三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

Python实现单链表与循环链表的核心操作与应用

发布时间：2026/8/5 11:40:37 三亩地 编程学习日记
Python实现单链表与循环链表的核心操作与应用

1. 链表基础概念与单链表实现

链表作为数据结构中的经典类型，与数组有着本质区别。数组在内存中是连续存储的，而链表的每个元素（称为节点）可以分散在内存各处，通过指针相互连接。这种非连续特性让链表在插入和删除操作上具有天然优势。

单链表是最简单的链表形式，每个节点包含两个部分：

  • 数据域：存储实际数据
  • 指针域：存储下一个节点的内存地址

用Python实现单链表节点类如下：

class Node: def __init__(self, data): self.data = data # 数据域 self.next = None # 指针域

单链表的常见操作时间复杂度分析：

  • 访问：O(n) - 必须从头节点开始逐个遍历
  • 插入/删除：O(1) - 只需修改相邻节点的指针
  • 搜索：O(n) - 需要遍历整个链表

注意：虽然插入操作本身是O(1)，但找到插入位置可能需要O(n)时间，所以实际应用中要区分操作本身和前置查找的时间成本

2. 单链表的核心操作实现

2.1 基础操作实现

单链表的五大基础操作需要特别注意指针处理的顺序，否则容易造成内存泄漏或链表断裂：

  1. 头插法建立链表：
def insert_at_head(head, data): new_node = Node(data) new_node.next = head return new_node # 新节点成为新的头节点
  1. 尾插法建立链表（需要维护尾指针）：
def insert_at_tail(head, data): new_node = Node(data) if not head: return new_node current = head while current.next: # 找到最后一个节点 current = current.next current.next = new_node return head
  1. 删除节点（需处理头节点特殊情况）：
def delete_node(head, key): # 处理头节点就是要删除的节点的情况 while head and head.data == key: head = head.next current = head while current and current.next: if current.next.data == key: current.next = current.next.next # 跳过待删除节点 else: current = current.next return head

2.2 单链表逆序操作

链表逆序是面试高频考点，需要熟练掌握迭代和递归两种实现方式：

迭代法（推荐）：

def reverse_iterative(head): prev = None current = head while current: next_node = current.next # 临时保存下一个节点 current.next = prev # 反转指针 prev = current # 前驱节点后移 current = next_node # 当前节点后移 return prev # 新的头节点

递归法（理解指针变化）：

def reverse_recursive(head): if not head or not head.next: return head new_head = reverse_recursive(head.next) head.next.next = head # 反转指针 head.next = None # 断开原指针 return new_head

实际工程中发现：当链表长度超过1000时，递归实现可能导致栈溢出，因此生产环境推荐使用迭代法

3. 循环链表的特性与应用

3.1 循环链表基本结构

循环链表是单链表的变体，区别在于尾节点的指针不是指向None，而是指向头节点，形成一个环。这种结构特别适合需要循环访问的场景。

循环链表的Python实现关键点：

class CircularLinkedList: def __init__(self): self.head = None def append(self, data): new_node = Node(data) if not self.head: self.head = new_node new_node.next = self.head # 自环 else: current = self.head while current.next != self.head: # 判断是否回到头节点 current = current.next current.next = new_node new_node.next = self.head

3.2 循环链表的优势场景

  1. 轮询任务调度：操作系统中的轮询调度算法
  2. 多人游戏回合制：玩家轮流操作的实现
  3. 缓冲区管理：循环缓冲区（Ring Buffer）的实现
  4. 约瑟夫问题：经典数学问题的理想数据结构

循环链表的遍历需要特别注意终止条件，否则会进入无限循环：

def print_list(head): if not head: return current = head while True: print(current.data, end=" ") current = current.next if current == head: # 回到起点则终止 break

4. 链表实战问题解析

4.1 链表中的快慢指针技巧

快慢指针是解决链表问题的利器，典型应用包括：

  1. 检测循环（Floyd判圈算法）：
def has_cycle(head): slow = fast = head while fast and fast.next: slow = slow.next fast = fast.next.next if slow == fast: return True return False
  1. 寻找链表中点（用于归并排序）：
def find_middle(head): slow = fast = head while fast and fast.next: slow = slow.next fast = fast.next.next return slow
  1. 寻找循环入口点（数学推导得出）：
def detect_cycle_start(head): slow = fast = head while fast and fast.next: slow = slow.next fast = fast.next.next if slow == fast: break if not fast or not fast.next: return None slow = head while slow != fast: slow = slow.next fast = fast.next return slow

4.2 工程中的链表优化实践

在实际项目中，纯链表的应用往往会进行一些优化：

  1. 带尾指针的链表：提升尾部操作效率
  2. 双向链表：支持双向遍历（虽然增加空间开销）
  3. 跳表（Skip List）：Redis中的有序集合实现方式
  4. 结合哈希表：实现LRU缓存机制

以LRU缓存实现为例展示链表与哈希表的结合：

class LRUCache: class Node: def __init__(self, key, value): self.key = key self.value = value self.prev = None self.next = None def __init__(self, capacity): self.capacity = capacity self.cache = {} self.head = self.Node(0, 0) # 伪头节点 self.tail = self.Node(0, 0) # 伪尾节点 self.head.next = self.tail self.tail.prev = self.head def _add_node(self, node): # 总是添加到头部 node.prev = self.head node.next = self.head.next self.head.next.prev = node self.head.next = node def _remove_node(self, node): prev = node.prev new = node.next prev.next = new new.prev = prev def _move_to_head(self, node): self._remove_node(node) self._add_node(node) def get(self, key): if key in self.cache: node = self.cache[key] self._move_to_head(node) return node.value return -1 def put(self, key, value): if key in self.cache: node = self.cache[key] node.value = value self._move_to_head(node) else: if len(self.cache) >= self.capacity: # 移除尾部节点 tail = self.tail.prev self._remove_node(tail) del self.cache[tail.key] new_node = self.Node(key, value) self.cache[key] = new_node self._add_node(new_node)

链表操作中最容易犯的错误是指针丢失。在插入节点时，一定要先保存后续节点的指针，再进行修改。例如在反转链表时，我们先用next_node保存current.next，然后再修改current.next指向prev。如果顺序搞反，就会丢失对后续节点的引用。

另一个常见误区是循环链表的遍历终止条件。不同于普通链表用while current来判断结束，循环链表需要用while current != head作为终止条件，否则会进入无限循环。我在实际项目中就曾因为这个问题导致服务CPU飙高，最终通过添加循环计数器发现了这个问题。

编程学习 学习日记 实战经验
← 返回列表