迷人的数据结构:揭秘数组和链表的不同

数据结构中的数组和链表的区别

  • 一、简介
  • 二、数组的特点和特性
  • 三、链表的特点和特性
  • 四、数组和链表的对比
  • 五、数组和链表的代码实现
  • 六、总结

一、简介

数据结构是组织和存储数据的方式,直接影响着程序性能、内存利用和资源管理等关键方面。

  1. 数据结构提供了各种方法来组织和存储数据,包括数组、链表、栈、队列、树和图等。

  2. 许多算法的设计和优化都与数据结构密不可分。

  3. 合适的数据结构能够更有效地利用内存资源,减少资源浪费并提高程序性能。

  4. 在软件工程和系统设计中,数据结构是构建复杂系统和解决实际问题的基础。

数组和链表是两种常见的数据结构,本文旨在深入探讨数组和链表的区别,揭秘它们的异同点。

二、数组的特点和特性

数组是一种数据结构,用于存储相同类型的元素,这些元素通常被存储在连续的内存位置上。

定义:数组是具有相同数据类型的元素集合,这些元素按照一定的顺序在内存中连续存储。数组可以包含任意数量的元素,但一旦创建后其大小通常是固定的。

相关概念:

  • 元素:数组中的每个数据项称为一个元素,数组可以存储整数、浮点数、字符、对象等各种数据类型的元素。元素可以通过索引(或下标)来访问,索引通常从0开始,依次递增。
  • 索引:数组元素的位置通过索引来表示,索引用于唯一标识数组中的每个元素。通过索引,可以快速定位数组中的元素。
  • 大小:数组的大小是指数组中元素的数量。一旦数组在创建时分配了一定的大小,无法动态地增加或减少。
  • 初始化:在创建数组时,需要指定数组的大小,并为每个元素分配内存空间。

在这里插入图片描述

数组的存储结构通常是连续的内存空间,也就是说数组中的元素是依次存储在内存中的连续位置上。这种连续存储结构可以使得数组支持高效的随机访问,因为可以通过元素的索引来直接计算出该元素在内存中的位置。

特点:

  1. 支持高效的随机访问。

  2. 固定大小。

  3. 插入和删除操作的效率较低。

三、链表的特点和特性

链表是一种常见的线性数据结构,由一系列的节点组成,每个节点由两部分组成:数据域和指针域。数据域用于存储节点的数据,而指针域用于指向下一个节点,从而形成一系列的连接。
在这里插入图片描述

基本概念:

  1. 节点:链表中的基本单元,包含数据和指向下一个节点的指针。

  2. 头节点:链表的第一个节点,通常用来标识链表的起始位置。

  3. 尾节点:链表的最后一个节点,其指针通常指向空值(null),表示链表的结束。

  4. 单向链表:每个节点只包含一个指向下一个节点的指针。

  5. 双向链表:每个节点包含两个指针,分别指向前一个节点和后一个节点,使得可以双向遍历链表。

链表相对于数组的优点在于,可以更高效地支持插入和删除操作,因为在链表中插入或删除节点只需要修改相邻节点的指针,而不需要移动大量的元素。链表的缺点是访问时需要从头节点开始顺序查找,无法像数组那样通过索引直接访问元素。

链表的每个节点至少由两部分组成:数据域和指针域。指针域指向下一个节点(对于单向链表)或者同时指向前一个和后一个节点(对于双向链表)。

单向链表的存储结构特点:

  • 每个节点包含数据和指向下一个节点的指针。
  • 节点在内存中不必须是连续存储的,每个节点可以存储在任意内存地址上。
  • 插入和删除节点的操作比较灵活,只需要修改节点指针即可,不需要移动大量元素。
  • 无法直接访问链表中的任一元素,需要从头节点开始按顺序查找,访问效率较低。

在这里插入图片描述

双向链表的存储结构特点:

  • 每个节点包含数据和分别指向前一个节点和后一个节点的指针。
  • 可以双向遍历链表,即可以从头节点到尾节点或者从尾节点到头节点进行遍历。
  • 插入和删除节点的操作相对于单向链表更方便,可以在节点前后两个方向进行操作。
  • 每个节点需要额外存储一个指向前一个节点的指针,因此占用的空间较大。

在这里插入图片描述

在链表中插入一个新节点,可以分为以下几种情况:

  1. 在链表头部插入节点:新节点成为链表的新头节点,将新节点的指针指向原来的头节点,更新链表的头指针。
  2. 在链表尾部插入节点:遍历链表,直到找到尾节点,将新节点的指针指向尾节点,并将新节点设置为新尾节点。
  3. 在链表中间插入节点:找到要插入位置的前一个节点,将前一个节点的指针指向新节点,新节点的指针指向原来位置的下一个节点。

从链表中删除一个节点,可以分为以下几种情况:

  1. 删除头节点:将头指针指向头节点的下一个节点,并释放原来的头节点内存。
  2. 删除尾节点:遍历链表,找到倒数第二个节点,将倒数第二个节点的指针设置为null,并释放原尾节点的内存。
  3. 删除中间节点:找到要删除位置的前一个节点,将前一个节点的指针指向要删除节点的下一个节点,并释放要删除节点的内存。

通过遍历链表来查找特定节点:

  1. 遍历查找:从头节点开始,依次遍历链表的每个节点,直到找到要查找的节点或者遍历到链表尾部。
  2. 特定查找:根据实际需求,可以采用不同的方式进行特定的查找,例如查找第一个符合条件的节点。

除此之外,链表的其他操作还包括获取链表长度、反转链表、合并链表等,这些操作都是基于节点的插入、删除和查找等基本操作进行实现的。

四、数组和链表的对比

数组是连续存储 ,链表是离散存储;数组插入和删除操作需移动元素,而链表插入和删除操作只需要简单修改指针;数组支持随机访问,而链表只能遍历查找。

在这里插入图片描述

数组的连续存储:

  • 数组中的元素在内存中是连续存储的,即相邻的元素在内存中的地址是相邻的。
  • 由于元素的连续存储特性,可以通过元素的下标直接访问和操作元素。
  • 在插入和删除元素时需要移动元素的位置,如果在中间插入或删除元素,需要移动后续元素的位置。

链表的离散存储:

  • 链表中的节点在内存中是离散存储的,即每个节点可以存储在任意的内存地址上。
  • 由于节点的离散存储特性,不能通过下标直接访问元素,只能通过指针进行遍历访问。
  • 在插入和删除节点时,只需要调整节点的指针指向,不需要移动大量的元素,因此插入和删除的时间复杂度通常较低。

插入操作:

  • 在数组中插入元素需要移动插入位置后面的所有元素,以腾出空间来插入新元素。最好情况下,插入到末尾的时间复杂度为 O(1),最坏情况下需要移动整个数组,时间复杂度为 O(n)。
  • 在链表中插入元素只需要修改节点的指针,将新节点插入到合适的位置。无需移动其他节点,时间复杂度为 O(1)。

删除操作:

  • 在数组中删除元素同样需要移动删除位置后面的所有元素,填补删除位置,最好情况下为 O(1),最坏情况下需要移动整个数组,时间复杂度为 O(n)。
  • 在链表中删除元素只需要修改节点的指针,将要删除节点的前一个节点指向要删除节点的下一个节点。同样,时间复杂度为 O(1)。

在查找操作的效率方面,数组的随机访问时间复杂度为 O(1),链表的遍历查找时间复杂度为 O(n)。

五、数组和链表的代码实现

数组的实现:

#include <iostream>
using namespace std;int main() {int arr[5] = {1, 2, 3, 4, 5};// 访问数组中的元素cout << arr[0] << endl;  // 输出:1// 修改数组中的元素arr[2] = 10;// 打印整个数组for (int i = 0; i < 5; ++i) {cout << arr[i] << " ";}cout << endl;  // 输出:1 2 10 4 5return 0;
}

链表的实现:

#include <iostream>
using namespace std;class Node {
public:int data;Node* next;Node(int data) {this->data = data;this->next = nullptr;}
};class LinkedList {
public:Node* head;LinkedList() {head = nullptr;}// 在链表末尾添加一个节点void append(int data) {Node* new_node = new Node(data);if (!head) {head = new_node;return;}Node* last_node = head;while (last_node->next) {last_node = last_node->next;}last_node->next = new_node;}// 打印链表中的所有节点数据void print_list() {Node* current_node = head;while (current_node) {cout << current_node->data << " ";current_node = current_node->next;}}
};int main() {LinkedList linked_list;// 在链表末尾添加节点linked_list.append(3);linked_list.append(5);linked_list.append(7);// 打印链表数据linked_list.print_list();  // 输出:3 5 7return 0;
}

六、总结

数组的场景和应用:

  • 需要随机访问元素的场景,因为数组支持常量时间的随机访问,适合需要频繁定位元素位置的情况。
  • 内存空间的利用率相对高,因为数组元素在内存中是连续存储的,没有额外的指针开销,因此相对节省内存。
  • 需要按照元素的索引进行各种操作,并且元素的数量是固定的或者很少改变的情况。

链表的场景和应用:

  • 需要频繁地插入或删除元素的场景,因为链表的插入和删除操作时间复杂度为 O(1)。
  • 需要动态分配内存,并且对内存空间利用率要求较高的情况,因为链表可以动态增长且不要求连续的内存空间。
  • 需要快速查找元素的场景,尤其是对未知位置的元素进行查找、删除和插入。
Doubly Linked List
prev
next,prev
next,prev
结点1
头结点
结点2
结点3
Singly Linked List
结点1
头结点
结点2
结点3

数组适合于需要快速定位元素位置、元素数量固定不变、对内存空间要求较少的场景。而链表适合于需要频繁插入和删除操作、对内存空间的动态分配和利用率要求较高的场景。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/434586.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何使用react框架进行两个html页面的切换?

如何使用react框架进行两个html页面的切换? 项目背景首先是古老的做法login.htmlindex.html 正文->react框架如何设置两个页面的跳转?配置react框架的环境react框架如何实现两个页面的跳转? 项目背景 古老的html页面跳转的做法无法在react框架中直接适配,所以非常有必要…

代码随想录算法刷题训练营day16

代码随想录算法刷题训练营day16&#xff1a;LeetCode(104)二叉树的最大深度 、LeetCode(559)n叉树的最大深度、LeetCode(111)二叉树的最小深度、LeetCode(222)完全二叉树的节点个数 LeetCode(104)二叉树的最大深度 题目 代码 /*** Definition for a binary tree node.* publ…

NC开发客户端(前端)连接启动失败can‘t connect to server, please wait

效果图 解决方法 IP地址和端口要对应 1-IP地址中间启动&#xff0c;肯定是这个127.0.0.1 2-端口号&#xff0c;要对应中间件启动在控制台输出的端口 或者是在home目录-》bin-》sysConfig.bat这里面的服务器&#xff0c; 里面可以看到对应启动ip地址和端口

一天吃透面试八股文

内容摘自我的学习网站&#xff1a;topjavaer.cn 分享50道Java并发高频面试题。 线程池 线程池&#xff1a;一个管理线程的池子。 为什么平时都是使用线程池创建线程&#xff0c;直接new一个线程不好吗&#xff1f; 嗯&#xff0c;手动创建线程有两个缺点 不受控风险频繁创…

include文件包含

include 文件包含利用日志文件什么是日志文件 之所以会burp抓包上传就可以成功的原因&#xff0c;是因为burp可以绕过url编码&#xff0c;导致写入日志文件中的代码没有进行编码&#xff0c;可以直接解析成php文件 声明&#xff1a;其中图片并非本人实操&#xff0c;而是直接截…

java生成验证码工具类,java生成图片验证码

java生成验证码工具类&#xff0c;java生成图片验证码 java生成验证码工具类&#xff0c;java生成图片验证码&#xff0c;java生成彩色图片验证码&#xff0c;带干扰线验证码。 调用结果&#xff1a; 工具类调用&#xff1a; GetMapping("/validateCode")public vo…

Qt项目文件以及对象树

"在哪里走散&#xff0c;你都会找到我~" 前篇&#xff0c;我们仅仅对Qt创建了第一个简单的项目。相比于使用其他IDE创建工程项目&#xff0c;Qt会为自动创建诸如&#xff1a;.pro、.h\.cpp、.iu等文件&#xff0c;这些文件到底是什么&#xff1f;我们在使用Qt时 应该…

机器人顶会IROS,ICRA论文模板下载及投稿须知,以及机器人各大会议查询

一、背景 机器人方向&#xff0c;不止期刊TRO&#xff0c;TASE&#xff0c;RAM&#xff0c;RAL上的成果被认可&#xff0c;机器人顶会上的成果也是非常好的&#xff0c;一般来说一篇机器人顶会顶一篇trans。当决定要写一篇IROS论文时&#xff0c;结果IROS论文模板和投稿须知找…

Spring boot + Azure OpenAI 服务 1.使用 GPT-35-Turbo

Azure OpenAI 服务使用 GPT-35-Turbo 先决条件 maven 注意 beta.6 版本 <dependency><groupId>com.azure</groupId><artifactId>azure-ai-openai</artifactId><version>1.0.0-beta.6</version></dependency>问答工具类 pack…

从零学习Hession RPC

为什么学习Hessian RPC&#xff1f; 存粹的RPC&#xff0c;只解决PRC的四个核心问题&#xff08;1.网络通信2.协议 3.序列化 4.代理&#xff09;Java写的HessianRPC落伍了&#xff0c;但是它的序列化方式还保存着&#xff0c;被Dubbo(Hessian Lite)使用。 被落伍&#xff0c;只…

微信小程序(十三)生命周期-更新应用提醒

注释很详细&#xff0c;直接上代码 上一篇 新增内容&#xff1a; 1.onLaunch用法 2.onShow用法 3.onHide用法 4.应用更新API的调用模板 源码&#xff1a; App({//小程序初始化时触发&#xff0c;全局只触发一次onLaunch(option) {//可以获取场景值和启动参数&#xff0c;eg.opt…

字符串相关的函数和内存块相关函数

&#x1d649;&#x1d65e;&#x1d658;&#x1d65a;!!&#x1f44f;&#x1f3fb;‧✧̣̥̇‧✦&#x1f44f;&#x1f3fb;‧✧̣̥̇‧✦ &#x1f44f;&#x1f3fb;‧✧̣̥̇:Solitary-walk ⸝⋆ ━━━┓ - 个性标签 - &#xff1a;来于“云”的“羽球人”。…