#### 2、链表
链表不需要一块连续的内存空间，它通过指针将一组零散的内存块串联起来使用。其中每个内存块叫做链表的结点，记录下个结点地址的指针叫做后继指针。

#### 2.1 单链表
链表的插入和删除是非常快速的，因为不需要做数据搬移，但是链表想要随机访问第k个元素就没有数组那么高效了，因为链表的数据不是连续的，没办法将首地址和下标带入寻址公式直接计算出对应的内存地址，而是需要根据指针一个结点一个结点的一次遍历，直到找到相应的结点，需要O(n)的时间复杂度。

#### 2.2 循环链表
在单链表基础上，尾结点的指针指向链表的头结点

#### 2.3 双向链表
每个结点不止有一个后继指针next指向后面的结点，还有一个前驱指针prev指向前面的结点。

* 删除和访问操作
当删除结点中“值等于某个给定值”的结点，无论单链表还是双向链表，为了查找到匹配的结点，都需要从头指针一个一个一次遍历，然后将其删除。尽管删除操作时间复杂度是O(1)，但是遍历查找的时间复杂度是O(n)。

当删除给定指针指向的结点，我们已经找到了要删除的结点，需要找到他的前驱结点，单链表不支持获取前驱结点，所以，为了找到前驱结点，还是要从头开始获取前驱结点。但是对于双向链表来说，有前驱指针，所以只需要O(1)的时间复杂度就可以。

除此之外，对于一个有序链表，双向链表在按值查询时，可以记录上次查找的位置，每次查询的时候，根据查找的值判断大小，然后决定往前找还是往后找，平均只需要查找一半的数据。

* 空间换时间设计思想
在实际的开发中，尽管双向链表比较耗费内存，也比单链表应用更加广泛，比如java中的linkedHashMap，这里体现一种用空间换时间的思想，当我们内存空间充足的时候，如果我们更加追求代码的执行速度，就可以选用空间复杂度相对较高，但时间复杂度相对较低的算法或者数据结构。反过来也类似。

#### 2.4 数组和链表的缺点
* 数组的缺点是大小固定，且需要占用整块连续的内存空间，如果声明的数组过大，系统可能没有足够的连续内存空间分配给它，导致out of memory，如果声明的过小，又容易产生动态扩容发现数据搬移。

* 链表的缺点是需要耗费额外的存储空间去存储指针，而且对链表的频繁插入、删除操作，还会导致频繁的内存申请和释放，容易造成内存碎片，如果是Java语言，就有可能频繁的GC。

#### 2.5 如何实现一个LRU缓存淘汰算法？

链表使用的经典场景，LRU（least recently userd），最少最近使用策略。

我的思路是这样的，维护一个按时间排序的有序单链表，越靠近尾部的结点是最早被访问的，当有一个新的数据被访问时，分以下两种情况：
* 如果数据已经在链表中，先遍历找到这个数据对应的结点，将原来数据删除，然后把数据插入到链表的头部。
* 如果数据不在链表中，要判断链表是否已经满了，如果未满，将数据插入到链表头部，如果已满，将链表尾结点删除，再将新的数据插入链表头部。

<div align="center"><img src="/src/main/resources/img/readme/LRU.png" height="250" width="860" ></div>

时间复杂度分析的话，不管缓存满不满，我们都需要遍历一遍链表，所以是O(n)的时间复杂度。实际上可以引入散列表来记录每个数据的位置，将缓存访问的时间复杂度降低到O(1)，在后续散列表会详细说明。