链表（python）

一、链表和数组

在编写代码中，我们储存的数据是存储于内存当中，内存就像一块块并列排序的小方盒，每个小方盒都有自己地址，我们储存的数据就在这样一个个小方盒当中。

这些数据存放的结构有两种基本方式，数组和链表。

1，数组

数组在内存中是按顺序，内存地址来存储的，就好似上图的抽屉，从上到下，按顺序存放物品。这一特征也就意味着数据在内存中是相连的，紧紧不分开的，小的内存空间可能会装不下较多的数据，造成了内存空间浪费。

世界上许多事情有好有坏，有利有弊，数组也是如此，数据在内存中紧密相连，也就意味着牵一发而动全身，比如你想在数组中添加一项数据，这就好比一排已经排好队的士兵，每个人都有自己的编号，而此时你突然要插入其中。

你：“兄弟方便让个位置吗？”

你后面的士兵都一脸凶神恶煞地看着你，如果不是排长强力要求你插入其中，他们肯定不会让你入队，因为你的入队，让你身后的士兵的编号都要往后挪。

数组也是一样，当新加入一个数据时，这就意味着它后面的数据内存地址都要往后稍一稍，删除亦如此。

2，链表 和赋值原理

链表和在内存中排列整齐的数组不同，它们像一堆散兵游勇，散布于内存中，只要哪里有空隙就往哪里钻，链表高效地运用了内存空间。虽然它们看起来杂乱无章，但其实它们井然有序，暗号让它们紧紧相连。数据与数据之间有一条“暗号”的链子相连接，那个数据在首位，那个数据在第二位……在末尾都非常清楚。

这种“暗号”其实就是内存地址，如下图，长方形就是节点，一个节点包含了两个方面的内容，数据和“暗号”，这个“暗号”其实就是下一个节点的引用信息。

链表的第一个和最后一个节点最重要和最特殊，最后一个节点则意味着后面没有数据了，所以它指向None,第一个节点的内存地址需要一个地方来保存，所以设立一个head属性对第一个节点应用。

下面来实现节点代码,一个节点需要存放数据和对下一个数据的引用：

class Node:
    def __init__(self,x):
        self.data = initdata   #存放数据
        self.next = None      #对下一个节点的引用
 
    def getData(self):       #返回数据
        return self.data
 
    def getNext(self):       #返回下一个节点
        return self.next
 
    def setData(self,newdata):
        self.data = newdata
 
    def setNext(self,newnext):
        self.next = newnext

相信很多人都有疑问，为什么把下一个节点赋给上一个节点的next就实现了内存的引用呢？这与Python的特性有关，Python没有专门的指针，所有变量即是指针。

举一个例子，a = 6,一个简单的赋值，它在内存中是怎样实现的呢？

首先在内存中会创建数据6，数据6在内存中有自己的内存地址，然后再把变量标签a指向6，如上图a这个长方形中，实际是数据6的内存地址。再比如，a,b = b,a,  这实际就是a指向原来b指向的地址，b指向原来a指向的地址。明白了内存中赋值的原理，那么对Python链表中，next  = 下一个节点，就会很清晰了，next指向下一个节点的内存地址。

三，单链表的实现

1，链表的优点和缺点

链表插入和删除数据非常快，但读取数据非常慢

	数组	链表
读取	O(1)	O(N)
插入	O(N)	O(1)
删除	O(N)	O(1)

数组的读取非常快，因为它在内存中连续存储，插入和删除慢，是因为插入和删除都要改变相应的内存地址。

链表的插入和删除都很快，因为只要相应的改变节点中next的指向即可，链表访问一个特定数据时，必须沿着链表一个一个数据访问，所以读取很慢、

2，链表的方法

from node import Node
class UnorderedList:
 
    def __init__(self):
        self.head = None
 
    def add(self,item): #添加数据
        temp = Node(item)
        temp.setNext(self.head) #next指向表头，head为引用表头的信息
        self.head = temp  #在把head指向新增加的节点
 
    def size(self):  #返回链表的size
        current =self.head
        count = 0
        while current != None:
            count +=1
            current = current.getNext()
 
        return count
 
    def search(self,item):  #数据是否在链表中
        current = self.head
        found = False
        while current != None and not found:
            if current.getData() == item:
                found = True
            else:
                current = current.getNext()
 
        return found
 
    def remove(self):   #删除某个数据
        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())