如何在 Python 中實作單向鍊錶-Python教學-PHP中文網

首頁

後端開發

Python教學

如何在 Python 中實作單向鍊錶

PHPz

Sep 10, 2024 am 06:46 AM

How to Implement Singly Linked List in Python

class Node:
    def __init__(self,value):
        self.value = value
        self.next = None

class LinkedList:
    def __init__(self):
        self.head = None

    def add_front(self,value):
        new_node = Node(value)
        new_node.next = self.head
        self.head = new_node
    def add_back(self,value):
        new_node = Node(value)
        if self.head is None:
            self.head = new_node
        else:
            current = self.head
            while current.next is not None:
                current = current.next
            current.next = new_node
    def print_list(self):
        current = self.head
        while current is not None:
            print(current.value)
            current = current.next

list1 = LinkedList()

list1.add_front(1)
list1.add_front(2)
list1.add_back(3)
list1.print_list()

登入後複製

1。節點類別：

代表鍊錶中的單一元素。
每個節點都有兩個屬性：value 用於儲存數據，next 指向清單中的下一個節點。
建立節點時，其下一個指標設定為 None。

2。鍊錶類：

管理鍊錶操作。
有一個屬性頭，它是鍊錶的起點。最初，由於列表為空，所以 head 設定為 None。

3。 add_front 方法：

將新節點加入到鍊錶的前面。
使用給定值建立一個新節點。
新節點的下一個指標被設定為列表的當前頭。
清單的頭部隨後更新為新節點。

4。 add_back方法：

將新節點加入到鍊錶的末尾。
使用給定值建立一個新節點。
如果清單為空（即 head 為 None），則將新節點設為 head。
如果鍊錶不為空，則遍歷到鍊錶末尾，然後更新最後一個節點的next指標指向新節點。

5。 print_list 方法：

列印鍊錶中從頭到尾的所有值。
從頭部開始，使用next指標迭代每個節點，直到到達末尾（None），列印每個節點的值。

6。用法範例：

建立了 LinkedList 的實例。
add_front 被呼叫兩次，將值為 1 和 2 的節點加入到清單的前面。
呼叫add_back將值為3的節點加入到清單末尾。
呼叫print_list列印鍊錶中所有節點的值。輸出為2,1,3，說明節點新增正確。

以上是如何在 Python 中實作單向鍊錶的詳細內容。更多資訊請關注PHP中文網其他相關文章！

本網站聲明

本文內容由網友自願投稿，版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容，請聯絡admin@php.cn

熱AI工具

熱工具

熱門話題

gmail信箱登陸入口在哪裡

7358

Java教學

1628

CakePHP 教程

1353

Laravel 教程

1265

PHP教程

1214

Related knowledge

如何使用Python查找文本文件的ZIPF分佈 Mar 05, 2025 am 09:58 AM

本教程演示如何使用Python處理Zipf定律這一統計概念，並展示Python在處理該定律時讀取和排序大型文本文件的效率。您可能想知道Zipf分佈這個術語是什麼意思。要理解這個術語，我們首先需要定義Zipf定律。別擔心，我會盡量簡化說明。 Zipf定律 Zipf定律簡單來說就是：在一個大型自然語言語料庫中，最頻繁出現的詞的出現頻率大約是第二頻繁詞的兩倍，是第三頻繁詞的三倍，是第四頻繁詞的四倍，以此類推。讓我們來看一個例子。如果您查看美國英語的Brown語料庫，您會注意到最頻繁出現的詞是“th

我如何使用美麗的湯來解析HTML？ Mar 10, 2025 pm 06:54 PM

本文解釋瞭如何使用美麗的湯庫來解析html。它詳細介紹了常見方法，例如find（），find_all（），select（）和get_text（），以用於數據提取，處理不同的HTML結構和錯誤以及替代方案（SEL）

如何使用TensorFlow或Pytorch進行深度學習？ Mar 10, 2025 pm 06:52 PM

本文比較了Tensorflow和Pytorch的深度學習。它詳細介紹了所涉及的步驟：數據準備，模型構建，培訓，評估和部署。框架之間的關鍵差異，特別是關於計算刻度的

python對象的序列化和避難所化：第1部分 Mar 08, 2025 am 09:39 AM

Python 對象的序列化和反序列化是任何非平凡程序的關鍵方面。如果您將某些內容保存到 Python 文件中，如果您讀取配置文件，或者如果您響應 HTTP 請求，您都會進行對象序列化和反序列化。從某種意義上說，序列化和反序列化是世界上最無聊的事情。誰會在乎所有這些格式和協議？您想持久化或流式傳輸一些 Python 對象，並在以後完整地取回它們。這是一種在概念層面上看待世界的好方法。但是，在實際層面上，您選擇的序列化方案、格式或協議可能會決定程序運行的速度、安全性、維護狀態的自由度以及與其他系

Python中的數學模塊：統計 Mar 09, 2025 am 11:40 AM

Python的statistics模塊提供強大的數據統計分析功能，幫助我們快速理解數據整體特徵，例如生物統計學和商業分析等領域。無需逐個查看數據點，只需查看均值或方差等統計量，即可發現原始數據中可能被忽略的趨勢和特徵，並更輕鬆、有效地比較大型數據集。本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明，本模塊中的所有函數都支持使用mean()函數計算平均值，而非簡單的求和平均。也可使用浮點數。 import random import statistics from fracti