链表
单链表
尾结点指针指向一个空地址NULL,表示这是链表上的最后一个结点。
循环链表
尾结点指针是指向链表的头结点。
约瑟夫问题
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。
双向链表要比单链表占用更多的内存空间
Java 语言的 LinkedHashMap 容器
用空间换时间的设计思想
查找
因为链表中的数据并非连续存储的，所以无法像数组那样，根据首地址和下标，通过寻址公式就能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地依次遍历，直到找到相应的结点。
需要 O(n) 的时间复杂度。
插入和删除操作
针对链表的插入和删除操作，只需要考虑相邻结点的指针改变，所以对应的时间复杂度是 O(1)。
删除某个结点 q 需要知道其前驱结点，单链表删除操作需要 O(n) 的时间复杂度，而双向链表只需要 O(1) 的时间复杂度。
链表 VS 数组
对链表进行频繁的插入、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，就有可能会导致频繁的 GC（Garbage Collection，垃圾回收）
基于链表实现 LRU 缓存淘汰算法
思路：维护一个有序单链表，越靠近链表尾部的结点是越早之前访问的。当有一个新的数据被访问时，我们从链表头开始顺序遍历链表。
- 如果此数据之前已经被缓存在链表中了，我们遍历得到这个数据对应的结点，并将其从原来的位置删除，然后再插入到链表的头部。
- 如果此数据没有在缓存链表中，又可以分为两种情况：如果此时缓存未满，则将此结点直接插入到链表的头部；如果此时缓存已满，则链表尾结点删除，将新的数据结点插入链表的头部。
缓存访问的时间复杂度：不管缓存有没有满，都需要遍历一遍链表，所以这种基于链表的实现思路，缓存访问的时间复杂度为 O(n)。
优化1：引入散列表（Hash table）来记录每个数据的位置，将缓存访问的时间复杂度降到 O(1)。
优化2：用数组来实现 LRU 缓存淘汰策略
判断一个字符串是否是回文字符串的问题
思路1：
1.对字符串s进行遍历，保留其中的字母和数字字符，放到另一个字符串sgood中；
2.使用字符串翻转API得到sgood的逆序字符串sgood_rev；
3.对比sgood和sgood_rev，只要字符串相同，sgood就是回文串。
思路2：
双指针，左右指针分别指向 sgood 的两侧
以上：时间复杂度O(n)，空间复杂度O(n)
思路3：在原字符串上直接判断，使用双指针
时间复杂度O(n)，空间复杂度O(1)
