数组与链表

依据访问模式、修改成本、局部性和内存开销,在连续数组与链式节点之间取舍。

难度 入门 时长 标准深度约14分钟
版本 Node 24
what

数组把带索引的槽位放在一个逻辑连续块中;链表则用链接连接彼此独立的节点。

trap

链表不能让任意位置的插入都变成常数时间:除非已经持有正确节点,否则定位位置仍需要线性遍历。

fix

先确定主要操作与内存预算。按索引访问和遍历通常优先选数组;若稳定节点句柄和频繁局部改链更重要,再使用链式节点。

是什么,为什么存在

数组与 链表(linked list) 都能表示有序序列,但两者组织存储的方式不同。数组为每个元素提供一个整数位置,所有槽位在逻辑上连续。链表把每个元素放入节点,节点记录下一个节点;双向链表还会记录前一个节点。

这种表示方式决定了哪些工作可以直接完成,哪些工作必须遍历或搬移数据。给定有效索引后,数组不必访问之前的元素就能算出目标槽位。链表要从已知节点开始沿链接前进,因此到达位置i通常需要访问前面的每个节点。

修改操作会反转部分取舍。数组在中间插入元素时,为了保持索引顺序,需要移动后面的元素。若已经知道链表的前驱或目标节点,插入与删除只需修改固定数量的链接;若节点未知,查找成本可能成为整个操作的主要成本。

“数组”包含两种紧密相关的形式。固定数组在分配存储时确定长度。 动态数组(dynamic array) 常用作可增长向量的底层实现,它同时记录逻辑长度与容量,并在必要时分配更大的底层区域。

链表可以是单向、双向或循环结构。单向节点使用较少的链接存储,适合向前移动。双向节点为每个节点多付出一个链接,使已知节点可以脱离链表,也允许双向遍历。

队列、编辑器、调度器、缓存、邻接表和运行时集合中都会遇到这种选择。多数应用代码应先使用语言提供的标准集合,因为标准集合已经定义边界情况与迭代行为。当某项操作成为热点、对延迟敏感或占用大量内存时,底层模型仍会直接影响结果。

同一种抽象序列也可以使用双端队列、环形缓冲区、树、间隙缓冲区或分块结构。“数组还是链表”只是一套初始成本模型,并不会排除这些替代方案。选择应来自实际工作负载,而不是集合名称。

可运行示例使用JavaScript,因为本地提供Node 24。JavaScript Array规定的是索引行为,不保证永久不变的原始内存布局;引擎可以切换内部表示。链表节点则是普通对象,因此示例展示的是访问路径与不变量,不承诺精确字节布局。

工作原理

对于使用固定宽度槽位的传统连续数组,元素i的地址可由base + i × stride得到。访问前部或后部的有效索引,需要的计算步骤相同。实现可以在外层执行边界检查,但不必遍历元素0到i - 1。

因此,数组支持O(1)随机访问。读取或替换一个已知槽位同样是O(1)。在无序数组中按值查找仍为O(n),因为能直接访问索引,不等于知道某个未知值位于哪个索引。

链表把导航信息与数据一起存储。它的头部标识第一个节点,每个next链接再标识后继节点。位置隐含在路径之中:从头部到达第四个节点,需要跟随三次链接。

图中表示的是逻辑相邻关系。数组槽位组成可按索引访问的连续序列。链式节点只要求链接有效,所以即使遍历时表现为一个序列,分配器也可能把节点放在相距很远的位置。

访问与查找

讨论访问时,必须说明使用哪种键。“取得第500项”已经给出索引,因此数组占优。“取得订单A-107的节点”则需要在无序数组或普通链表中扫描,除非另一个索引结构把订单ID映射到位置或节点,例如哈希映射。

两种结构的顺序遍历都是O(n)。这个渐进结果隐藏了 缓存局部性(cache locality) :处理器通常会一起取回相邻的数组槽位,而单独分配的节点可能需要访问互不相邻的内存。实际行为取决于元素大小、运行时表示、分配器与硬件,所以在声称具体延迟前,应测量部署环境中的实现。

二分查找需要高效访问中间位置。它在已排序数组中进行O(log n)次比较,而且每次都能直接跳到中点。链表不能按索引完成这些跳转,因此二分查找不会把普通链表的按位置遍历变成O(log n)。

插入与删除

在数组索引i插入元素时,从i开始的元素需要以新索引保持原顺序。受影响槽位的数量会随尾部长度增加,因此中部与头部插入是O(n)。删除元素会产生相应的左移。

链表插入只修改一个很小的局部范围。对于单向链表,在已知节点后插入时,先让新节点指向原后继,再让前驱指向新节点。这些链接更新是O(1),与链表总长度无关。

“已知节点”是关键条件。如果API只收到数字位置或元素值,它可能要先花O(n)从头部开始遍历。复杂度说明应同时包含查找与修改,不能只引用最后几次指针赋值。

从双向链表移除已知节点时,可以在O(1)内重新连接其前驱与后继。单向链表通常需要前驱,而不仅是目标节点,因为它必须修改前驱的next链接。保存节点句柄不会消除这种区别。

增长与摊还

固定数组无法原地增长到超过已分配区域。动态数组保留空余容量,因此许多追加操作只需填入下一个空槽位。容量耗尽时,它会分配更大的区域,复制或移动已有元素,然后再追加新元素。

因此,某一次触发扩容的追加可能耗费O(n)。如果容量按几何比例增长,那么在很长的操作序列中,总复制量与追加次数成正比,从而使每次追加得到O(1)的 摊还复杂度(amortized complexity) 。“摊还”不表示每一次追加的延迟都是常数。

链表通常为每次插入单独分配节点,除非节点来自对象池或区域分配器。增长时它不必复制序列的其他部分,却要为每个节点支付分配管理成本和链接存储。大量小型分配的成本可能超过省下的复制成本。

头部、尾部与不变量

实用的链式集合会保存操作所需的端点。同时持有head与tail的队列,可以在尾部入队并在头部出队,两项操作都是O(1)。若单向链表只有头部,追加到末尾就需要遍历整个链表,除非接口选择在头部插入。

空链表与单节点链表之间的转换需要明确规则。移除队列的最后一个节点后,head与tail都必须为null。向空队列添加节点时,两个端点都必须指向新节点。

对于双向链表,每条前向链接都应与相应的后向链接一致。若a.next是b,则除非位于有明确约定的哨兵边界,b.previous应为a。每次成功插入或删除都必须让长度元数据恰好变化一次。

初步决策表

需求数组倾向链表倾向
频繁按整数索引访问直接O(1)查找从端点开始O(n)遍历
顺序扫描紧凑的访问路径逐个跟随链接的访问路径
在数字表示的中间位置插入直接定位,再用O(n)移动用O(n)遍历,再以O(1)改链
在已有节点句柄后插入可能需要转换位置以O(1)改链
追加动态数组摊还为O(1)保存尾部时为O(1)
每个元素的元数据通常没有逐元素链接每个节点带一或两个链接
相邻位置修改后的稳定节点身份取决于具体表示节点仍在链上时自然稳定

这些只是倾向,不是完整实现契约。双端队列可以避免数组头部移动,紧凑链式结构可以改善局部性,运行时也可能优化特殊情况。应阅读所选集合的文档,并分析真实访问分布。

示例

下面的示例从按位置访问开始,再展示局部插入,最后实现带有明确端点不变量的队列。每个文件都用本地Node 24运行,输出块来自对应进程的实际输出。

对比按位置访问的路径

数组表达式直接访问索引3。linkedAt()必须从head开始并统计访问的节点,使隐藏的遍历过程变得可见。

index_access.js
class Node {
  constructor(value, next = null) {
    this.value = value;
    this.next = next;
  }
}

function linkedAt(head, index) {
  let node = head;
  let hops = 0;

  while (node !== null && hops < index) {
    node = node.next;
    hops += 1;
  }

  if (node === null) throw new RangeError("index out of range");
  return { value: node.value, visited: hops + 1 };
}

const orderIds = ["A-104", "A-105", "A-106", "A-107"];
const head = new Node(
  "A-104",
  new Node("A-105", new Node("A-106", new Node("A-107"))),
);

const linkedResult = linkedAt(head, 3);
console.log(`array[3]: ${orderIds[3]}`);
console.log(`linked at 3: ${linkedResult.value}`);
console.log(`linked nodes visited: ${linkedResult.visited}`);
array[3]: A-107
linked at 3: A-107
linked nodes visited: 4

两种结构返回了同一个订单ID,但完成的工作不同。链式函数为了取得位置3,访问了四个节点;索引越大,遍历越长。它的范围检查还表明,API必须明确负数索引的语义,不能悄悄把负数当成零。

为了保持示例简短,构造链表后没有再修改链接;节点属性本身仍然可变。生产代码应把改链操作隐藏在集合方法之后,避免调用方意外创建环或断开后半段链表。

分离查找成本与改链成本

两种集合都在"running"与"done"之间插入"paused"。数组已经知道数字索引2;链式版本则已经持有running节点,这正是常数时间插入成立的条件。

middle_insert.js
function insertIntoArray(items, index, value) {
  const shiftedSlots = items.length - index;
  items.splice(index, 0, value);
  return shiftedSlots;
}

function insertAfter(node, value) {
  const inserted = { value, next: node.next };
  node.next = inserted;
  return inserted;
}

function linkedValues(head) {
  const values = [];
  for (let node = head; node !== null; node = node.next) {
    values.push(node.value);
  }
  return values;
}

const arrayJobs = ["queued", "running", "done"];
const shifted = insertIntoArray(arrayJobs, 2, "paused");

const done = { value: "done", next: null };
const running = { value: "running", next: done };
const linkedJobs = { value: "queued", next: running };
insertAfter(running, "paused");

console.log(`array: ${arrayJobs.join(" -> ")}`);
console.log(`array indexed slots changed: ${shifted}`);
console.log(`linked: ${linkedValues(linkedJobs).join(" -> ")}`);
console.log("linked predecessor already known: yes");
array: queued -> running -> paused -> done
array indexed slots changed: 1
linked: queued -> running -> paused -> done
linked predecessor already known: yes

数组函数返回的数量表示本次调用影响的索引后缀,不描述Node内部采取的物理复制策略。JavaScript的splice()保证有序索引行为,引擎仍可自由选择数组内部表示。在逻辑层面,这个三元素示例中有一个旧槽位改变了索引。

无论链表多长,链式插入都只赋值两个next引用。如果调用方给出的只是"running",而不是节点对象,普通链表仍需扫描才能找到前驱。可以另外建立从任务ID到节点的映射来消除扫描,但它会增加内存占用和一致性维护成本。

维护链式队列

这个队列同时保存两个端点和当前大小。最后一次移除会重置尾部,因此下一次入队可以从有效的空状态开始,不会连接到已经脱离队列的节点。

job_queue.js
class LinkedQueue {
  #head = null;
  #tail = null;
  size = 0;

  enqueue(value) {
    const node = { value, next: null };
    if (this.#tail === null) {
      this.#head = node;
    } else {
      this.#tail.next = node;
    }
    this.#tail = node;
    this.size += 1;
  }

  dequeue() {
    if (this.#head === null) return undefined;
    const value = this.#head.value;
    this.#head = this.#head.next;
    this.size -= 1;
    if (this.#head === null) this.#tail = null;
    return value;
  }

}

const jobs = new LinkedQueue();
for (const job of ["thumbnail", "search-index", "receipt"]) {
  jobs.enqueue(job);
}

console.log(`next: ${jobs.dequeue()}`);
console.log(`remaining: ${jobs.size}`);
console.log(`next: ${jobs.dequeue()}`);
console.log(`next: ${jobs.dequeue()}`);
console.log(`empty: ${jobs.dequeue()}`);
console.log(`remaining: ${jobs.size}`);
next: thumbnail
remaining: 2
next: search-index
next: receipt
empty: undefined
remaining: 0

因为两个端点都可直接访问,enqueue()与dequeue()只接触固定数量的链接。这里把空队列移除定义为返回undefined;API也可以选择抛出异常或返回带标签的结果,但如果undefined本身也可作为存储值,就必须明确区分两种情况。

链表不是高效队列的唯一表示。环形缓冲区使用数组存储和头尾索引,既避免反复删除头部,也保留局部性。应根据最大大小、增长方式、元素表示和目标运行时中的测量结果,在两者之间选择。

陷阱

只根据Big-O选择

修复方法: 记录操作比例、集合大小与延迟要求。在目标运行时中使用代表性数据做基准测试;若集合很大,还要检查分配次数或内存剖析结果。

隐藏插入前的查找

修复方法: 明确每项操作的输入是索引、值、前驱、节点句柄还是迭代器。分别报告查找与改链成本,再按调用方实际使用的API合并成本。

破坏端点与链接不变量

修复方法: 集中管理改链操作,并在测试中的每次修改后断言不变量。覆盖空到单节点、单节点到空、头部、尾部、中部与重复删除等转换。

用数组头部删除实现队列

修复方法: 保存头部索引,使用环形缓冲区或双端队列,或者使用带尾部的链式队列。应按测量得到的策略偶尔压缩索引缓冲区,不要在每次出队时移动元素。

假定所有语言的数组都有同一种物理布局

修复方法: 区分抽象索引接口与具体实现。契约需要定宽数字存储时使用类型化数组,查阅运行时文档,并测量生产环境中的确切元素形状。

保留失效节点句柄

修复方法: 让节点句柄保持不透明,使脱离节点失效或留下明确标记,并在同一个修改边界内更新索引。测试对已删除句柄执行第二次操作,并规定它应该拒绝还是不做任何事。

深入 超越Big-O的成本模型

超越Big-O的成本模型

Big-O描述工作量怎样增长,但集合选择还需要考虑所有权、布局和延迟约束。两个O(n)遍历可能以完全不同的方式访问内存,两个O(1)更新也可能具有不同的分配或同步成本。实用模型要说明计算了什么,并标出哪些事实取决于运行时。

一份具体的存储预算

假设一种简化机器模型使用8字节的值和8字节的引用。保存100,000个值的平面数组需要800,000字节的值槽位,不包含数组头与空余容量。这是建立在明确假设上的算术结果,不是对JavaScript对象的测量。

在同一个简化模型中,单独分配的单向链表节点至少需要一个8字节值与一个8字节链接。100,000个节点的这些字段共占1,600,000字节,还没有计算分配器元数据、对齐、对象头或外部头部引用。双向链表还会再增加800,000字节的链接字段。

真实运行时可能保存引用而不是内联值,压缩部分指针,对对象进行对齐,从对象池分配节点,或者以其他方式表示稀疏数组。这份预算仍然有用,因为它迫使设计者写出每个假定字段。在把总数用于容量规划前,应把假设替换成测得的对象大小或堆剖析数据。

数组空余容量同样属于内存开销。在相同的8字节槽位模型下,如果动态数组长度为60,000、容量为100,000,那么空槽位占320,000字节。这部分余量能让后续追加暂时不触发重新分配,本身不属于泄漏。

局部性为什么会影响遍历

处理器按缓存行搬运内存,不会在每条指令中只取一个孤立的语言级值。如果连续数组槽位位于相邻地址,一次取回就可能让后续槽位进入处理器缓存。硬件预取也能识别有规律的前向访问模式。

单独分配的节点可能不在同一个缓存行中,而且只有读到当前节点的链接后,才能知道下一个地址。这条依赖链会限制执行过程提前读取数据。它解释了为什么相同的O(n)标签不表示相同遍历时间,但不能给出普遍适用的速度比例。

元素大小可能改变结果。很大的内联记录会增加移动成本;引用数组的槽位较小,但之后的代码仍需访问分散对象。节点池或展开链表可以把多个逻辑节点放在一起,从而恢复部分局部性。

基准测试必须保留应用真正执行的操作。对一百万个数字求和只测量遍历,不能说明插入已知节点的情况。反复在头部插入也不能说明随机查找成本,或删除后仍然保留多少内存。

扩容延迟与摊还成本

考虑按1, 2, 4, 8几何增长的容量。追加八个元素时,各次扩容可能总共移动1 + 2 + 4 = 7个已有元素。虽然其中一次追加移动了四个旧元素,但总移动量仍与八次成功追加成正比。

这就是几何增长下追加操作具有摊还常数成本的依据。增长系数太接近一,会更频繁地重新分配和复制;较大的系数则可能留下更多未用容量。具体策略属于所用集合的实现,不属于抽象动态数组定义。

如果系统有严格的单次延迟预算,摊还成本可能仍不可接受,因为高成本扩容依然集中在一次操作中。预留已知容量、使用定长分块或选择有界环形缓冲区,可以转移这种风险。每种方案都会用内存、最大大小或实现复杂度换取不同的延迟形态。

句柄与迭代器稳定性

数组插入会改变所有后续元素的数字位置。在系统语言中,重新分配还可能按照容器契约,使指向旧底层区域的指针、引用或迭代器失效。JavaScript不暴露元素的原始地址,但插入或排序后,已保存的数字索引仍可能指向另一个逻辑元素。

相邻位置插入或删除后,链式节点的身份仍可保持稳定,这对需要在其他结构中保存节点句柄的设计很有用。只有所有权规则仍允许使用该节点时,这种稳定性才成立。节点脱离链表后,句柄需要明确的失效策略。

外部句柄也会限制实现变更。如果调用方依赖对象身份,集合就不能随意压缩或替换节点。把句柄隐藏在API后,可以为以后加入对象池、代际计数器或不同表示留下空间。

变体会改变操作表

环形缓冲区把元素放在数组中,同时对头尾索引按容量取模。它避免每次队列操作都移动元素,也保留数组式存储。如果最大容量已经是领域规则,有界队列往往适合这种结构。

双端队列通常使用分段或环形表示,让两个端点都能高效操作。间隙缓冲区把空闲空间留在编辑光标附近,在光标没有长距离移动时可以低成本插入文本。展开链表在每个节点中存放多个元素,能够减少链接开销并提高局部性。

侵入式链表把链接放进已经存在的对象,而不是额外分配包装节点。它可以减少分配开销,却让对象与链表成员关系耦合,也使同时加入多个链表变得复杂。所有权与生命周期规则会成为数据结构安全契约的一部分。

没有任何变体能消除所有取舍。为链表增加索引映射可以加快按键查找,但它复制了一份状态,每次插入与删除都必须更新。分块可以改善局部性,却会让块的拆分、合并与块内索引变复杂。

从工作负载推导选择

先记录操作轨迹,不要先表达通用偏好。统计按索引读取、完整扫描、按值查找、追加、端点操作、中部修改,以及调用方已经持有节点句柄的次数。同时记录集合大小的典型值与高百分位值。

接着写出非时间约束,包括严格内存预算、稳定句柄、有界容量、可预测的单次延迟、序列化格式、并发所有权,以及语言中可用的标准集合。一个理论上有吸引力的结构,可能会立刻违反其中某项契约。

只有在候选结构与约束都明确后,才使用代表性基准测试。若生产环境需要承担构造与清理成本,测试也要包含它们;同时要防止优化器丢弃结果,并在需要时预热JIT。应报告结果分布,而不是只报告最好的一次运行,并把基准测试与决策一起保留,方便运行时升级后复测。

默认选择往往仍是动态数组,因为它简单、可索引、紧凑,而且标准库支持良好。这只是一项初始假设,不是证明。只有应用确实具有稳定节点位置、局部修改或无需重复查找的拼接模式时,链式表示多付出的链接成本才可能有回报。

测试结构正确性

数组封装应测试边界、长度与容量关系、移动后的顺序,以及增长发生时的行为。除非公开契约承诺具体容量策略,否则测试不应依赖它。否则,实现改进反而会造成错误的测试失败。

检查单向链表时,可以从头部开始遍历,统计可达节点,并在不允许环时检测循环。可达数量应等于存储的长度;如果保存了尾部,最后一个可达节点应与tail相同。空链表不应保留任何有效端点。

双向链表需要执行相同的前向检查,并增加反向遍历。每一对相邻节点的前向与后向链接都必须一致。移除节点后,应根据选定句柄策略断开链接或使句柄失效。

基于属性的测试可以生成一系列插入与删除,把可见结果同简单参考序列比较,并在每次操作后检查不变量。这种方法能捕获手工挑选的正常路径遗漏的转换组合,尤其适合发现重复删除与空边界错误。

延伸阅读

检查点

5个问题 · 1道输出预测题 · 1道找错题

复制为Markdown 面试题库 在GitHub上编辑 报告错误 讲清楚了吗?