Java数据结构漫谈－LinkedList

同样是List的数据结构，LinkedList是使用了前后指针，指明节点的方式来表示链表的，这与之前介绍的ArrayList

http://www.cnblogs.com/yakovchang/p/java_arraylist.html

中使用数组的方式是截然不同的。LinkedList中的存储节点被称作节点（Node），一个节点的定义如下所示：

    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;

        Node(Node<E> prev, E element, Node<E> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }

这是LinkedList的一个内部类，不需要使用LinkedList的程序员关心。

LinkedList正是通过next，prev这两个指针来串联起整个List的。

注意：Node节点在初始化的时候同时指明了初始化的节点的前后节点是什么，所以在之后的代码中，往往没有明显的写明新的节点的前后指针指向了哪里。

在LinkedList本身中仅仅记录了List的开始和结束节点，当然，也记录了size：

    transient int size = 0;

    transient Node<E> first;

    transient Node<E> last;

在开始节点上添加一个节点，需要先判断是否为空，如果为空，则直接first和last都指向这个节点，否则就需要把原来的first的prev指向新节点，把新节点作为新的first节点，时间复杂度是o(1)：

    private void linkFirst(E e) {
        final Node<E> f = first;
        final Node<E> newNode = new Node<>(null, e, f);
        first = newNode;
        if (f == null)
            last = newNode;
        else
            f.prev = newNode;
        size++;
        modCount++;
    }

在结束节点上添加一个新节点，需要先判断是否为空，如果为空，就直接把last和firs都指向这个节点，否则就把原来的last的next指向新节点，把新节点作为新的last节点，时间复杂度是o(1)：

    void linkLast(E e) {
        final Node<E> l = last;
        final Node<E> newNode = new Node<>(l, e, null);
        last = newNode;
        if (l == null)
            first = newNode;
        else
            l.next = newNode;
        size++;
        modCount++;
    }

在一个非空节点之前加入一个节点，如果这个非空节点的prev是null，那么说明非空节点是first节点，直接让first节点指向新节点，否则就让这个非空节点的next指向新的节点，时间复杂度是o(1)：

    void linkBefore(E e, Node<E> succ) {
        // assert succ != null;
        final Node<E> pred = succ.prev;
        final Node<E> newNode = new Node<>(pred, e, succ);
        succ.prev = newNode;
        if (pred == null)
            first = newNode;
        else
            pred.next = newNode;
        size++;
        modCount++;
    }

删除一个非空的first节点，是把指向这个节点的指针都移除，同时把first指向他的next节点，如果next节点也为空，说明这个节点是List中的最后一个节点，那么first和last都指向空，时间复杂度是o(1)：

    private E unlinkFirst(Node<E> f) {
        // assert f == first && f != null;
        final E element = f.item;
        final Node<E> next = f.next;
        f.item = null;
        f.next = null; // help GC
        first = next;
        if (next == null)
            last = null;
        else
            next.prev = null;
        size--;
        modCount++;
        return element;
    }

同样的，删除一个非空的last节点，也是把指向这个节点的指针都移除，同时把last指向他的prev节点，如果prev节点为空，说明这个节点是List中的最后一个节点，那么first和last都指向空，时间复杂度是o(1)：

    private E unlinkLast(Node<E> l) {
        // assert l == last && l != null;
        final E element = l.item;
        final Node<E> prev = l.prev;
        l.item = null;
        l.prev = null; // help GC
        last = prev;
        if (prev == null)
            first = null;
        else
            prev.next = null;
        size--;
        modCount++;
        return element;
    }

删除一个非空节点，则是具有较多的判断条件，主要是取出来当前节点的prev和next，让他们之间建立连接，当然还需要判断是否为空，如果prev是空说明是第一个节点，如果next是空说明是最后一个节点，如果两者为空，说明List中只有这一个节点，这个操作的时间复杂度是o(1)：

    E unlink(Node<E> x) {
        // assert x != null;
        final E element = x.item;
        final Node<E> next = x.next;
        final Node<E> prev = x.prev;

        if (prev == null) {
            first = next;
        } else {
            prev.next = next;
            x.prev = null;
        }

        if (next == null) {
            last = prev;
        } else {
            next.prev = prev;
            x.next = null;
        }

        x.item = null;
        size--;
        modCount++;
        return element;
    }

获取first，last，删除first，last，添加first，last，都是基于上述的操作进行的，所以它们的时间复杂度也都是o(1)：

    public E getFirst() {
        final Node<E> f = first;
        if (f == null)
            throw new NoSuchElementException();
        return f.item;
    }

    public E getLast() {
        final Node<E> l = last;
        if (l == null)
            throw new NoSuchElementException();
        return l.item;
    }

    public E removeFirst() {
        final Node<E> f = first;
        if (f == null)
            throw new NoSuchElementException();
        return unlinkFirst(f);
    }

    public E removeLast() {
        final Node<E> l = last;
        if (l == null)
            throw new NoSuchElementException();
        return unlinkLast(l);
    }

    public void addFirst(E e) {
        linkFirst(e);
    }

    public void addLast(E e) {
        linkLast(e);
    }

以上说的都是时间复杂度较低的操作，但是下面会有时间复杂度较高的操作，这也正是LinkedList被吐槽的地方。

查找一个对象的index是多少，就是通过遍历对比的方式进行的，其时间复杂度是o(n)：

    public int indexOf(Object o) {
        int index = 0;
        if (o == null) {
            for (Node<E> x = first; x != null; x = x.next) {
                if (x.item == null)
                    return index;
                index++;
            }
        } else {
            for (Node<E> x = first; x != null; x = x.next) {
                if (o.equals(x.item))
                    return index;
                index++;
            }
        }
        return -1;
    }

而通过index去确定对应的节点，也是使用了便利的办法，当然，这里采取了一个巧妙的方式是判断index距离头部更近，还是尾部更近，然后选择从哪里开始进行遍历，其时间复杂度也是o(n)：

    Node<E> node(int index) {
        // assert isElementIndex(index);

        if (index < (size >> 1)) {
            Node<E> x = first;
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {
            Node<E> x = last;
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }

所有使用了上面两个函数的地方，其时间复杂度都是o(n)。

事实上，由于LinkedList的特殊性，LinkedList本身支持了很多其它的数据结构特性：

实现队列操作：

    public E peek() {//查看第一个，但不删除
        final Node<E> f = first;
        return (f == null) ? null : f.item;
    }

    public E element() {//查看第一个，但不删除
        return getFirst();
    }

    public E poll() {//获取第一个，并且删除
        final Node<E> f = first;
        return (f == null) ? null : unlinkFirst(f);
    }

    public E remove() {//获取第一个并且删除
        return removeFirst();
    }

    public boolean offer(E e) {//在队列尾部添加一个
        return add(e);
    }

实现双向队列操作：

    public boolean offerFirst(E e) {//在队列头部添加一个
        addFirst(e);
        return true;
    }

    public boolean offerLast(E e) {//在队列尾部添加一个
        addLast(e);
        return true;
    }

    public E peekFirst() {//查看队列头部但不删除
        final Node<E> f = first;
        return (f == null) ? null : f.item;
     }

    public E peekLast() {//查看队列尾部但不删除
        final Node<E> l = last;
        return (l == null) ? null : l.item;
    }

    public E pollFirst() {//获取并且删除队列头部元素
        final Node<E> f = first;
        return (f == null) ? null : unlinkFirst(f);
    }

    public E pollLast() {//获取并且删除队列尾部元素
        final Node<E> l = last;
        return (l == null) ? null : unlinkLast(l);
    }

实现栈的操作：

    public E poll() {//查看栈顶但不删除
        final Node<E> f = first;
        return (f == null) ? null : unlinkFirst(f);
    }

    public void push(E e) {//压栈
        addFirst(e);
    }

    public E pop() {//出栈
        return removeFirst();
    }

实现移除第一次发生和最后一次发生：

    public boolean removeFirstOccurrence(Object o) {//移除第一次出现
        return remove(o);
    }

    public boolean removeLastOccurrence(Object o) {//移除最后一次出现
        if (o == null) {
            for (Node<E> x = last; x != null; x = x.prev) {
                if (x.item == null) {
                    unlink(x);
                    return true;
                }
            }
        } else {
            for (Node<E> x = last; x != null; x = x.prev) {
                if (o.equals(x.item)) {
                    unlink(x);
                    return true;
                }
            }
        }
        return false;
    }

LinkedList是很多数据结构的基础，在之后的很多数据结构里面还会看到。

LinkedList最大的好处在于头尾和已知节点的插入和删除时间复杂度都是o(1)。

但是涉及到先确定位置再操作的情况，则时间复杂度会变为o(n)。

当然，每个节点都需要保留prev和next指针也是经常被吐槽是浪费了空间。