第五章 双链表

原文:Chapter 5 Doubly-linked list

译者:飞龙

协议:CC BY-NC-SA 4.0

自豪地采用谷歌翻译

本章回顾了上一个练习的结果,并介绍了List接口的另一个实现,即双链表。

5.1 性能分析结果

在之前的练习中,我们使用了Profiler.java,运行ArrayListLinkedList的各种操作,它们具有一系列的问题规模。我们将运行时间与问题规模绘制在重对数比例尺上,并估计所得曲线的斜率,它表示运行时间和问题规模之间的关系的主要指数。

例如,当我们使用add方法将元素添加到ArrayList的末尾,我们发现,执行n次添加的总时间正比于n。也就是说,估计的斜率接近1。我们得出结论,执行n次添加是 O(n)的,所以平均来说,单个添加的时间是常数时间,或者O(1),基于算法分析,这是我们的预期。

这个练习要求你填充profileArrayListAddBeginning的主体,它测试了,在ArrayList头部添加一个新的元素的性能。根据我们的分析,我们预计每个添加都是线性的,因为它必须将其他元素向右移动;所以我们预计,n次添加是平方复杂度。

这是一个解决方案,你可以在仓库的solution目录中找到它。

public static void profileArrayListAddBeginning() {
    Timeable timeable = new Timeable() {
        List<String> list;

        public void setup(int n) {
            list = new ArrayList<String>();
        }

        public void timeMe(int n) {
            for (int i=0; i<n; i++) {
                list.add(0, "a string");
            }
        }
    };
    int startN = 4000;
    int endMillis = 10000;
    runProfiler("ArrayList add beginning", timeable, startN, endMillis);
}

这个方法几乎和profileArrayListAddEnd相同。唯一的区别在于timeMe,它使用add的双参数版本,将新元素置于下标0处。同样,我们增加了endMillis,来获取一个额外的数据点。

以下是时间结果(左侧是问题规模,右侧是运行时间,单位为毫秒):

4000, 14
8000, 35
16000, 150
32000, 604
64000, 2518
128000, 11555

图 5.1 展示了运行时间和问题规模的图形。

图 5.1:分析结果:在ArrayList开头添加n个元素的运行时间和问题规模

请记住,该图上的直线并不意味着该算法是线性的。相反,如果对于任何指数k,运行时间与n ** k成正比,我们预计会看到斜率为k的直线。在这种情况下,我们预计,n次添加的总时间与n ** 2成正比,所以我们预计会有一条斜率为2的直线。实际上,估计的斜率是1.992,非常接近。恐怕假数据才能做得这么好。

5.2 分析LinkedList方法的性能

在以前的练习中,你还分析了,在LinkedList头部添加新元素的性能。根据我们的分析,我们预计每个add都要花时间,因为在一个链表中,我们不必转移现有元素;我们可以在头部添加一个新节点。所以我们预计n次添加的总时间是线性的。

这是一个解决方案:

public static void profileLinkedListAddBeginning() {
    Timeable timeable = new Timeable() {
        List<String> list;

        public void setup(int n) {
            list = new LinkedList<String>();
        }

        public void timeMe(int n) {
            for (int i=0; i<n; i++) {
                list.add(0, "a string");
            }
        }
    };
    int startN = 128000;
    int endMillis = 2000;
    runProfiler("LinkedList add beginning", timeable, startN, endMillis);
}

我们只做了一些修改,将ArrayList替换为LinkedList并调整startNendMillis,来获得良好的数据范围。测量结果比上一批数据更加嘈杂;结果如下:

128000, 16
256000, 19
512000, 28
1024000, 77
2048000, 330
4096000, 892
8192000, 1047
16384000, 4755

图 5.2 展示了这些结果的图形。

图 5.2:分析结果:在LinkedList开头添加n个元素的运行时间和问题规模

并不是一条很直的线,斜率也不是正好是1,最小二乘拟合的斜率是1.23。但是结果表示,n次添加的总时间至少近似于O(n),所以每次添加都是常数时间。

5.3 LinkedList的尾部添加

在开头添加元素是一种操作,我们期望LinkedList的速度快于ArrayList。但是为了在末尾添加元素,我们预计LinkedList会变慢。在我的实现中,我们必须遍历整个列表来添加一个元素到最后,它是线性的。所以我们预计n次添加的总时间是二次的。

但是不是这样。以下是代码:

public static void profileLinkedListAddEnd() {
    Timeable timeable = new Timeable() {
        List<String> list;

        public void setup(int n) {
            list = new LinkedList<String>();
        }

        public void timeMe(int n) {
            for (int i=0; i<n; i++) {
                list.add("a string");
            }
        }
    };
    int startN = 64000;
    int endMillis = 1000;
    runProfiler("LinkedList add end", timeable, startN, endMillis);
}

这里是结果:

64000, 9
128000, 9
256000, 21
512000, 24
1024000, 78
2048000, 235
4096000, 851
8192000, 950
16384000, 6160

图 5.3 展示了这些结果的图形。

图 5.2:分析结果:在LinkedList末尾添加n个元素的运行时间和问题规模

同样,测量值很嘈杂,线不完全是直的,但估计的斜率为1.19,接近于在头部添加元素,而并不非常接近2,这是我们根据分析的预期。事实上,它接近1,这表明在尾部添加元素是常数元素。这是怎么回事?

5.4 双链表

我的链表实现MyLinkedList,使用单链表;也就是说,每个元素都包含下一个元素的链接,并且MyArrayList对象本身具有第一个节点的链接。

但是,如果你阅读LinkedList的文档,网址为 http://thinkdast.com/linked,它说:

ListDeque接口的双链表实现。[...] 所有的操作都能像双向列表那样执行。索引该列表中的操作将从头或者尾遍历列表,使用更接近指定索引的那个。

如果你不熟悉双链表,你可以在 http://thinkdast.com/doublelist 上阅读更多相关信息,但简称为:

  • 每个节点包含下一个节点的链接和上一个节点的链接。
  • LinkedList对象包含指向列表的第一个和最后一个元素的链接。

所以我们可以从列表的任意一端开始,并以任意方向遍历它。因此,我们可以在常数时间内,在列表的头部和末尾添加和删除元素!

下表总结了ArrayListMyLinkedList(单链表)和LinkedList(双链表)的预期性能:

MyArrayList MyLinkedList LinkedList
add(尾部) 1 n 1
add(头部) n 1 1
add(一般) n n n
get/set 1 n n
indexOf/ lastIndexOf n n n
isEmpty/size 1 1 1
remove(尾部) 1 n 1
remove(头部) n 1 1
remove(一般) n n n

5.5 结构的选择

对于头部插入和删除,双链表的实现优于ArrayList。对于尾部插入和删除,都是一样好。所以,ArrayList唯一优势是getset,链表中它需要线性时间,即使是双链表。

如果你知道,你的应用程序的运行时间取决于getset元素的所需时间,则ArrayList可能是更好的选择。如果运行时间取决于在开头或者末尾附加添加和删除元素,LinkedList可能会更好。

但请记住,这些建议是基于大型问题的增长级别。还有其他因素要考虑:

  • 如果这些操作不占用你应用的大部分运行时间 - 也就是说,如果你的应用程序花费大部分时间来执行其他操作 - 那么你对List实现的选择并不重要。
  • 如果你正在处理的列表不是很大,你可能无法获得期望的性能。对于小型问题,二次算法可能比线性算法更快,或者线性可能比常数时间更快。而对于小型问题,差异可能并不重要。
  • 另外,别忘了空间。到目前为止,我们专注于运行时间,但不同的实现需要不同的空间。在ArrayList中,这些元素并排存储在单个内存块中,所以浪费的空间很少,并且计算机硬件通常在连续的块上更快。在链表中,每个元素需要一个节点,带有一个或两个链接。链接占用空间(有时甚至超过数据!),并且节点分散在内存中,硬件效率可能不高。

总而言之,算法分析为数据结构的选择提供了一些指南,但只有:

  • 你的应用的运行时间很重要,
  • 你的应用的运行时间取决于你选择的数据结构,以及,
  • 问题的规模足够大,增长级别实际上预测了哪个数据结构更好。

作为一名软件工程师,在较长的职业生涯中,你几乎不必考虑这种情况。


书籍推荐