这段时间一边看书一边把链表的知识总结了一下,并且画了示意图来帮助理解。主要是单向链表,单向循环链表,双向链表,双向循环链表四个部分,每个部分都包括了初始化,创建,插入,删除的基本操作,并总结了各个操作的核心代码。抽空可以看看Linux内核自带的链表(list.h)写法,增进学习。

以下的链表均是不操作头节点的。

一、单向链表

1.单向链表:链式的存储结构,在逻辑上是连续的,每次通过一个指针来指向下一个节点将其链接起来。

birnn双向循环神经网络 单向循环和双向循环_C

2.初始化:就将head的next赋为NULL即可。

birnn双向循环神经网络 单向循环和双向循环_循环链表_02

3.创建:从head开始,往后不断新增节点,每一次新建的节点,它的next都指向NULL。我们需要一个临时指针,每新增的节点,就用这个指针指向它。

birnn双向循环神经网络 单向循环和双向循环_循环链表_03

4.插入:pNew的next先获得原先前个节点所保存的下个节点地址,再将新插入的节点保存到前个节点的next中。(看图吧……)

birnn双向循环神经网络 单向循环和双向循环_初始化_04

5.删除:

birnn双向循环神经网络 单向循环和双向循环_birnn双向循环神经网络_05

二、单向循环链表

1.单向循环链表:与单向链表的区别就是,单向链表的最后一个节点指针是指向NULL的,单向循环链表最后一个节点的指针是指向头节点head的。

birnn双向循环神经网络 单向循环和双向循环_birnn双向循环神经网络_06

2.初始化:只有一个头节点head的时候next就指向自己。

birnn双向循环神经网络 单向循环和双向循环_循环链表_07

3.创建:和单向链表差不多,区别就是最后一个节点的next指向的是head。

birnn双向循环神经网络 单向循环和双向循环_循环链表_08

4.插入:直接让新插入节点的next指向下一个节点就行。在最后的位置插入也是不矛盾的,因为已经构成了一个环,最后位置的next就是指向的头节点。

birnn双向循环神经网络 单向循环和双向循环_循环链表_09

5.删除:

birnn双向循环神经网络 单向循环和双向循环_循环链表_10

三、双向链表

1.双向链表:包含两个指针,一个(prior)指向前一个节点,一个(next)指向后一个节点。

birnn双向循环神经网络 单向循环和双向循环_循环链表_11

2.初始化:均让head的prior和next为NULL即可。

birnn双向循环神经网络 单向循环和双向循环_初始化_12

3.创建:与单向链表不同的是,新建的节点的prior都是指向了上一个节点的。同样的,我们需要一个临时指针来每次指向新增的节点。

birnn双向循环神经网络 单向循环和双向循环_初始化_13

4.插入:这里会有个坑,注意看 if() 里;

看到创建的部分,我们每新建一个节点都将其prior指向了前一个节点,next都指向NULL。我们知道,新建节点的下一个节点的prior是要指向该新建节点的。如果这个新建节点刚好在最后的位置,temp->next都为NULL了,何来的prior?所以要加一个判断,看节点是不是最后一个。

birnn双向循环神经网络 单向循环和双向循环_birnn双向循环神经网络_14

5.删除:

birnn双向循环神经网络 单向循环和双向循环_单向链表_15

四、双向循环链表

1.双向循环链表:最后一个节点的next指向head,而head的prior指向最后一个节点,构成一个环。

birnn双向循环神经网络 单向循环和双向循环_循环链表_16

2.初始化:只有一个头节点head,就让prior和next都指向自己。

birnn双向循环神经网络 单向循环和双向循环_初始化_17

3.创建:与单向循环链表类似的,只是多了一个prior要考虑。

birnn双向循环神经网络 单向循环和双向循环_C_18

4.插入:与单向循环链表类似,只是多了一个prior要考虑。这里就不需判断插入的位置是不是在最后了,已经构成一个环了。

birnn双向循环神经网络 单向循环和双向循环_birnn双向循环神经网络_19

5.删除:

birnn双向循环神经网络 单向循环和双向循环_初始化_20

总结:开始时确实要动手画一画图,分析一下各个指针的指向,否则容易在某个地方困扰。还有多阅读别人写的代码,多分析多积累。