探秘Python中的链表：从零开始的奇妙之旅

精选原创

mb669d1092c16ee 2024-09-19 12:48:27 博主文章分类：Python ©著作权

文章标签 Python 文章分类 Python 后端开发 yyds干货盘点

©著作权归作者所有：来自51CTO博客作者mb669d1092c16ee的原创作品，请联系作者获取转载授权，否则将追究法律责任

引言

链表之所以重要，是因为它提供了一种灵活的方式来存储和操作数据集合。不同于数组，链表允许我们在无需重新分配内存的情况下动态地添加或删除元素。这使得它成为处理不确定大小数据集的理想选择。此外，在某些特定场景下（如实现缓存机制），链表可以比其他数据结构表现得更加出色。

基础语法介绍：链表的核心概念

在深入探讨之前，我们先来了解一下链表的基本构成。链表是由一系列节点组成的数据结构，每个节点包含两部分：存储数据的数据域和指向下一个节点的引用（指针）。最后一个节点的指针通常设置为None，表示链表的结束。

创建一个简单的链表节点类

class ListNode:
    def __init__(self, value=0, next=None):
        self.value = value  # 节点值
        self.next = next    # 指向下一个节点的链接

通过这个简单的定义，我们就创建了一个能够用于构建链表的基本单元——节点。

基础实例：动手创建链表

让我们通过一个例子来看看如何使用上述定义来创建一个链表。

假设我们需要创建一个链表来存储一组数字：1 -> 2 -> 3。

# 创建节点
node1 = ListNode(1)
node2 = ListNode(2)
node3 = ListNode(3)

# 链接节点
node1.next = node2
node2.next = node3

这段代码展示了如何实例化多个节点对象，并将它们链接起来形成一个链表。

进阶实例：链表操作实战

当涉及到更复杂的操作，比如查找、插入或删除节点时，链表的优势便体现出来了。接下来，我们将实现这些功能。

查找节点

def find_node(head, target):
    current = head
    while current is not None:
        if current.value == target:
            return current
        current = current.next
    return None

插入新节点

def insert_after(node, new_value):
    new_node = ListNode(new_value)
    new_node.next = node.next
    node.next = new_node

删除节点

def delete_node(node):
    if node.next is not None:
        node.value = node.next.value
        node.next = node.next.next

这些函数分别实现了在链表中查找指定值的节点、在某个节点之后插入新节点以及删除一个已知节点的功能。

实战案例：链表在真实项目中的应用

在现实世界的软件开发中，链表经常被用来解决各种问题。例如，在设计浏览器的历史记录系统时，我们可以利用双端链表来快速实现前进和后退功能；又或者在构建LRU（最近最少使用）缓存时，链表同样是一个很好的选择。

示例：实现LRU缓存

from collections import OrderedDict

class LRUCache:
    def __init__(self, capacity: int):
        self.cache = OrderedDict()
        self.capacity = capacity
        
    def get(self, key: int) -> int:
        if key not in self.cache:
            return -1
        self.cache.move_to_end(key)  # 将访问过的项移到末尾
        return self.cache[key]

    def put(self, key: int, value: int) -> None:
        if key in self.cache:
            self.cache.move_to_end(key)
        self.cache[key] = value
        if len(self.cache) > self.capacity:
            self.cache.popitem(last=False)  # 移除最久未使用的项

这里使用了Python内置的OrderedDict来模拟链表的行为，实现了一个简易版的LRU缓存。