Python数据结构7：无序表，链表对象增删查，链表结点，代码实现

原创已于 2022-05-11 10:32:06 修改 · 1.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#链表 #数据结构 #python

于 2022-02-10 11:52:00 首次发布

Python数据结构专栏收录该内容

21 篇文章

订阅专栏

本文介绍了无序表的概念，特别是使用Python实现无序表的链表数据结构。通过链表节点类Node的定义，展示了如何创建、添加、查找、删除数据项。此外，还详细解释了链表的头节点、size、search和remove方法的实现，提供了具体的代码示例。

1. 无序表列表：

1.1 定义：

列表是一种数据项按照相对位置存放的数据集。

无序表unordered list是指数据项之间没有顺序的列表。
如一个考试分数的集合“54, 26, 93, 17, 77和31”。
用无序表来表示，就是[54, 26, 93,17, 77, 31]。

2. Python中的无序表List

2.1 定义

List由如下操作定义，为了简单起见，假设表中不存在重复数据项：

List()：创建一个空列表
add(item)：添加一个数据项到列表中，假设item原先不存在于列表中
remove(item)：从列表中移除item，列表被修改，item原先应存在于表中
search(item)：在列表中查找item，返回布尔类型值
isEmpty()：返回列表是否为空
size()：返回列表包含了多少数据项
append(item)：添加一个数据项到表末尾，假设item原先不存在于列表中
index(item)：返回数据项在表中的位置
insert(pos, item)：将数据项插入到位置pos，假设item原先不存在与列表中，同时原列表具有足够多个数据项，能让item占据位置pos
pop()：从列表末尾移除数据项，假设原列表至少有1个数据项
pop(pos)：移除位置为pos的数据项，假设原列表存在位置pos

3. 链表

3.1 定义和性质

链表可以实现一个无序表数据格式。

虽然列表数据结构要求保持数据项的前后相对位置，但这种前后位置的保持，并不要求数据项依次存放在连续的存储空间

如下图，数据项存放位置并没有规则，但如果在数据项之间建立链接指向，就可以保持其前后相对位置

第一个和最后一个数据项需要显式标记出来，一个是队首，一个是队尾，后面再无数据了。

3.2 节点Node

链表由节点Node组成

每个节点Node包含两部分：

数据项本身: data
指向下一个节点的引用信息: next。
注意next为None的意思是没有下一个节点了，这个很重要

3.3 Python实现链表的节点Node

class Node:
    def __init__(self, init_data):
        self.data = init_data
        self.next = None

    def get_data(self):
        return self.data

    def get_next(self):
        return self.next

    def set_data(self, new_data):
        self.data = new_data

    def set_next(self, new_next):
        self.next = new_next


node1 = Node(54)
print(node1.get_data())  # 54 

node2 = Node(26)
node1.set_next(node2)
print(node2.get_data())  # 26
print(node1.get_next().get_data())  # 26

node3 = Node(93)
node2.set_next(node3)
print(node3.get_data())  # 93
print(node2.get_next().get_data())  # 93

3.4 用链表节点Node实现无序表

链表的第一个和最后一个节点最重要

如果想访问到链表中的所有节点，就必须从第一个节点开始沿着链接遍历下去，就是说从头节点开始，第一个next开始遍历无序表（即头节点的next的节点的数据被访问），直到next是None的时候遍历停止。

所以无序表必须要有对第一个节点的引用信息

3.4.1 头节点head

头节点就是用来保存列表中第一个数据的引用信息的，空表也有head，空表的head是None。意思是self.head就相当于self.head.next()，由于self.head.data()是不存在的，所以这部分就直接省略了。换句话说self.head()就表示了第一个存储数据的节点就等同于self.head.next()。

class UnorderList:
	def __init__(self):
		self.head = None
mylist = UnorderList()
print mylist.head # 结果为None

随着数据项的加入，无序表的head始终指向链条中的第一个节点

注意无序表mylist对象本身并head不包含数据项（数据项在节点中）
head只是对首个节点Node的引用
判断空表的isEmpty()很容易实现

return self.head == None

3.4.2 add方法

add方法：向无序表中添加数据项

无序表并没有限定数据项之间的顺序，新数据项可以加入到原表的任何位置

按照实现的性能考虑，应添加到最容易加入的位置上。

要访问到整条链上的所有数据项，必须从表头head开始沿着next链接逐个向后查找，所以添加新数据项最快捷的位置是表头，整个链表的首位置。

def add(self, item):
	temp = Node(item)
	temp.setNext(self.head)
	self.head = temp

3.4.3 size方法

size：从链条头head开始遍历到表尾同时用变量累加经过的节点个数

def size(self):
	current = self.head
	count = 0
	while current != None:
		count = count + 1
		current = current.getNext()
	return count

3.4.4 search方法

从链表头head开始遍历到表尾，同时判断当前节点的数据项是否为目标

def search(self, item)
	current = self.head
	found = False
	while current != None and not found:
		if current.getData() == item:
			found = True
		else:
			current = current.getNext()
	return found

3.4.5 remove方法

首先要找到item，这个过程跟search一样，但在删除节点时，需要特别的技巧

current指向的是当前匹配数据项的节点
而删除需要把前一个节点的next指向current的下一个节点
所以我们在search current的同时，还要维护前一个(previous)节点的引用

找到item之后，current指向item节点，previous指向前一个节点，开始执行删，需要区分两种情况：

current是首个节点
current是位于链条中间的节点

def remove(item):
	current = self.head
	previous = None
	found = False
	while not found:
		if current.getData() == item:
			found = True
		else:
			previous = current
			current = current.getNext()
		if previous == None:
			self.head = current.getNext()
		else:
			previous.setNext(current.getNext())

整个链表的对象和操作和节点定义如下：

class Node:
    def __init__(self, init_data):
        self.data = init_data
        self.next = None

    def get_data(self):
        return self.data

    def get_next(self):
        return self.next

    def set_data(self, new_data):
        self.data = new_data

    def set_next(self, new_next):
        self.next = new_next


class UnorderList:
    def __init__(self):
        self.head = None

    def add(self, item):
        temp = Node(item)
        temp.set_next(self.head)
        self.head = temp

    def size(self):
        count = 0
        current = self.head
        while current.next is not None:
            count = count + 1
            current = current.next
        return count

    def search(self, item):
        current = self.head
        found = False
        while current.next is not None:
            current = current.next
            if current.data == item:
                return current.data
        return found

    def remove(self, item):
        current = self.head
        if current.data == item:
            self.head = current.next
        else:
            previous = current
            current = current.next
            while current.next is not None:
                previous = previous.next
                current = current.next
                if current.data == item:
                    previous.next = current.next


my_list = UnorderList()
print(my_list.head)
my_list.add(31)
my_list.add(77)
my_list.add(17)
my_list.add(93)
my_list.add(26)
my_list.add(54)
print(my_list.head.get_data())
print(my_list.size())
print(my_list.search(31))
my_list.remove(31)
print(my_list.size())
print(my_list.search(31))
print(my_list.remove(93))
print(my_list.size())
print(my_list.search(93))

参考文献

本文的知识来源于B站视频【慕课+课堂实录】数据结构与算法Python版-北京大学-陈斌-字幕校对-【完结！】，是对陈斌老师课程的复习
总结