同样是List的数据结构，LinkedList是使用了前后指针，指明节点的方式来表示链表的，这与之前介绍的ArrayList
中使用数组的方式是截然不同的。LinkedList中的存储节点被称作节点（Node），一个节点的定义如下所示：
private static class Node{ E item; Node next; Node prev; Node(Node prev, E element, Node next) { this.item = element; this.next = next; this.prev = prev; } }
这是LinkedList的一个内部类，不需要使用LinkedList的程序员关心。
LinkedList正是通过next，prev这两个指针来串联起整个List的。
注意：Node节点在初始化的时候同时指明了初始化的节点的前后节点是什么，所以在之后的代码中，往往没有明显的写明新的节点的前后指针指向了哪里。
在LinkedList本身中仅仅记录了List的开始和结束节点，当然，也记录了size：
transient int size = 0; transient Nodefirst; transient Node last;
在开始节点上添加一个节点，需要先判断是否为空，如果为空，则直接first和last都指向这个节点，否则就需要把原来的first的prev指向新节点，把新节点作为新的first节点，时间复杂度是o(1)：
private void linkFirst(E e) { final Node f = first; final Node newNode = new Node<>(null, e, f); first = newNode; if (f == null) last = newNode; else f.prev = newNode; size++; modCount++; } 在结束节点上添加一个新节点，需要先判断是否为空，如果为空，就直接把last和firs都指向这个节点，否则就把原来的last的next指向新节点，把新节点作为新的last节点，时间复杂度是o(1)：
void linkLast(E e) { final Node l = last; final Node newNode = new Node<>(l, e, null); last = newNode; if (l == null) first = newNode; else l.next = newNode; size++; modCount++; } 在一个非空节点之前加入一个节点，如果这个非空节点的prev是null，那么说明非空节点是first节点，直接让first节点指向新节点，否则就让这个非空节点的next指向新的节点，时间复杂度是o(1)：
void linkBefore(E e, Nodesucc) { // assert succ != null; final Node pred = succ.prev; final Node newNode = new Node<>(pred, e, succ); succ.prev = newNode; if (pred == null) first = newNode; else pred.next = newNode; size++; modCount++; }
删除一个非空的first节点，是把指向这个节点的指针都移除，同时把first指向他的next节点，如果next节点也为空，说明这个节点是List中的最后一个节点，那么first和last都指向空，时间复杂度是o(1)：
private E unlinkFirst(Nodef) { // assert f == first && f != null; final E element = f.item; final Node next = f.next; f.item = null; f.next = null; // help GC first = next; if (next == null) last = null; else next.prev = null; size--; modCount++; return element; }
同样的，删除一个非空的last节点，也是把指向这个节点的指针都移除，同时把last指向他的prev节点，如果prev节点为空，说明这个节点是List中的最后一个节点，那么first和last都指向空，时间复杂度是o(1)：
private E unlinkLast(Nodel) { // assert l == last && l != null; final E element = l.item; final Node prev = l.prev; l.item = null; l.prev = null; // help GC last = prev; if (prev == null) first = null; else prev.next = null; size--; modCount++; return element; }
删除一个非空节点，则是具有较多的判断条件，主要是取出来当前节点的prev和next，让他们之间建立连接，当然还需要判断是否为空，如果prev是空说明是第一个节点，如果next是空说明是最后一个节点，如果两者为空，说明List中只有这一个节点，这个操作的时间复杂度是o(1)：
E unlink(Nodex) { // assert x != null; final E element = x.item; final Node next = x.next; final Node prev = x.prev; if (prev == null) { first = next; } else { prev.next = next; x.prev = null; } if (next == null) { last = prev; } else { next.prev = prev; x.next = null; } x.item = null; size--; modCount++; return element; }
获取first，last，删除first，last，添加first，last，都是基于上述的操作进行的，所以它们的时间复杂度也都是o(1)：
public E getFirst() { final Node f = first; if (f == null) throw new NoSuchElementException(); return f.item; } public E getLast() { final Node l = last; if (l == null) throw new NoSuchElementException(); return l.item; } public E removeFirst() { final Node f = first; if (f == null) throw new NoSuchElementException(); return unlinkFirst(f); } public E removeLast() { final Node l = last; if (l == null) throw new NoSuchElementException(); return unlinkLast(l); } public void addFirst(E e) { linkFirst(e); } public void addLast(E e) { linkLast(e); } 以上说的都是时间复杂度较低的操作，但是下面会有时间复杂度较高的操作，这也正是LinkedList被吐槽的地方。
查找一个对象的index是多少，就是通过遍历对比的方式进行的，其时间复杂度是o(n)：
public int indexOf(Object o) { int index = 0; if (o == null) { for (Node x = first; x != null; x = x.next) { if (x.item == null) return index; index++; } } else { for (Node x = first; x != null; x = x.next) { if (o.equals(x.item)) return index; index++; } } return -1; } 而通过index去确定对应的节点，也是使用了便利的办法，当然，这里采取了一个巧妙的方式是判断index距离头部更近，还是尾部更近，然后选择从哪里开始进行遍历，其时间复杂度也是o(n)：
Nodenode(int index) { // assert isElementIndex(index); if (index < (size >> 1)) { Node x = first; for (int i = 0; i < index; i++) x = x.next; return x; } else { Node x = last; for (int i = size - 1; i > index; i--) x = x.prev; return x; } }
所有使用了上面两个函数的地方，其时间复杂度都是o(n)。
事实上，由于LinkedList的特殊性，LinkedList本身支持了很多其它的数据结构特性：
实现队列操作：
public E peek() { //查看第一个，但不删除 final Node f = first; return (f == null) ? null : f.item; } public E element() { //查看第一个，但不删除 return getFirst(); } public E poll() { //获取第一个，并且删除 final Node f = first; return (f == null) ? null : unlinkFirst(f); } public E remove() { //获取第一个并且删除 return removeFirst(); } public boolean offer(E e) { //在队列尾部添加一个 return add(e); } 实现双向队列操作：
public boolean offerFirst(E e) { //在队列头部添加一个 addFirst(e); return true; } public boolean offerLast(E e) { //在队列尾部添加一个 addLast(e); return true; } public E peekFirst() { //查看队列头部但不删除 final Node f = first; return (f == null) ? null : f.item; } public E peekLast() { //查看队列尾部但不删除 final Node l = last; return (l == null) ? null : l.item; } public E pollFirst() { //获取并且删除队列头部元素 final Node f = first; return (f == null) ? null : unlinkFirst(f); } public E pollLast() { //获取并且删除队列尾部元素 final Node l = last; return (l == null) ? null : unlinkLast(l); } 实现栈的操作：
public E poll() { //查看栈顶但不删除 final Node f = first; return (f == null) ? null : unlinkFirst(f); } public void push(E e) { //压栈 addFirst(e); } public E pop() { //出栈 return removeFirst(); } 实现移除第一次发生和最后一次发生：
public boolean removeFirstOccurrence(Object o) { //移除第一次出现 return remove(o); } public boolean removeLastOccurrence(Object o) { //移除最后一次出现 if (o == null) { for (Node x = last; x != null; x = x.prev) { if (x.item == null) { unlink(x); return true; } } } else { for (Node x = last; x != null; x = x.prev) { if (o.equals(x.item)) { unlink(x); return true; } } } return false; }
LinkedList是很多数据结构的基础，在之后的很多数据结构里面还会看到。
LinkedList最大的好处在于头尾和已知节点的插入和删除时间复杂度都是o(1)。
但是涉及到先确定位置再操作的情况，则时间复杂度会变为o(n)。
当然，每个节点都需要保留prev和next指针也是经常被吐槽是浪费了空间。