Python单向链表只需Node和LinkedList两个类，Node存data和next，LinkedList封装操作；需注意head为None时的空判，避免AttributeError；双向链表需同步更新prev/next并防None访问；建议实现__iter__和维护_size的__len__；实际项目优先用list或deque。
Python里写单向链表，Node和LinkedList两个类就够了
单向链表的核心是每个节点只存一个指向后继的引用，不需要考虑回溯。实际写的时候，Node类只管数据和next指针，LinkedList类封装增删查逻辑——别把所有功能塞进一个类里，否则插入头尾、遍历、删除时容易混淆边界。
常见错误是初始化head为None后，在append()或insert()里忘记判空，直接调head.next导致AttributeError: 'NoneType' object has no attribute 'next'。
实操建议：
-
Node类的__init__只接收data，next默认设为None -
LinkedList的head始终是Node或None，不存“虚拟头节点”（除非你明确需要简化边界处理） - 插入到头部用
new_node.next = self.head; self.head = new_node，比遍历到尾再插快得多 - 遍历时用
current = self.head然后while current:，别写while current.next:，否则漏掉最后一个节点
双向链表必须多管一个prev，但remove()和insert_before()才真正值回票价
双向链表的Node要多一个prev属性，LinkedList操作时前后指针必须同步更新。这不是为了炫技，而是让某些操作从 O(n) 降到 O(1)：比如已知某节点引用时删除它，或者在它前面插入新节点。
立即学习“Python免费学习笔记（深入）”；
最容易踩的坑是更新prev和next顺序错乱。例如删除中间节点target时，如果先执行target.prev.next = target.next，再执行target.next.prev = target.prev，看起来没问题；但如果target是尾节点，target.next是None，就会报AttributeError: 'NoneType' object has no attribute 'prev'。
实操建议：
- 所有涉及
prev和next的赋值，先检查相邻节点是否为None，尤其处理头/尾时 - 写
remove(node)前，先确保node确实在链表中（可加if node not in self，但更高效的是维护_size或用身份比较） -
insert_before(existing_node, new_node)比insert_at_index()更符合双向链表的设计本意——它不依赖索引遍历 - 不要为了省两行代码，在
Node.__init__里把prev和next都默认设为self（即自环），这会让后续逻辑彻底混乱
__iter__和__len__要不要实现？看你怎么用
不实现__iter__，你就得手动写current = ll.head; while current: ...；实现了，就能直接for node in my_list:。同理，__len__返回缓存的_size还是每次遍历统计，直接影响性能。
问题在于：很多人实现__len__时每次遍历计数，结果在循环里反复调用len(my_list)，把 O(1) 操作拖成 O(n²)。而如果维护_size，就得在每个修改结构的方法（append、remove、pop）里同步更新——漏一次，len()就永远不准了。
实操建议：
- 只要链表会被多次迭代，就实现
__iter__，返回生成器（yield current.data）比构建列表更省内存 - 如果链表长度常被查询（比如做条件判断
if len(ll) > 10:），务必维护self._size并在所有变更方法中增减它 - 不要在
__iter__里返回self本身（即不实现__next__），否则多次迭代会相互干扰 -
__repr__可以返回f"LinkedList({list(self)})"，方便调试，但注意大链表会卡住
真实项目里，99%的情况该用list或collections.deque，不是自己写链表
Python 的 list 是动态数组，按索引访问 O(1)，尾部增删接近 O(1)；collections.deque 是双向队列，头尾增删都是 O(1)，内部用双向链表+块内存实现，但对外不暴露节点指针。
自己写链表的唯一合理场景，是教学理解指针逻辑、或极特殊需求（比如需要在任意节点原地拆分/拼接，且不能拷贝数据）。一旦涉及序列化、线程安全、内存视图、或与 NumPy/Pandas 交互，手写链表立刻变成维护黑洞。
容易被忽略的一点：Node实例本身有较大内存开销（每个对象带__dict__和引用计数），10 万个节点比等长list多占 2–3 倍内存。真要高性能，连__slots__都得加上，但那就离“教学清晰”越来越远了。
