【算法通关指南:数据结构和算法篇】别再用指针写链表了!数组模拟单 / 双向链表,C++ 实战超丝滑

【算法通关指南:数据结构和算法篇】别再用指针写链表了!数组模拟单 / 双向链表,C++ 实战超丝滑
在这里插入图片描述
🔥小龙报:个人主页
🎬作者简介:C++研发,嵌入式,机器人方向学习者
❄️个人专栏:《算法通关指南》
永远相信美好的事情即将发生
在这里插入图片描述

文章目录


前言

本专栏聚焦算法题实战,系统讲解算法模块:以《c++编程》,《数据结构和算法》《基础算法》《算法实战》 等几个板块以题带点,讲解思路与代码实现,帮助大家快速提升代码能力
ps:本章节题目分两部分,比较基础笔者只附上代码供大家参考,其他的笔者会附上自己的思考和讲解,希望和大家一起努力见证自己的算法成长

一、链表的概念

1.1 链表的定义

线性表的链式存储就是链表。它是将元素存储在物理上任意的存储单元中,由于无法像顺序表⼀样通过下标保证数据元素之间的逻
辑关系,链式存储除了要保存数据元素外,还需额外维护数据元素之间的逻辑关系,这两部分信息合称结点(node)。即结点有两个域:保存数据元素的数据域和存储逻辑关系的指针域。

1.2 链表的分类

在这里插入图片描述

二、链表的模拟实现

2.1 单链表的模拟实现

2.1.1 定义-创建-初始化

(1) 两个足够大的数组,⼀个用来存数据,一个用来存下⼀个结点的位置
(2) 变量h ,充当头指针,表示头结点的位置
(3) 变量id,为新来的结点分位置

在这里插入图片描述
constint N =1e5+10;int h;//头指针int id;// 下⼀个元素分配的位置int e[N], ne[N];// 数据域和指针域// 下标0位置作为哨兵位// 其中ne数组全部初始化为0,其中ne[i] = 0就表⽰空指针,后续没有结点// 当然,也可以初始化为- 1作为空指针,看个⼈爱好

2.1.2 头插

voidpush_front(int x){ id++; e[id]= x;// 1. x 的右指针指向哨兵位的后继// 2. 哨兵位的右指针指向 ne[id]= ne[h]; ne[h]= id;}

时间复杂度:O(1)

2.1.3 遍历链表

//遍历链表voidprint(){for(int i = ne[0]; i; i = ne[i]){ cout << e[i]<< endl;}}

时间复杂度:O(1)

2.1.4 按值查找

策略一:遍历整个链表
intfind(int x){for(int i = ne[0]; i; i = ne[i]){if(e[i]== x)return i;}return0;}

时间复杂度:O(N)

策略二:使用哈希表优化
intfind(int x){return mp[x];}

时间复杂度:O(1)

2.1.5 在任意位置之后插入元素

voidinsert(int p,int x)// ⼀定要注意,这⾥的p是位置,不是元素{ id++; e[id]= x; ne[id]= ne[p];// x 指向p的后⾯ ne[p]= id;// p 指向x}

时间复杂度:O(1)

2.1.6 删除任意位置之后的元素

voiderase(int p){if(ne[p]){ mp[e[ne[p]]]=0;// 将p后⾯的元素从mp中删除 ne[p]= ne[ne[p]];//指向下⼀个元素的下⼀个元素}}

时间复杂度:O(1)

2.1.7 遗留问题

为什么不像顺序表⼀样,实现⼀个尾插、尾删、删除任意位置的元素等操作?
答:能实现,但是没必要。因为时间复杂度是O(N)级别的。
使用各种数据结构是⽅便我们去解决问题的,⽽不是添堵(增加时间复杂度)的

2.1.8 所有测试代码

#include<iostream> using namespace std;constint N =1e5+10;int h;//头指针int id;// 下⼀个元素分配的位置int e[N], ne[N];// 数据域和指针域int mp[N];// mp[i] 表⽰i在这个元素存放的位置//头插voidpush_front(int x){ id++; e[id]= x;// 1. x 的右指针指向哨兵位的后继// 2. 哨兵位的右指针指向 ne[id]= ne[h]; ne[h]= id; mp[x]= id;}//遍历链表voidprint(){for(int i = ne[0]; i; i = ne[i]){ cout << e[i]<<" ";} cout << endl << endl;}// 按值查找intfind(int x){return mp[x];}//在任意位置之后插⼊元素voidinsert(int p,int x)// ⼀定要注意,这⾥的p是位置,不是元素{ id++; e[id]= x; ne[id]= ne[p];// x 指向p的后⾯ ne[p]= id;// p 指向x}//删除存储位置为p后⾯的元素voiderase(int p){if(ne[p]){ mp[e[ne[p]]]=0;// 将p后⾯的元素从mp中删除 ne[p]= ne[ne[p]];//指向下⼀个元素的下⼀个元素}}intmain(){for(int i =1; i <=5; i++){push_front(i);print();}//cout << find(1) << endl;//cout << find(5) << endl;//cout << find(6) << endl;// insert(1, 10);// print();// insert(2, 100);// print();/*erase(2); print(); erase(4); print();*/return0;}

运行结果:

在这里插入图片描述

2.2 双向链表的模拟实现

2.2.1 实现方式

双向链表无非就是在单链表的基础上加上⼀个指向前驱的指针,那就 再来⼀个数组充当指向前驱的指针域 即可

2.2.2 定义

在这里插入图片描述
constint N =1e5+10;int h;// 头结点int id;// 下⼀个元素分配的位置int e[N];// 数据域int pre[N], ne[N];// 前后指针域

2.2.3 头插

//头插voidpush_front(int x){ id++; e[id]= x; pre[id]= h; ne[id]= ne[h]; pre[ne[h]]= id; ne[h]= id;}

时间复杂度:O(1)

2.2.4 遍历链表

直接无视prev 数组,与单链表的遍历方式一致。

voidprint(){for(int i = ne[0]; i; i = ne[i]){ cout << e[i]<<" ";} cout << endl << endl;}

时间复杂度:O(1)

2.2.5 按值查找

直接使用哈希表的思想进行优化

intfind(int x){return mp[x];}

时间复杂度:O(1)

2.2.6 在任意位置之后插入元素

voidinsert_back(int p,int x){ id++; e[id]= x; pre[id]= p; ne[id]= ne[p];// 先让p的后继的左指针指向id// 再让p的右指针指向id pre[ne[p]]= id; ne[p]= id;}

时间复杂度:O(1)

2.2.7 在任意位置之前插入元素

voidinsert_front(int p,int x){ id++; e[id]= x; pre[id]= pre[p]; ne[id]= p;// 先让p的前驱的右指针指向id// 再让p的左指针指向id ne[pre[p]]= id; pre[p]= id;}

时间复杂度:O(1)

2.2.8 删除任意位置的元素

voiderase(int p){ ne[pre[p]]= ne[p]; pre[ne[p]]= pre[p];}

时间复杂度:O(1)

2.2.9 所有测试代码

#include<iostream> using namespace std;constint N =1e5+10;int h;// 头结点int id;// 下⼀个元素分配的位置int e[N];// 数据域int pre[N], ne[N];// 前后指针域int mp[N];//mp[i] 表⽰i在这个元素存放的位置//头插voidpush_front(int x){ id++; e[id]= x; pre[id]= h; ne[id]= ne[h]; pre[ne[h]]= id; ne[h]= id; mp[x]= id;}//遍历链表voidprint(){for(int i = ne[0]; i; i = ne[i]){ cout << e[i]<<" ";} cout << endl << endl;}// 按值查找intfind(int x){return mp[x];}// 在存储位置为p的元素后⾯,插⼊⼀个元素xvoidinsert_back(int p,int x){ id++; e[id]= x; pre[id]= p; ne[id]= ne[p];// 先让p的后继的左指针指向id// 再让p的右指针指向id pre[ne[p]]= id; ne[p]= id;}//在任意位置之前插入元素voidinsert_front(int p,int x){ id++; e[id]= x; pre[id]= pre[p]; ne[id]= p;// 先让p的前驱的右指针指向id// 再让p的左指针指向id ne[pre[p]]= id; pre[p]= id;}// 删除任意位置p的元素voiderase(int p){ ne[pre[p]]= ne[p]; pre[ne[p]]= pre[p];}intmain(){for(int i =1; i <=8; i++){push_front(i);print();}//cout << find(3) << endl;//cout << find(5) << endl;//cout << find(0) << endl;// insert_front(2, 22);// print();// insert_front(3, 33);// print();// insert_front(4, 44);// print();//erase(2);//print();//erase(4);//print();return0;}

运行结果:

在这里插入图片描述

2.3 循环链表的模拟实现

回看之前实现的带头单向链表。我们定义 表示空指针,但其实哨兵位就在 位置,所有的结构正好成环

三、总结与每日励志

本文介绍了链表这一重要的数据结构,重点讲解了单链表和双向链表的实现方法。作者通过数组模拟链表的方式,详细展示了链表的定义、初始化以及常见操作(头插、遍历、查找、插入和删除)的实现代码与时间复杂度分析。单链表使用两个数组分别存储数据和指针,双向链表则增加前驱指针数组。文章特别强调了哈希表在优化查找效率中的应用,并对比了不同操作的时间复杂度。通过实际代码示例,读者可以清晰理解链表的底层实现逻辑及其在算法竞赛中的应用优势。

在这里插入图片描述

Read more

C++ map 全面解析:从基础用法到实战技巧

C++ map 全面解析:从基础用法到实战技巧

🔥个人主页:Cx330🌸 ❄️个人专栏:《C语言》《LeetCode刷题集》《数据结构-初阶》《C++知识分享》 《优选算法指南-必刷经典100题》《Linux操作系统》:从入门到入魔 🌟心向往之行必能至 🎥Cx330🌸的简介: 目录 前言: 一、map 核心概念与特性 1. 什么是 map? 2. 头文件与命名空间 3. map模板参数与内部类型 4. 常见初始化方式: 二、map 基础用法(必备知识点) 2.1 构造与初始化 2.2 遍历 1. 迭代器遍历(三种方式): 2. 范围for遍历 3. 结构化绑定(C++17支持): 2.3 插入操作(

By Ne0inhk
C++进阶:(十六)从裸指针到智能指针,C++ 内存管理的 “自动驾驶” 进化之路

C++进阶:(十六)从裸指针到智能指针,C++ 内存管理的 “自动驾驶” 进化之路

目录 前言 一、裸指针的 “血泪史”:为什么我们需要智能指针? 1.1 内存泄漏:最常见的 “噩梦” 1.2 二次释放:致命的 “双重打击” 1.3 野指针:潜伏的 “幽灵” 1.4 异常安全:被忽略的 “隐形杀手” 1.5 智能指针的核心使命 二、智能指针的 “三驾马车”:unique_ptr、shared_ptr、weak_ptr 2.1 unique_ptr:独占所有权的 “独行侠” 2.1.1 unique_ptr 的核心原理

By Ne0inhk
【C++】第二十六节—C++11(中) | 右值引用和移动语义(续集)+lambda

【C++】第二十六节—C++11(中) | 右值引用和移动语义(续集)+lambda

Hi,我是云边有个稻草人,C++领域博主与你分享专业知识(*^▽^*) 《C++》本篇文章所属专栏—持续更新中—欢迎订阅~ 目录 上节总览,详情见—>【C++】第二十五节—C++11 (上) | 详解列表初始化+右值引用和移动语义 本节总览 (4)右值引用和移动语义在传参中的提效 6. 类型分类 7. 引用折叠 8. 完美转发 四、lambda 1. lambda表达式语法 2. lambda的应用 3. 捕捉列表 4. lambda的原理 接着上节,正文开始—— (4)右值引用和移动语义在传参中的提效 * 查看STL文档我们发现C++11以后容器的push和insert系列的接口否增加的右值引用版本 * 当实参是一个左值时,容器内部继续调用拷贝构造进行拷贝,将对象拷贝到容器空间中的对象 * 当实参是一个右值,容器内部则调用移动构造,右值对象的资源到容器空间的对象上

By Ne0inhk
C++并集查找

C++并集查找

前言 C++图论 C++算法与数据结构 本博文代码打包下载 基本概念 并查集(Union-Find)是一种用于处理动态连通性(直接或间接相连)的数据结构,主要支持两种操作:union 和 find。通过这两个基本操作,可以高效地管理一组元素之间的连通关系。 Find: 查找节点所在有向树的根。 Union: 将两个不同的有向图合并为一棵树。 暴力做法 并集查找处理无向图的数据结构:有向森林,每棵树都是内向树。连通子图都直接或间接指向根,根出度为0,其它节点出度为1。vPar记录各节点的父节点。 Find(u)函数寻找u所在有向树的根(最远祖先): while(-1!= vPar[u]){ u =vPar}return u; 判断u和v是否连通: returnFind(u)==Find(v) 连通: root1 =Find(

By Ne0inhk