数据结构——线性表

线性表

1.概述

线性表是具有相同数据类型的 n 个数据元素的有限序列。

2.基本特征

  • 元素个数有限

  • 逻辑上顺序排列

  • 每个元素有且仅有一个直接前驱和直接后继

  • 所有元素数据类型相同

3.线性表的两种实现方式

顺序表(Sequence List)

使用数组实现,元素在内存中连续存储。

#define MAXSIZE 100

typedef struct {

ElemType data[MAXSIZE]; // 静态分配

int length; // 当前长度

} SqList;

优缺点
  • 优点:随机访问快 O(1)

  • 缺点:插入删除慢 O(n),容量固定

链表(Linked List)

使用指针实现,元素在内存中非连续存储。

typedef struct LNode {

ElemType data; // 数据域

struct LNode *next; // 指针域

} LNode, *LinkList;

优缺点
  • 优点:动态扩容,插入删除快 O(1)

  • 缺点:不能随机访问,需要遍历 O(n)

4.线性表的基本操作

|------|-------------------------|-------------------------|
| 操作 | 顺序表 | 单链表 |
| 初始化 | InitList(&L) | InitList(&L) |
| 插入 | ListInsert(&L, i, e) | ListInsert(&L, i, e) |
| 删除 | ListDelete(&L, i, &e) | ListDelete(&L, i, &e) |
| 按值查找 | LocateElem(L, e) | LocateElem(L, e) |
| 按位查找 | GetElem(L, i) | GetElem(L, i) |
| 求长度 | Length(L) | GetElem(L, i) |
| 判空 | Empty(L) | Empty(L) |
| 销毁 | - | estroyList(&L) |

5.代码实例对比

顺序表插入操作

// 在顺序表L的第i个位置插入元素e

Status ListInsert_Sq(SqList &L, int i, ElemType e) {

if (i < 1 || i > L.length + 1) return ERROR; // 位置校验

if (L.length >= MAXSIZE) return ERROR; // 空间校验

for (int j = L.length; j >= i; j--) {

L.data[j] = L.data[j - 1]; // 元素后移

}

L.data[i - 1] = e; // 插入新元素

L.length++; // 长度增加

return OK;

}

单链表插入操作

// 在单链表L的第i个位置插入元素e

Status ListInsert_Link(LinkList &L, int i, ElemType e) {

LNode *p = L;

int j = 0;

// 找到第i-1个结点

while (p && j < i - 1) {

p = p->next;

j++;

}

if (!p || j > i - 1) return ERROR; // 位置校验

LNode *s = (LNode*)malloc(sizeof(LNode));

s->data = e;

s->next = p->next;

p->next = s;

return OK;

}

6.时间复杂度对比

|-------|------|------|
| 操作 | 顺序表 | 链表 |
| 按索引访问 | O(1) | O(n) |
| 插入/删除 | O(n) | O(1) |
| 头部操作 | O(n) | O(1) |
| 尾部操作 | O(1) | O(n) |

7. 应用场景

选择顺序表的情况:

  • 需要频繁随机访问元素

  • 已知或可预估数据量大小

  • 插入删除操作较少

选择链表的情况:

  • 数据量变化较大,需要动态扩容

  • 频繁在任意位置插入删除

  • 无法预估数据量大小

相关推荐
机器学习之心44 分钟前
198种组合算法+优化TCN时间卷积神经网络+SHAP分析+新数据预测+多输出!深度学习可解释分析,强烈安利,粉丝必备!
深度学习·算法·shap分析·tcn时间卷积神经网络
潼心1412o1 小时前
数据结构(长期更新)第10讲:堆
数据结构
人邮异步社区1 小时前
完全没接触过AI/NLP,如何系统学习大模型?
人工智能·学习·自然语言处理·大模型
蒋士峰DBA修行之路1 小时前
红帽练习环境介绍
linux·开发语言·bash
吃着火锅x唱着歌1 小时前
LeetCode 3371.识别数组中的最大异常值
数据结构·算法·leetcode
。TAT。1 小时前
进程间通信-对匿名管道的学习
linux·学习
元亓亓亓1 小时前
LeetCode热题100--74. 搜索二维矩阵--中等
算法·leetcode·矩阵
2301_807583231 小时前
Linux-虚拟化技术概述及KVM虚拟机环境部署
linux·运维·服务器
dringlestry1 小时前
B树的最大/最小高度
数据结构·b树