欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Java基础之LinkList 源码分析

程序员文章站 2023-12-03 11:28:04
LinkedList查找linkedList 底层是基于链表 结构的,无法像ArrayList那样随机访问指定位置元素。LinkedList查询过程要稍微麻烦一些,需要从链表头(或者尾结点)向后查找 时间复杂度为o(n)主要是通过遍历的方式定位目标位置的节点后,取出节点储存的值然后返回。在源码有个优化的地方,就是比较要查询的节点即index 与阶段数量size的一半 的大小,决定是从头节点查询还是从尾结点查询源代码如下: public E get(int index) { //检查i...

LinkedList

查找

linkedList 底层是基于链表 结构的,无法像ArrayList那样随机访问指定位置元素。LinkedList查询过程要稍微麻烦一些,需要从链表头(或者尾结点)向后查找 时间复杂度为o(n)

主要是通过遍历的方式定位目标位置的节点后,取出节点储存的值然后返回。在源码有个优化的地方,就是比较要查询的节点即index 与阶段数量size的一半 的大小,决定是从头节点查询还是从尾结点查询

源代码如下:

  public E get(int index) {
      //检查index是否在size区间内
        checkElementIndex(index);
      	//node中存储的为item 数据 next 下一个节点 prev 上一个节点
        return node(index).item;
    }

    Node<E> node(int index) {
        
		//判断size是在前半部分还是在后半部分
        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;
        }
    }

遍历

链表虽然没有数组遍历范快,但是遍历的过程也是很简单,和上面的查找很相似,就是从头结点开始遍历。但是LinkedList 遍历有个可以优化的地方,就是我们在使用forEach循环遍历LinkedList的时候,它其实还是转化为迭代器的形式,所以分析LinkedList的遍历就是迭代器实现的

看源码

 public ListIterator<E> listIterator(int index) {
     //这个方法上面有说过
        checkPositionIndex(index);
        return new ListItr(index);
    }

 private class ListItr implements ListIterator<E> {
        private Node<E> lastReturned;
        private Node<E> next;
        private int nextIndex;
        private int expectedModCount = modCount;

        ListItr(int index) {
 			//先判断index和size是否相等,相等返回最后一个
            next = (index == size) ? null : node(index);
            nextIndex = index;
        }
		
        public boolean hasNext() {
            return nextIndex < size;
        }
		
        public E next() {
            checkForComodification();
            if (!hasNext())
                throw new NoSuchElementException();

            lastReturned = next;
            next = next.next; //调用 next 方法后,next 引用都会指向他的后继节点
            nextIndex++;
            //将该节点的数据返回
            return lastReturned.item;
        }

        ....
    }

因为LinkedList 的随机访问效率很差,通过上面的方式每获取一个元素,LinkedList 都需要从头节点(或尾节点)进行遍历。看代码,经过测试,在使用LinkedList的随机访问10000条数据的时候随机访问的时间为4364ms 但是ArrayList的随机访问时间基本可以忽略。所以在开发的时候 需要遍历数据的时候尽量不使用LinkedList

public static void main(String[] args) {
        List<Integer> linkedList = new LinkedList();
        List<Integer> list = new ArrayList();
        for (int i = 0; i < 100000; i++) {
            linkedList.add(i);
        }
        for (int i = 0; i < 100000; i++) {
            list.add(i);
        }
        long start = System.currentTimeMillis();
        for (int i = 0; i < linkedList.size(); i++) {
            linkedList.get(i);
        }

        long end = System.currentTimeMillis();
        System.out.println(end - start);

        long l = System.currentTimeMillis();
        for (int i = 0; i < linkedList.size(); i++) {
            list.get(i);
        }

        long l1 = System.currentTimeMillis();
        System.out.println(l1 - l);
    }

插入

LinkedList;除了实现list接口以外还实现了Deque,实现所以插入的方法实现基本和List中的一致,只不过是链表结构

源码如下:

  public boolean add(E e) {
      //直接在链表最后插入
        linkLast(e);
        return true;
    }

//在指定位置插入
public void add(int index, E element) {
        checkPositionIndex(index);
		//判断是否为最后
        if (index == size)
            linkLast(element);
        else
            linkBefore(element, node(index));
    }

//在最后插入
  void linkLast(E e) {
        final Node<E> l = last;
      //创建一个新的node节点
        final Node<E> newNode = new Node<>(l, e, null);
      //将新节点指定给最后一个节点
        last = newNode;
      //判断该对象中是否含有节点,没有就将新节点赋值为第一个节点,否则赋值为最后一个节点的后继
        if (l == null)
            first = newNode;
        else
            l.next = newNode;
        size++;
        modCount++;
    }


//往中间插
   void linkBefore(E e, Node<E> succ) {
 		//获取传递的node的前驱
        final Node<E> pred = succ.prev;
       //将新节点的前驱和后继赋值
        final Node<E> newNode = new Node<>(pred, e, succ);
       //如果传入的node节点的前驱为null说明该节点为最后一个节点,所以新的节点直接赋值为最后一个节点
        succ.prev = newNode;
        if (pred == null)
            first = newNode;
        else
            pred.next = newNode;
        size++;
        modCount++;
    }

上面插入过程的源码,总结起来就是几部,以linkBefore举例:

  • 创建一个新的节点,并为新节点指明前驱和后继
  • 将succ的前驱指向新节点
  • 判断succ的后继是否存在,存在就将新节点的后继指向succ的后继,否则定义为最后一个节点

删除

删除操作其实就是 通过解除前后节点的链接实现删除,

源码如下:

    public boolean remove(Object o) {
        if (o == null) {
            //这个是从第一个节点判断item是否为null 为null直接删除 unlink 下面说
            for (Node<E> x = first; x != null; x = x.next) {
                if (x.item == null) {
                    unlink(x);
                    return true;
                }
            }
        } else {
            for (Node<E> x = first; x != null; x = x.next) {
                //遍历节点,找到符合条件移除
                if (o.equals(x.item)) {
                    unlink(x);
                    return true;
                }
            }
        }
        return false;
    }

//根据index删除
 public E remove(int index) {
        checkElementIndex(index);
        return unlink(node(index));
    }

 E unlink(Node<E> x) {
        // assert x != null;
     	//先获取要删除节点的信息
        final E element = x.item;
        final Node<E> next = x.next;
        final Node<E> prev = x.prev;
		
     	//判断前驱是否存在,不存在,说明这个是第一个,那么就将x的后继设置为头结点
        if (prev == null) {
            first = next;
        } else {
            //否则,将x前驱的后继 执行x的后继 ,并且将x的后继设置为null
            prev.next = next;
            x.prev = null;
        }

     	//判断x的后继是否为null 为null就说明x的后继为尾结点 ,然后就将尾结点设置为x的前驱
        if (next == null) {
            last = prev;
        } else {
            //否则将x的前驱赋值给x后继的前驱
            next.prev = prev;
            x.next = null;
        }
		//将x的各个部分设置成null有助于垃圾回收的工作
        x.item = null;
        size--;
        modCount++;
        return element;
    }

删除操作的步骤

  • 将x节点的前驱 的后继指向 x的后继
  • 将 x 节点的前驱引用置空,断开与前驱的链接
  • 将x节点的后继的前驱执行 x的前驱
  • 将x节点的后继引用为null,断开后继的链接

这就是本文的全部内容啦

本文地址:https://blog.csdn.net/weixin_42419325/article/details/107088393