设计链表（单链表）

题目：

设计链表的实现。您可以选择使用单链表或双链表。单链表中的节点应该具有两个属性：val 和 next。val 是当前节点的值，next 是指向下一个节点的指针/引用。如果要使用双向链表，则还需要一个属性 prev 以指示链表中的上一个节点。假设链表中的所有节点都是 0-index 的。

在链表类中实现这些功能：

get(index)：获取链表中第 index 个节点的值。如果索引无效，则返回-1。
addAtHead(val)：在链表的第一个元素之前添加一个值为 val 的节点。插入后，新节点将成为链表的第一个节点。
addAtTail(val)：将值为 val 的节点追加到链表的最后一个元素。
addAtIndex(index,val)：在链表中的第 index 个节点之前添加值为 val  的节点。如果 index 等于链表的长度，则该节点将附加到链表的末尾。如果 index 大于链表长度，则不会插入节点。如果index小于0，则在头部插入节点。
deleteAtIndex(index)：如果索引 index 有效，则删除链表中的第 index 个节点。
 

示例：

MyLinkedList linkedList = new MyLinkedList();
linkedList.addAtHead(1);
linkedList.addAtTail(3);
linkedList.addAtIndex(1,2);   //链表变为1-> 2-> 3
linkedList.get(1);            //返回2
linkedList.deleteAtIndex(1);  //现在链表是1-> 3
linkedList.get(1);            //返回3

来源：力扣（LeetCode）
 

class MyLinkedList {
    //node类
    class Node {
        int val;
        Node next;
        Node(int val) {
            this.val = val;
        }
    }
    //链表长度
    private int size;
    //链表头节点
    private Node head;
    /** Initialize your data structure here. */
    public MyLinkedList() {
        //初始化
        this.size = 0;
        this.head = null;
    }

    //得到角标位置的值
    public int get(int index) {
        //索引无效返回-1
        if (index < 0 || index >= size || head == null) {
            return -1;
        }
        //头节点的值
        Node temp = this.head;
        //角标移动到index位置
        for (int i = 0; i < index; i++) {
            temp = temp.next;
        }
        return temp.val;
    }

    //添加头节点
    public void addAtHead(int val) {
        //新头节点
        Node node = new Node(val);
        //连接以前的头节点
        node.next = this.head;
        //新头就是node
        this.head = node;
        size++;
    }

    //添加尾节点
    public void addAtTail(int val) {
        //size=0 头尾相同
        if (size == 0) {
            this.head = new Node(val);
            head.next = null;
            size++;
        }else {
            Node after = this.head;
            //temp取到以前的尾节点
            while (after.next != null) {
                after = after.next;
            }
            Node tail = new Node(val);
            tail.next = null;
            //把新的尾节点连接到以前的尾节点上
            after.next = tail;
            size++;
        }
    }

    //给指定位置index 添加新节点
    public void addAtIndex(int index, int val) {
        //添加的角标位置不能大于以前的长度
        if (index > this.size) {
            return;
        }
        //index <=0，相当于添加头节点
        if (index <= 0) {
            addAtHead(val);
            return;
        }
        //相当于添加尾节点
        if (index == this.size) {
            addAtTail(val);
            return;
        }

        //遍历到index位置的前节点
        Node pre = this.head;
        for (int i = 0; i < index - 1; i++) {
            pre = pre.next;
        }
        Node insertNode = new Node(val);
        //插入节点的下一个就是以前的前节点的下一个
        insertNode.next = pre.next;
        //前节点的下一个就是现在的插入节点
        pre.next = insertNode;
        size++;
    }

    //删除指定位置index节点
    public void deleteAtIndex(int index) {
        //无法删除的情况的判断
        if (index < 0 || index >= this.size) {
            return;
        }
        //相当于删除头
        if (index == 0) {
            if (size != 1) {
                //换下一个节点为头
                Node temp = this.head.next;
                this.head =temp;
                size--;
                return;
            }else {
                this.head = null;
                size--;
                return;
            }
        }
        Node pre = this.head;
        for (int i = 0; i < index - 1; i++) {
            pre = pre.next;
        }
        Node deleteNode = pre.next;
        //连接删除节点后的那个节点
        pre.next = deleteNode.next;
        size--;
    }
}


/**
 * Your MyLinkedList object will be instantiated and called as such:
 * MyLinkedList obj = new MyLinkedList();
 * int param_1 = obj.get(index);
 * obj.addAtHead(val);
 * obj.addAtTail(val);
 * obj.addAtIndex(index,val);
 * obj.deleteAtIndex(index);
 */

执行后：

        执行结果：通过

        显示详情

        执行用时：10 ms, 在所有 Java 提交中击败了37.46%的用户

        内存消耗：41.6 MB, 在所有 Java 提交中击败了61.43%的用户

        通过测试用例：64 / 64

效率并不高，所以可以后期优化看看。