让天底下没有难学的链表1

上篇文章，我们详细地逐字逐句的讲解了顺序表的创建及其使用。想必大家对于顺序表使用的一个内部思路都已经非常清楚了，但是我们也讲过，顺序表存在一些不足这里再给大家贴一下。

1. 中间/头部的插入删除，时间复杂度为O(N)
2. 增容需要申请新空间，拷贝数据，释放旧空间。会有不小的消耗。
3. 增容一般是呈2倍的增长，势必会有一定的空间浪费。例如当前容量为100，满了以后增容到200，我们
再继续插入了5个数据，后面没有数据插入了，那么就浪费了95个数据空间。

那么今天我们就正式进入正题：链表

首先我们还是依旧来问一个很常见的问题：什么是链表？

概念：链表是一种物理存储结构上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的 。

我们在讲顺序表的时候就提到了，顺序表的存储结构是和数组一样顺序存放的，讲到的一个概念就是连续存放，那么链表，就更像是一辆火车，是一节一节的车厢组成的

那么我们这里直接可以来看图片

这里我们就可以看到，链表的数据存储就像我们在火车上走过一个个车厢一样，只有走过了一车厢你才能到达二车厢，以此类推。那么我们由此就很容易得出，链表和顺序表一样，都是线性结构的。

但与顺序表（数组）不同，链表的元素在内存中不是连续存储的。每个元素（称为节点）包含两部分：

数据域：存储实际数据
指针域：存储下一个节点的内存地址

这里的数据就可以理解为真正有用的部分，也就是我们在火车上可能走来走去就为了找到自己的那个座位。而指针域你可以理解为去另外一个车厢的地标。这将会让你对概念有一个非常清晰的认知，从而在后面代码实现的时候做到细节上不出错。

那么链表有三大核心特点：

动态内存分配：不需要预先知道数据规模，内存按需分配
非连续存储：节点通过指针连接，物理上不要求连续
高效增删：插入/删除时间复杂度 O(1)（已知位置时）

体现在哪里呢？

我们具体往下看

从这里我们就可以得出，链表在内存的管理和分配上相比与顺序表要更加的合理。

当然，这篇文章我们就只对链表讲一个逻辑，并且深入浅出的去了解一下链表，其他的我们放在下一篇文章去讲。

链表的分类

实际中链表的结构非常多样，以下情况组合起来就有8种链表结构：

1. 单向或者双向

所谓单双向，其本质上就是往哪个方向遍历的问题。

• 在单向链表中，每个节点只有一个指针域，用来指向其直接后继节点。
• 由于只能从头到尾遍历，因此在查找特定元素时可能需要遍历整个列表。
• 所以这里我们就需要用到双向链表。

 2. 带头或者不带头

 很明显，什么是不带头，也就是没有头节点的链表。那么为什么会有这个链表呢？在处理一些敏感的数据的时候，使用我们的不带头节点能够更加方便，减少我们内存的开销。

推荐带头节点：在大多数工程实践中，尤其是需要频繁操作链表头部（如 LRU 缓存算法）或代码可读性要求高时，带头节点能显著简化逻辑。

使用不带头节点：在内存严格受限的嵌入式系统，或数据结构本身要求直接暴露头指针时（如某些算法题）使用。

3. 循环或者非循环 

虽然有这么多的链表的结构，但是我们实际中最常用还是两种结构：

1. 无头单向非循环链表：结构简单，一般不会单独用来存数据。实际中更多是作为其他数据结构的子结 构，如哈希桶、图的邻接表等等。另外这种结构在笔试面试中出现很多。

2. 带头双向循环链表：结构最复杂，一般用在单独存储数据。实际中使用的链表数据结构，都是带头双向 循环链表。另外这个结构虽然结构复杂，但是使用代码实现以后会发现结构会带来很多优势，实现反而 简单了，后面我们代码实现了就知道了。

好了，关于链表的介绍就到这里，下一篇文章我们就要来讲链表的具体实现。

如果你觉得对你有帮助，可以点赞关注加收藏，感谢您的阅读，我们下一篇文章再见。

一步步来，总会学会的，首先要懂思路，才能有东西写。