zoukankan      html  css  js  c++  java
  • 04 链表(上):如何实现LRU缓存淘汰算法?

    一、什么是链表?

    1.和数组一样,链表也是一种线性表。

    2.从内存结构来看,链表的内存结构是不连续的内存空间,是将一组零散的内存块串联起来,从而进行数据存储的数据结构。

    3.链表中的每一个内存块被称为节点Node。结点除了存储数据外,还需记录链上下一个结点的地址,即后继指针next。

    二、为什么使用链表?(链表的特点)

    1.插入、删除效率高,时间复杂度为 O(1) 级别(只需更改指针指向即可),随机访问效率低,时间复杂度为 O(n) 级别(需要从链头至链尾进行遍历)。

    2.和数组相比,内存空间消耗更大,因为每个存储数据的节点都需要额外的空间存储后继指针。

    三、常见的链表结构

    1.单链表

    1)每个节点只包含一个指针,即后继指针。

    2)单链表有两个特殊的节点,即首节点和尾节点

    为什么特殊?
    • 用首节点地址表示整条链表
    • 尾节点的后继指针指向空地址null

    3)性能特点

    插入和删除节点的时间复杂度为O(1)
    查找的时间复杂度为O(n)

    2.循环链表

    循环链表是一种特殊的单链表,除了尾节点的后继指针指向首节点的地址外均与单链表一致

    和单链表相比,循环链表的优点是从链表到链头比较方便。

    适用于存储有循环特点的数据,如约瑟夫问题

    3.双向链表

    1)节点除了存储数据外,还有两个地址分别指向前一个节点地址(前驱指针prev)和下一个节点地址(后继指针next)

    2)首节点的前驱指针prev和尾节点的后继指针均指向空地址

    3)性能特点:

    和单链表相比,存储相同的数据,需要消耗更多的存储空间。
    插入、删除操作比单链表效率更高,为O(1)级别

    以删除操作为例,删除操作分为2种情况:

    • 给定数据值删除对应节点
    • 给定节点地址删除节点
      对于前一种情况,单链表和双向链表都需要从头到尾进行遍历,从而找到对应节点进行删除。
      对于第二种情况,要进行删除操作必须找到前驱节点,单链表需要从头到尾进行遍历直到p->next = q,时间复杂度为O(n),而双向链表可以直接找到前驱节点,时间复杂度为O(1).
    对于一个有序链表,双向链表的按值查询效率要比单链表高一些。

    因为我们可以记录上次查找的位置p,每一次查询时,根据要查找的值与p的大小关系,决定是往前还是往后查找,所以平均只需要查找一半的数据。

    4.双向循环链表

    image

    首节点的前驱指针指向尾节点,尾节点的后继指针指向首节点。

    四、选择数组还是链表?

    image

    1.插入、删除和随机访问的时间复杂度

    数组:插入、删除的时间复杂度是O(n),随机访问的时间复杂度是O(1)

    链表:插入、删除的时间复杂度是O(1),随机访问的时间复杂度是O(n)

    2.数组的缺点

    1)若申请内存空间很大,比如100MB,但若内存空间没有100Mb的连续空间时,则会申请失败,尽管内存可用空间超过100MB

    2)大小固定,若存储空间不足,需进行扩容,一旦扩容就要进行数据复制(数据搬移),而这是非常耗时的。

    3.链表的缺点

    1)内存空间消耗更大,因为需要额外的空间存储指针信息。

    2)对链表进行频繁的插入和删除操作,会导致频繁的内存申请和释放,容易造成内存碎片,如果时Java语言,还可能会造成频繁的GC(自动垃圾回收器)操作。

    4.如何选择?

    数组简单易用,在实现上使用连续的内存空间,可以借助CPU的缓冲机制预读数组中的数据,所以访问效率更高

    链表在内存中并不是连续存储,所以对CPU缓存不友好,没办法预读

    如果代码对内存的使用非常苛刻,那数组就更适合。

  • 相关阅读:
    ps入门
    ls命名 | Linux统计文件夹内的文件个数
    python打包成可执行文件
    装饰器
    poj 2752 Seek the Name, Seek the Fame
    字符串最大值
    次小生成树
    Selecting Courses
    poj 3461 Oulipo
    poj 2406 Power Strings
  • 原文地址:https://www.cnblogs.com/zyl1994/p/14800018.html
Copyright © 2011-2022 走看看