
前言
在前面已经总结了单链表,有了单链表的基础会很好理解双链表的实现,忘记了可以跳转——>http://t.csdnimg.cn/GFPk9
接下来就由我带着各位看官来认识今天的主角吧~

什么是双向链表
在单链表的基础上,它有两个方向的链接,一个链接指向前一个节点,另一个链接指向下一个节点。每个节点通常包含两个部分:数据(val)部分和两个指针部分,即前向指针(prev)和后向指针(next)。这使得在双向链表中,可以双向遍历数据,搭配下面图片更好理解~

因为是双向链表,为了分清头尾,定义头结点head和尾结点last,同时别忘在各自的末尾置null~这样一个完整的双向链表就表示出来了。

双向链表的基本方法
这里就用图来表示
| boolean add(E e) | 尾插 e | 
| void add(int index, E element) | 将 e 插入到 index 位置 | 
| boolean contains(Object o) | 判断元素o是否在表中 | 
| E remove(int index) | 删除 index 位置元素 | 
| boolean remove(Object o) | 删除遇到的第一个 o | 
| E get(int index) | 获取下标 index 位置元素 | 
| E set(int index, E element) | 将下标 index 位置元素设置为 element | 
|   void clear()  | 清空 | 
这里就引用了LinkedList类,观察代码演示就能理解这些方法的使用。
import java.util.LinkedList;
public class Test3 {
    public static void main(String[] args) {
        LinkedList<Integer> list=new LinkedList<>();
        list.add(1);//尾插法
        list.add(2);
        list.add(3);
        list.add(4);
        System.out.println(list.size());//获取链表长度
        System.out.println(list);//打印链表
        System.out.println("插入");
        list.add(0,5);//指定位置插入
        System.out.println(list);
        boolean a= list.contains(4);//判断指定元素是否在list当中
        System.out.println(a);
        list.set(0,6);//替换指定位置的元素
        System.out.println(list);
        System.out.println("移除");
        list.remove(0);//移除指定位置
        list.removeFirst();//头删
        list.removeLast();//尾删
        System.out.println(list);
        list.clear();
        System.out.println(list);//清空链表
}
} 
运行结果如图(搭配代码就能理解通透了):

双向链表的模拟实现
首先初始化一个双向链表,对于一个单节点,存储的val值,前驱和后继,然后定义头尾节点表示顺序。对比这张图,便好理解了~

1.添加元素
public class MyLinkedList {
    static class ListNode {
        public int val;
        public ListNode prev;//前驱
        public ListNode next;//后继
        public ListNode(int val) {
            this.val = val;
        }
    }
    public ListNode head;// 头结点
    public ListNode last;// 尾节点 
头插法:原理其实和单向链表的头插原理是类似的,不过就是要多考虑一个方向
头插法
        //头插法
       public void addFirst(int data) {
           LinkedList node= new LinkedList(data);
           if(head==null){
               head=node;
               last=node;
           }
           node.next=head;
           head.prev=node;
           head=node;
       } 
尾插法
尾插法的原理是一样的,头插反着来就是了
 //尾插法
       public void addLast(int data){
           LinkedList node=new LinkedList(data);
           if(head==null){
               head=node;
               last=head;
           }
           node.next=last;
           last.prev=node;
           last=node;
           } 
任意位置插入
修改节点的指向的就可以实现这个效果了,注意改变的指向次序

    // 任意位置插入,第一个数据节点为0号下标
    public boolean addIndex(int index, int data) {
        if (index < 0 || index > size()) {
            return false;
        }
        if (index == 0) {//头插
            addFirst(data);
            return true;
        }
        if (index == size()) {//尾插
            addLast(data);
            return true;
        }
        ListNode cur = findIndex(index);
        ListNode node = new ListNode(data);
        node.next = cur;
        cur.prev.next=node;//cur.prev.next表示的是cur的前一个节点的next
        node.prev = cur.prev;//cur.prev表示的是cur的前一个节点
        cur.prev=node;
        return true;
    }
    //找到要删除元素的下标
    public ListNode findIndex(int index) {
        ListNode cur = head;
        while (index != 0) {
            cur = cur.next;
            index--;
        }
        return cur;
    } 
2.删除元素
删除该节点就是没有节点指向它了,直接跨过它了

删除第一次出现的指定元素
    // 删除第一次出现关键字为key的节点
    public void remove(int key) {
        ListNode cur = head;
        while (cur != null) {
            if (cur.val == key) {
                if (cur == head) { //头删
                    head = cur.next;
                    if (head != null) {
                        head.prev = null; //如果头节点不为空,将新的头节点的prev设置为null
                    }
                } else {
                    cur.prev.next = cur.next;//将cur的前一个节点的next指向cur的下一个节点
                    if (cur.next != null) {
                        cur.next.prev = cur.prev;//将cur的下一个节点的prev指向cur的前一个节点
                    }
                }
                break;//找到就退出循环
            }
            cur = cur.next;
        }
    }
 
删除所有指定元素
两者是很相似的,区别在于有无break跳出循环
    // 删除第一次出现关键字为key的节点
    public void remove(int key) {
        ListNode cur = head;
        while (cur != null) {
            if (cur.val == key) {
                if (cur == head) { //头删
                    head = cur.next;
                    if (head != null) {
                        head.prev = null; //如果头节点不为空,将新的头节点的prev设置为null
                    }
                } else {
                    cur.prev.next = cur.next;//将cur的前一个节点的next指向cur的下一个节点
                    if (cur.next != null) {
                        cur.next.prev = cur.prev;//将cur的下一个节点的prev指向cur的前一个节点
                    }
                }
            
            }
            cur = cur.next;
        }
    }
 
3.清空链表
清空整张链表也不难,将头尾都置null,将节点间的联系断开即可
//清空整张链表
    public void clear() {
        ListNode cur=head;
        while(cur!=null){
            ListNode CurN=cur.next;
            cur.next=null;//逐个断开节点之间的连接
            cur.prev=null;
            cur=CurN;
        }
        head=last=null;//并将头节点和尾节点都置为null
    } 
4.单双链表相同的方法
下面这三种方法,其实和方向无关了,所以总结在一处,,其实和单向链表是一模一样了
查找指定元素是否在链表中
 //查找是否包含关键字key是否在单链表当中
       public boolean contains(int key){
           LinkedList cur=head;
           while(cur!=null){
               if(cur.val==key){
                   return true;}
               cur=cur.next;}
           return false;
           } 
打印链表
//打印链表
 
public  void display(){
         LinkedList cur=head;
         while(cur!=null){
             System.out.print(cur.val+" ");
             cur=cur.next;}
         System.out.println();
     } 
获取链表长度
//得到单链表的长度
       public int size(){
           LinkedList cur=head;
           int count=0;
           while(cur!=null){
               count++;
               cur=cur.next;}
           return count;
           } 
 
ArrayList和LinkedList的区别
在实际场景当中,这两种数据结构有着各自的优势,但区别还是要熟悉的,总结在这里了~
| 不同点 | ArrayList | LinkedList | 
| 存储空间上 | 物理上一定连续 | 逻辑上连续,但物理上不一定连续 | 
| 随机访问 | 支持O(1) | 不支持:O(N) | 
| 头插 | 需要搬移元素,效率低O(N) | 只需修改引用的指向,时间复杂度为O(1) | 
| 插入 | 空间不够时需要扩容 | 没有容量的概念 | 
| 应用场景 | 元素高效存储+频繁访问 | 任意位置插入和删除频繁 | 
那文章的内容就总结到这里,如果觉得有帮助不妨点个免费的赞吧,您的支持是我更新的最大动力,下次见~



















