数据结构-链表

链表的基础讲解参考：https://zhuanlan.zhihu.com/p/29627391

链表、数组对比

数组缺点

1. 数组必须占用整块、连续的内存空间，如果声明数组过大，可能回导致“内存不足”。
2. 数组不够灵活，一旦需要扩容，会重新申请连续整块空间，并需要把原数组的数据全部拷贝到新申请的空间。

数组的优势，在于可以方便的遍历查找需要的数据。在查询数组指定位置（如查询数组中的第4个数据）的操作中，只需要进行1次操作即可，时间复杂度为O(1)。但是，这种时间上的便利性，是因为数组在内存中占用了连续的空间，在进行类似的查找或者遍历时，本质是指针在内存中的定向偏移。然而，当需要对数组成员进行添加和删除的操作时，数组内完成这类操作的时间复杂度则变成了O(n)。

链表缺点

1. 内存空间消耗更大，用于储存结点指针信息。
2. 对链表进行频繁的插入、删除操作会导致频繁的内存申请、释放，容易造成内存碎片。

因为链表在内存中不是连续存储的，所以可以充分利用内存中的碎片空间。除此之外，链表还是很多算法的基础，最常见的哈希表就是基于链表来实现的。

经典应用场景：LRU缓存淘汰算法

缓存是一种提高数据读取性能的技术，在硬件设计、软件开发中都有着非常广泛的应用，比如常见的CPU缓存、数据库缓存、浏览器缓存等等。
缓存空间的大小有限，当缓存空间被用满时，哪些数据应该被清理出去，哪些数据应该被保留？这就需要缓存淘汰策略来决定。常见的缓存清理策略有三种：先进先出策略FIFO（First In, First Out）、最少使用策略 LFU（Least Frequently Used）、最近最少使用策略LRU（Least Recently Used）。
如何用链表来实现LRU缓存淘汰策略呢？
思路：维护一个有序单链表，越靠近链表尾部的结点是越早之前访问的。当有一个新的数据被访问时，我们从链表头部开始顺序遍历链表。

1. 如果此数据之前已经被缓存在链表中了，我们遍历得到这个数据的对应结点，并将其从原来的位置删除，并插入到链表头部。
2. 如果此数据没在缓存链表中，又可以分为两种情况处理：

如果此时缓存未满，可直接在链表头部插入新节点存储此数据；
如果此时缓存已满，则删除链表尾部节点，再在链表头部插入新节点。

参考：https://www.chinacion.cn/article/4419.html

链表反转(golang)

//链表结构
type ListNode struct {
	data int
	next *ListNode
}

//递归单链反转
func ReverseList(pHead, node *ListNode) *ListNode {
	if node.next == nil {
		pHead.next = node
		return node
	}

	n := ReverseList(pHead, node.next)
	if n != nil {
		n.next = node
		node.next = nil
	}

	return node
}

//遍历单链反转方法
func (pHead *ListNode) ReverseListV2() {
	pReversedHead := pHead
	var pNode = pHead.next
	var pPrev *ListNode
	
	for pNode != nil {
		pNext := pNode.next
		if pNext == nil {
			pReversedHead.next = pNode
		}

		pNode.next = pPrev
		pPrev = pNode
		pNode = pNext
	}

	return
}