显然这个位置是不合法的)。
  • 第2步:对给定的元素,生成一个链表结点。
  • 第3步:如果插入位置是 0,则直接把生成的结点的后继结点,设置为当前的链表头结点,并且把生成的结点设置为新的链表头。
  • 第4步:如果插入位置不是 0,则遍历到插入位置的前一个位置,把生成的结点插入进来。
  • 第5步:更新链表的大小,即对链表的大小执行加一操作。

头插法:

# 头插法: 由数组a整体建立单链表
def CreateListF(self, a):
    for i in range(0, len(a)):
        s = LinkNode(a[i])
        s.next = self.head.next
        self.head.next = s

尾插法:

# 尾插法: 由数组a整体建立单链表
def CreateListR(self, a):
    t = self.head
    for i in range(0, len(a)):
        s = LinkNode(a[i])
        t.next = s
        t = s
    t.next = None

任意位置插入:

# 在线性表中序号为i的位置插入元素e
def Insert(self, i, e):
    assert i >= 0
    s = LinkNode(e)
    p = self.geti(i - 1)
    assert p is not None
    s.next = p.next
    p.next = s

上述指针修改用Python语句描述:

s.next = p.next

p.next = s

注意:这两个语句的顺序不能颠倒,如果先执行p.next = s语句,会找不到指向插入位置的下一个结点,再执行s.next = p.next语句,相当于执行s.next = s,导致插入操作错误。


2、元素删除的概念

单向链表的元素删除,就是指给定一个索引 i,将从链表头开始数到的第 i 个结点删除。


(1)、删除结点操作

删除运算是删除单链表中p结点的后继结点,就是将p结点的next修改为其后继结点的后继结点。


cba0f8a05dd2832889bbf5e607dbf0c8_7b814e2f3d10d7ea06f6b3af5ef21b9c.gif

步骤:


  • 第1步:判断删除位置是否合法,如果不合法则抛出异常。
  • 第2步:如果删除位置为首个结点,直接把链表头更新为它的后继结点。
  • 第3步:如果删除位置非首个结点,则遍历到要删除位置的前一个结点,并且把前一个结点的后继结点设置为它后继的后继。
  • 第4步:更新链表的大小,也就是将链表的大小执行减一操作。
# 在线性表中删除序号i的位置的元素
def Delete(self, i):
    assert i >= 0
    p = self.geti(i - 1)
    assert p.next is not None
    p.next = p.next.next

💥3. 元素查找

1、元素查找的概念

单向链表的元素查找,是指在链表中查找指定元素 x 是否存在,如果存在则返回该结点,否则返回 NULL。由于需要遍历整个链表进行元素对比,所以查找的时间复杂度为 O(n) 。

9665913ecaca2e1a7ea72a50186593da_c1f67574018d60262632d682d1731f9f.gif

2、元素查找的步骤


  • 第1步:遍历整个链表,对链表中的每个元素,和指定元素进行比较,如果相等则返回当前遍历到的结点;
  • 第2步:如果遍历完整个链表,都没有找到相等的元素,则返回 NULL。
# 求序号i的元素
def __getitem__(self, i):
    assert i >= 0
    p = self.geti(i)
    assert p is not None
    return p.data

❤️4. 单向链表的元素索引

1、元素索引的概念

单向链表的元素索引,是指给定一个索引值 i,从链表头结点开始数,数到第 i 个结点并且返回它,时间复杂度 O(n)。

2、元素索引的步骤


  • 第1步:首先判断给定的索引是否合法,不合法就抛出异常。
  • :直接通过索引访问即可获得对应的元素。

# 查找第一个为e的元素的序号
def GetNo(self, e):
    j = 0
    p = self.head.next
    while p is not None and p.data != e:
        j += 1
        p = p.next
    if p is None:
        return -1
    else:
        return j
☔5. 单向链表的元素修改

1、元素修改的概念

单向链表的元素修改是指将链表中指定索引的元素更新为新的值。

2、元素修改的步骤

  • 第1步:直接通过索引访问即可获得对应的结点,修改成指定的值。

19124f910ddaeec95072f24ed5894dd3_3cf15161fdc981623aa3a24f3fcb672f.gif

# 设置序号为i的元素
def __setitem__(self, i, x):
    assert i >= 0
    p = self.geti(i)
    assert p is not None
    p.data = x

返回序号为i的结点

返回序号为i的结点

# 返回序号为i的结点
👊6. 输出单链表

顾名思义就是一次便利单链表中各数据结点并输出结点值。

# 输出线性表
def display(self):
    p = self.head.next
    while p is not None:
        print(p.data, end=' ')
        p = p.next
    print()

时间复杂度为O(n),n表示顺序表中的元素个数。

🚀三、完整代码

# 单链表结点类
class LinkNode:
    def __init__(self, data=None):
        self.data = data
        self.next = None


# 单链表类
class LinkList:
    def __init__(self):
        self.head = LinkNode()
        self.head.next = None

    # 头插法: 由数组a整体建立单链表
    def CreateListF(self, a):
        for i in range(0, len(a)):
            s = LinkNode(a[i])
            s.next = self.head.next
            self.head.next = s

    # 尾插法: 由数组a整体建立单链表
    def CreateListR(self, a):
        t = self.head
        for i in range(0, len(a)):
            s = LinkNode(a[i])
            t.next = s
            t = s
        t.next = None

    # 返回序号为i的结点
    def geti(self, i):
        p = self.head
        j = -1
        while j < i and p is not None:
            j += 1
            p = p.next
        return p

    # 在线性表的末尾添加一个元素e
    def Add(self, e):
        s = LinkNode(e)
        p = self.head
        while p.next is not None:
            p = p.next
        p.next = s

    # 返回长度
    def getsize(self):
        p = self.head
        cnt = 0
        while p.next is not None:
            cnt += 1
            p = p.next
        return cnt

    # 求序号i的元素
    def __getitem__(self, i):
        assert i >= 0
        p = self.geti(i)
        assert p is not None
        return p.data

    # 设置序号为i的元素
    def __setitem__(self, i, x):
        assert i >= 0
        p = self.geti(i)
        assert p is not None
        p.data = x

    # 查找第一个为e的元素的序号
    def GetNo(self, e):
        j = 0
        p = self.head.next
        while p is not None and p.data != e:
            j += 1
            p = p.next
        if p is None:
            return -1
        else:
            return j

    # 在线性表中序号为i的位置插入元素e
    def Insert(self, i, e):
        assert i >= 0
        s = LinkNode(e)
        p = self.geti(i - 1)
        assert p is not None
        s.next = p.next
        p.next = s

    # 在线性表中删除序号i的位置的元素
    def Delete(self, i):
        assert i >= 0
        p = self.geti(i - 1)
        assert p.next is not None
        p.next = p.next.next

    # 输出线性表
    def display(self):
        p = self.head.next
        while p is not None:
            print(p.data, end=' ')
            p = p.next
        print()

🚲四、代码验证

if __name__ == '__main__':
    L = LinkList()
    print('建立空单链表L')
    a = [1, 2, 3, 4, 5, 6]
    print('1~6创建L')
    L.CreateListR(a)
    print('L[长度 = %d]: ' % (L.getsize()), end=' '), L.display()
    print('插入6~10')
    for i in range(6, 11):
        L.Add(i)
    print('L[长度 = %d]: ' % (L.getsize()), end=' '), L.display()
    print('序号为2的元素 = %d' % (L[2]))
    print('设置序号为2的元素为20')
    L[2] = 20
    print('L[长度 = %d]: ' % (L.getsize()), end=' '), L.display()
    x = 6
    print('第一个值为%d的元素序号 = %d' % (x, L.GetNo(x)))
    n = L.getsize()
    for i in range(n - 2):
        print('删除首元素')
        L.Delete(0)
        print('L[长度 = %d]: ' % (L.getsize()), end=' '), L.display()

594c022f4f777cefa02652f1c9e070e0_b5c4608c519f4f74abe2c77b13c037f3.png

相关文章
|
1天前
|
机器学习/深度学习 人工智能 前端开发
Python中的模块化编程
【6月更文挑战第17天】Python模块化编程与软件架构设计的关键在于拆分任务到独立模块,提高代码的可维护性、可重用性和可扩展性。例如,学生管理系统可分解为录入、查询和删除模块。MVC和MVVM架构模式有助于组织代码,而微服务和函数式编程将在未来发展中扮演重要角色。通过示例代码,读者能学习如何实现这些概念,提升项目开发效率和质量。
146 56
|
7天前
|
设计模式 存储 算法
Python中的设计模式与最佳实践
【6月更文挑战第12天】```markdown 设计模式是软件开发中的标准解决方案,提升代码复用、可维护性。本文讨论了Python中的设计模式应用,如单例、工厂、观察者、策略、装饰器、原型、建造者、命令、状态、中介者和适配器模式。每个模式都有相应的Python示例,展示如何在实际编程中应用。适配器模式转换接口,外观模式简化复杂系统,两者都增强了代码的兼容性和易用性。设计模式是软件设计的重要工具,帮助解决常见问题,降低耦合度,提高系统灵活性。
17 4
Python中的设计模式与最佳实践
|
8天前
|
测试技术 虚拟化 云计算
GitHub高赞!速通Python编程基础手册,被玩出花了!
随着云时代的来临,Python 语言越来越被程序开发人员喜欢和使用,因为其不仅简单易学,而且还有丰富的第三方程序库和相应完善的管理工具。 从命令行脚本程序到 GUI程序,从图形技术到科学计算,从软件开发到自动化测试,从云计算到虚拟化,所有这些领域都有 Python 的身影。 今天给小伙伴们分享的这份手册采用以任务为导向的编写模式,全面地介绍了 Python 编程基础及其相关知识的应用,讲解了如何利用 Python 的知识解决部分实际问题。
GitHub高赞!速通Python编程基础手册,被玩出花了!
|
12天前
|
Python
Python编程实战:如何将列表组装成一棵树结构
本文介绍了如何在Python中将列表转换为树结构。首先定义`TreeNode`类表示节点,包含值和子节点列表。然后,通过`list_to_tree`函数递归地将列表转为树。此外,还提供了添加和删除节点的方法。文章旨在帮助读者理解和操作树结构,以解决实际编程问题。
Python编程实战:如何将列表组装成一棵树结构
|
6天前
|
开发者 Python
【干货】Python编程惯例
【干货】Python编程惯例
11 1
|
8天前
|
Shell Python
GitHub星标破千Star!Python游戏编程的初学者指南
Python 是一种高级程序设计语言,因其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。 目前的编程书籍大多分为两种类型。第一种,与其说是教编程的书,倒不如说是在教“游戏制作软件”,或教授使用一种呆板的语言,使得编程“简单”到不再是编程。而第二种,它们就像是教数学课一样教编程:所有的原理和概念都以小的应用程序的方式呈现给读者。
|
8天前
|
机器学习/深度学习 存储 自然语言处理
惊艳!老司机熬夜总结的Python高性能编程,高效、稳定、快速!
Python 语言是一种脚本语言,其应用领域非常广泛,包括数据分析、自然语言处理机器学习、科学计算、推荐系统构建等。 能够轻松实现和代码跑得够快之间的取舍却是一个世人皆知且令人惋惜的现象而这个问题其实是可以解决的。 有些人想要让顺序执行的过程跑得更快。有些人需要利用多核架构、集群,或者图形处理单元的优势来解决他们的问题。有些人需要可伸缩系统在保证可靠性的前提下酌情或根据资金多少处理更多或更少的工作。有些人意识到他们的编程技巧,通常是来自其他语言,可能不如别人的自然。
|
10天前
|
数据库 云计算 Python
不容错过的经典!Python核心编程(第3版)教你用实例学Python!
在学完任何其他入门类的 Python 图书之后,你可能觉得已经掌握了 Python 而且还觉得学得不错,并为此感到自豪。通过完成大量练习之后,你将会对自己新掌握的 Python 编程技能拥有更多信心。 但是,你可能仍然会有这样的疑问,“现在该怎么办?我能用 Python 编写哪种类型的应用程序呢?”或许你是为了一个相当小众的工作项目而学习使用 Python,你可能会考虑“我还能用 Python 写点其他的吗?”
|
10天前
|
SQL 前端开发 Java
Python GUI编程(Tkinter)
Python GUI编程(Tkinter)
|
13天前
|
网络协议 数据库 Python
Python高级编程:你的代码,为何总是“撩”不到那个TA的心?
【6月更文挑战第11天】Python高级编程重在提升编程思维和方法,包括关注代码的可读性、可维护性和性能。要让代码“撩”到期望的效果,需注意整体架构设计,使用有意义的命名和注释,模块化代码。利用timeit测试性能,借助内置数据类型和算法库优化。示例代码展示了列表推导式和内置函数的高效应用。通过提升这些方面,实现业务需求、性能优化和团队协作的目标。