在Python中，变量并非直接保存数据值，而是保存对对象的引用。当我们谈论链表构建时，这种引用机制决定了节点之间如何连接、修改一个节点是否会影响其他部分。理解引用是写出正确链表代码的前提。
一、Python对象引用基础
Python里一切皆对象。使用赋值语句a = [1, 2]时，解释器先在堆上创建列表对象，再把变量名a绑定到这个对象上。若再写b = a，b并没有复制列表，而是引用了同一个对象。通过id()函数可以查看对象内存地址，若两个变量id相同，则它们指向同一对象。
这种机制带来一个常见误区：不少人以为赋值就是拷贝。实际上只有使用list.copy()、copy.deepcopy()或切片才会产生新对象。引用机制配合引用计数实现内存管理，当某个对象引用数归零，垃圾回收器便会释放它。下面的代码展示了引用现象：
a = [1, 2, 3] b = a print(id(a) == id(b)) # 输出 True，说明a和b引用同一对象 b.append(4) print(a) # 输出 [1, 2, 3, 4]，a也被修改
二、用类定义链表节点
链表由节点组成，每个节点包含数据和指向下一个节点的引用。在Python中我们可以用简单类实现。节点的next属性就是另一个节点对象的引用，或None表示结尾。由于引用机制，把节点赋给next并不会复制节点本身。
以下代码定义了单向链表节点，并演示了如何通过引用将三个节点连起来。注意每个Node实例都是独立对象，next仅仅保存指向其他对象的引用，因此遍历时顺着引用走即可，不会额外占用数据空间。
class Node:
def __init__(self, data):
self.data = data
self.next = None
# 创建三个独立节点对象
n1 = Node('A')
n2 = Node('B')
n3 = Node('C')
# 通过引用构建链表：n1 -> n2 -> n3
n1.next = n2
n2.next = n3
# 遍历链表
cur = n1
while cur is not None:
print(cur.data)
cur = cur.next
三、常见引用错误与正确写法对比
新手构建链表时常犯的错误是复用同一个节点变量却不新建对象，导致所有next指向同一节点，形成自环或丢失数据。例如在一个循环里反复给同一个变量赋值却又把它连到自身后面，最终链表只有一个节点。
正确做法是在每次需要新节点时调用构造函数创建新对象，再调整上一个节点的next引用。下表对比了错误与正确思路：
| 场景 | 错误写法 | 正确写法 |
|---|---|---|
| 循环建链 | node = Node(i); prev.next = node; prev = node 但node未重新实例化 | 每次迭代都执行 node = Node(i) 得到新对象 |
| 头节点处理 | head.next = head 造成环 | head保持独立，next逐次接新节点 |
下面给出一个批量构建链表的可靠示例，避免引用错乱：
class Node:
def __init__(self, data):
self.data = data
self.next = None
def build_linked_list(values):
head = None
prev = None
for v in values:
node = Node(v) # 每次新建对象，获得新引用
if head is None:
head = node
else:
prev.next = node
prev = node
return head
h = build_linked_list([10, 20, 30])
cur = h
while cur:
print(cur.data)
cur = cur.next
四、引用机制对参数传递的影响
Python函数参数传递也是引用传递。若把链表头节点传入函数，在函数内修改节点属性会影响外部原链表；但若重绑定参数名（如让参数指向新对象），外部变量不会变。理解这一点对写链表插入、删除函数十分重要。
例如删除节点时，我们常需返回新头引用。由于函数内赋值不改变外部变量，调用方必须接收返回值来更新head。以下代码说明该行为：
def delete_first(head):
if head is None:
return None
return head.next # 返回第二个节点的引用作为新头
h = build_linked_list([1, 2, 3])
h = delete_first(h) # 调用方更新引用
print(h.data) # 输出 2
把握对象引用本质，链表构建与操作就能做到逻辑清晰、内存可控，也能减少难以排查的别名修改问题。
Python对象引用链表构建内存管理修改时间：2026-07-31 17:18:26