一：线性表的简单回顾
上一篇跟大家聊过“线性表"顺序存储，通过实验，大家也知道，如果我每次向
顺序表的头部插入元素，都会引起痉挛，效率比较低下，第二点我们用顺序存储时，容
易受到长度的限制，反之就会造成空间资源的浪费。
二：链表
对于顺序表存在的若干问题，链表都给出了相应的解决方案。
1. 概念：其实链表的“每个节点”都包含一个”数据域“和”指针域“。
”数据域“中包含当前的数据。
”指针域“中包含下一个节点的指针。
”头指针”也就是head，指向头结点数据。
“末节点“作为单向链表，因为是最后一个节点，通常设置指针域为null。
代码段如下：
1 #region 链表节点的数据结构 2 /// <summary> 3 /// 链表节点的数据结构 4 /// </summary> 5 public class Node<T> 6 { 7/// <summary> 8 /// 节点的数据域 9 /// </summary> 10 public T data; 11 12 /// <summary> 13 /// 节点的指针域 14 /// </summary> 15 public Node<T> next; 16 } 17 #endregion
2.常用操作：
链表的常用操作一般有：
①添加节点到链接尾，②添加节点到链表头，③插入节点。
④删除节点，⑤按关键字查找节点，⑥取链表长度。
<1> 添加节点到链接尾：
前面已经说过，链表是采用指针来指向下一个元素，所以说要想找到链表最后一个节点，
必须从头指针开始一步一步向后找,少不了一个for循环，所以时间复杂度为O(N)。
代码段如下：
1 #region 将节点添加到链表的末尾 2 /// <summary> 3 /// 将节点添加到链表的末尾 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="head"></param> 7 /// <param name="data"></param> 8 /// <returns></returns> 9 public Node<T> ChainListAddEnd<T>(Node<T> head, T data) 10 { 11 Node<T> node = new Node<T>(); 12 13 node.data = data; 14 node.next = null; 15 16 ///说明是一个空链表 17 if (head == null) 18 { 19 head = node; 20 return head; 21 } 22 23 //获取当前链表的最后一个节点 24 ChainListGetLast(head).next = node; 25 26 return head; 27 } 28 #endregion 29 #region 得到当前链表的最后一个节点 30 /// <summary> 31 /// 得到当前链表的最后一个节点 32 /// </summary> 33 /// <typeparam name="T"></typeparam> 34 /// <param name="head"></param> 35 /// <returns></returns> 36 public Node<T> ChainListGetLast<T>(Node<T> head) 37 { 38 if (head.next == null) 39 return head; 40 return ChainListGetLast(head.next); 41 } 42 #endregion
<2> 添加节点到链表头:
大家现在都知道，链表是采用指针指向的，要想将元素插入链表头，其实还是很简单的，
思想就是：① 将head的next指针给新增节点的next。②将整个新增节点给head的next。
所以可以看出，此种添加的时间复杂度为O(1)。
效果图：
代码段如下：
1#region 将节点添加到链表的开头 2 /// <summary> 3 /// 将节点添加到链表的开头 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="chainList"></param> 7 /// <param name="data"></param> 8 /// <returns></returns> 9 public Node<T> ChainListAddFirst<T>(Node<T> head, T data) 10 { 11 Node<T> node = new Node<T>(); 12 13 node.data = data; 14 node.next = head; 15 16 head = node; 17 18 return head; 19 20 } 21 #endregion
<3> 插入节点:
其实这个思想跟插入到”首节点“是一个模式，不过多了一步就是要找到当前节点的操作。然后找到
这个节点的花费是O(N）。上图上代码，大家一看就明白。
效果图：
代码段：
1 #region 将节点插入到指定位置 2 /// <summary> 3 /// 将节点插入到指定位置 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="head"></param> 7 /// <param name="currentNode"></param> 8 /// <param name="data"></param> 9 /// <returns></returns> 10 public Node<T> ChainListInsert<T, W>(Node<T> head, string key, Func<T, W> where, T data) where W : IComparable 11 { 12 if (head == null) 13 return null; 14 15 if (where(head.data).CompareTo(key) == 0) 16 { 17 Node<T> node = new Node<T>(); 18 19 node.data = data; 20 21 node.next = head.next; 22 23 head.next = node; 24 } 25 26 ChainListInsert(head.next, key, where, data); 27 28 return head; 29 } 30 #endregion
<4> 删除节点:
这个也比较简单，不解释，图跟代码更具有说服力，口头表达反而让人一头雾水。
当然时间复杂度就为O(N)，N是来自于查找到要删除的节点。
效果图：
代码段：
1 #region 将指定关键字的节点删除 2 /// <summary> 3 /// 将指定关键字的节点删除 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <typeparam name="W"></typeparam> 7 /// <param name="head"></param> 8 /// <param name="key"></param> 9 /// <param name="where"></param> 10 /// <param name="data"></param> 11 /// <returns></returns> 12 public Node<T> ChainListDelete<T, W>(Node<T> head, string key, Func<T, W> where) where W : IComparable 13 { 14 if (head == null) 15 return null; 16 17 //这是针对只有一个节点的解决方案 18 if (where(head.data).CompareTo(key) == 0) 19 { 20 if (head.next != null) 21 head = head.next; 22 else 23 return head = null; 24 } 25 else 26 { 27 //判断一下此节点是否是要删除的节点的前一节点 28 while (head.next != null && where(head.next.data).CompareTo(key) == 0) 29 { 30 //将删除节点的next域指向前一节点 31 head.next = head.next.next; 32 } 33 } 34 35 ChainListDelete(head.next, key, where); 36 37 return head; 38 } 39 #endregion
<5> 按关键字查找节点：
这个思想已经包含到“插入节点”和“删除节点”的具体运用中的，其时间复杂度为O(N)。
代码段：
1 #region 通过关键字查找指定的节点 2 /// <summary> 3 /// 通过关键字查找指定的节点 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <typeparam name="W"></typeparam> 7 /// <param name="head"></param> 8 /// <param name="key"></param> 9 /// <param name="where"></param> 10 /// <returns></returns> 11 public Node<T> ChainListFindByKey<T, W>(Node<T> head, string key, Func<T, W> where) where W : IComparable 12 { 13 if (head == null) 14 return null; 15 16 if (where(head.data).CompareTo(key) == 0) 17 return head; 18 19 return ChainListFindByKey<T, W>(head.next, key, where); 20 } 21 #endregion
<6> 取链表长度:
在单链表的操作中，取链表长度还是比较纠结的，因为他不像顺序表那样是在内存中连续存储的，
因此我们就纠结的遍历一下链表的总长度。时间复杂度为O(N)。
代码段：
1 #region 获取链表的长度 2 /// <summary> 3 ///// 获取链表的长度 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="head"></param> 7 /// <returns></returns> 8 public int ChanListLength<T>(Node<T> head) 9 { 10 int count = 0; 11 12 while (head != null) 13 { 14 ++count; 15 head = head.next; 16 } 17 18 return count; 19 } 20 #endregion
好了，最后上一下总的运行代码：
运行结果：
当然，单链表操作中有很多是O(N)的操作，这给我们带来了尴尬的局面，所以就有了很多的
优化方案，比如：双向链表，循环链表。静态链表等等，这些希望大家在懂得单链表的情况下
待深一步的研究。