IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 【数据结构与算法】| Map和Set -> 正文阅读

[数据结构与算法]【数据结构与算法】| Map和Set

一、二叉搜索树

这里讲的是最简单的搜索树。

搜索树的概念很简单,就是根节点的左边节点的值比根节点小,右边节点比根节点大,同时每一棵子树都是如此。

示意图:

img

1.搜索树的查找

思路:

跟链表的查找有点像,首先先设置一个节点cur,判断查找的值是否大于当前cur的值,大于cur的值,那么cur = cur.right,否则如果小于cur的值,cur = cur.left ,不然就是返回当前节点的值。

代码:

public TreeNode search(int key) {
    if(root == null) {
        return null;
    }
    TreeNode cur = root;
    while(cur != null) {
        if(cur.key > key) {
            cur = cur.left;
        }
        else if(cur.key < key) {
            cur = cur.right;
        }
        else {
            return cur;
        }
    }
    return null;
}

2.搜索树的插入

思路:

插入节点就相当于在找到一个合适的节点后,插入到这个节点的左边或者右边。也就是说插入节点,这个节点其实也就是叶子节点。创建一个节点cur来查找合适的位置,当cur为空的时候,那么cur的上一个节点就是合适的节点。所以我们还要创建一个parent来保存cur的上一个节点,来确保cur为空的时候,还能找到上一个节点。

public boolean insert(int key) {
    TreeNode node = new TreeNode(key);
    if(root == null) {
        root = node;
    }
    TreeNode cur = root;
    TreeNode parent = null;
    while (cur != null) {
        if(cur.key > key) {
            parent = cur;
            cur = cur.left;
        }
        else if (cur.key < key) {
            parent = cur;
            cur = cur.right;
        }
        else {
            return false;
        }
    }
    if(parent.key > key) {
        parent.left = node;
    }
    else{
        parent.right = node;
    }
    return true;
}

3.搜索树的删除

删除比较复杂,具体分7种情况。

现在假设我们通过查找,cur就是我们要删除的节点。

一、cur.left为空的时候

1.cur.left为空的时候,而cur 又为 root 的时候,直接root = root.right即可。

示意图:

img

2.cur.left为空的时候,创建一个节点来保存cur的上一个节点,假设这个保存的节点是parent。如果cur.right 不为空,那么下一步操作就是parent .right = cur.right即可。

img

3.cur.left为空的时候,创建一个节点来保存cur的上一个节点,假设这个保存的节点是parent。如果cur.right 为空,那么下一步操作就是parent .right = null即可。

img

二、cur.right 为空的时候

1.cur.right 为空的时候,并且cur == root 的时候,那么直接root = root.left 即可。

img

2.cur.right为空的时候,创建一个节点来保存cur的上一个节点,假设这个保存的节点是parent。如果cur.right 为空,那么下一步操作就是parent .right = cur.right即可。

img

3.2.cur.right为空的时候,创建一个节点来保存cur的上一个节点,假设这个保存的节点是parent。如果cur.left 为空,那么下一步操作就是parent .right = null即可。

img

三、cur.right 不为空和cur.left 不为空的情况

img

假如我要删除85这个节点,思路如下:

要么在85这个节点的左边找到最大值,要么在85这个节点的右边找到最小值,然后找到的这个值替换掉85这个节点的值。

技巧:利用了最大或者最小值的节点只能是叶子节点的特性。

我以在右边找到最小值为例画图。

img

85的右边的最小值就是87,然后85的节点的值替换成87,然后87节点置空即可。

img

具体代码:

public void remove(int key) {
    TreeNode cur = root;
    TreeNode parent = null;
    while (cur != null) {
        if(cur.val < key) {
            parent = cur;
            cur = cur.right;
        }else if(cur.val > key) {
            parent = cur;
            cur = cur.left;
        }else {
            //找到了 就要开始删除了
            removeNode(cur,parent);
            return;
        }
    }
}
private void removeNode(TreeNode cur, TreeNode parent) {
    if(cur.left == null) {
        if(cur == root) {
            root = root.right;
        }else if(cur == parent.left) {
            parent.left = cur.right;
        }else {
            parent.right = cur.right;
        }
    }else if(cur.right == null) {
        if(cur == root) {
            root = root.left;
        }else if(cur == parent.left){
            parent.left = cur.left;
        }else {
            parent.right = cur.left;
        }
    }else {
        TreeNode targetParent = cur;
        TreeNode target = cur.right;
        while (target.left != null) {
            targetParent = target;
            target = target.left;
        }
        cur.val = target.val;
        //分两种情况
        if(targetParent.left == target) {
            targetParent.left = target.right;
        }else {
            targetParent.right = target.right;
        }
    }
}

二、Map的使用

import java.util.HashMap;
import java.util.Map;
import java.util.TreeMap;

public class test {
    public static void main(String[] args) {
        Map<String,Integer> map = new TreeMap<>();
        Map<String,Integer> map2 = new HashMap<>();
    }
}

img

Map是一个接口,尖括号里面是数据的引用类型。上面的代码就是Map的具体使用。

Map想要实例化,只能实例化TreeMap或者HashMap.

如果实例化TreeMap,底层是一棵红黑树。

如果实例化HashMap,底层是哈希表。

按照我自身的理解,我认为Map就是一个容器,存储的模式是键值对的模式。就好比一个人总会有外号的,当有人叫这个外号的时候,你总会有回应。例如,悟空是斗战胜佛,猪八戒是净坛使者。。。。

1.Map的增删查改

1.增(添加元素)

public static void main(String[] args) {
    Map<String,Integer> map = new TreeMap<>();
    map.put("hello",8);
    map.put("strange",10);
    map.put("apple",3);
    map.put("banana",4);
    System.out.println(map);
    //Map<String,Integer> map2 = new HashMap<>();
}

img

注意观察,我添加元素的时候,不是按照我代码的顺序打印出来的,是排列过的顺序打印出来的。

原因是TreeMap 里面的元素必须是课比较的,否则就不能添加,另外null也不能添加。所以添加自定义类型要实现Comparable接口或者传一个比较器。

public static void main(String[] args) {
    Map<students,Integer> map2 = new TreeMap<>();
    map2.put(new students(),1);
}

img

public static void main(String[] args) {

    Map<students,Integer> map2 = new TreeMap<>();
    map2.put(null,1);
    
}

img

2.删(删除元素)

public static void main(String[] args) {
    Map<String,Integer> map = new TreeMap<>();
    map.put("hello",8);
    map.put("strange",10);
    map.put("apple",3);
    map.put("banana",4);
    System.out.println(map);
    map.remove("hello");
    map.remove("apple",3);
    System.out.println(map);

}

img

利用remove方法可以删除Map中的元素,有两种参数形式,一种只传key值,第二种是传key值和value值。

3.查(查找元素)

public static void main(String[] args) {
    Map<String,Integer> map = new TreeMap<>();
    map.put("hello",8);
    map.put("strange",10);
    map.put("apple",3);
    map.put("banana",4);
    System.out.println(map);
    System.out.println(map.get("apple"));
    System.out.println(map.get("banana"));
}

img

通过查找key值可以得出key所对应的的value值。

4.改(修改元素)

Map中的元素的key是不可以重复,但是value可以,因此你新增一个相同的元素,当key相同时,会直接覆盖,value会变成新的value。

public static void main(String[] args) {
    Map<String,Integer> map = new TreeMap<>();
    map.put("hello",8);
    map.put("strange",10);
    map.put("apple",3);
    map.put("banana",4);
    System.out.println(map);
    map.put("apple",13);
    map.put("banana",14);
    System.out.println(map);
}

img

2.Map 的keySet()

public static void main(String[] args) {
    Map<String,Integer> map = new TreeMap<>();
    map.put("hello",8);
    map.put("strange",10);
    map.put("apple",3);
    map.put("banana",4);
    System.out.println(map);
    Set<String> set = map.keySet();
    System.out.println(set);
}

img

这个方法就是把Map中的元素的key值都放到一个集合中去。

3.Map.entrySet()

public static void main(String[] args) {
    Map<String,Integer> map = new TreeMap<>();
    map.put("hello",8);
    map.put("strange",10);
    map.put("apple",3);
    map.put("banana",4);
    System.out.println(map);
    Set<String> set = map.keySet();
    System.out.println(set);
    Set<Map.Entry<String,Integer>> set2= map.entrySet();
    for (Map.Entry<String,Integer> stringIntegerEntry: set2) {
        System.out.println(stringIntegerEntry);
    }
}

img

img

img

img

Set<Map.Entry<K, V>> entrySet() 这个方法是把Map中元素的键值对都一一打印出来。

Map还有一些方法就不再展示如何使用了,了解就行。

方法解释
V get(Object key)返回 key 对应的 value
V getOrDefault(Object key, V defaultValue)返回 key 对应的 value,key 不存在,返回默认值
V put(K key, V value)设置 key 对应的 value
V remove(Object key)删除 key 对应的映射关系
Set keySet()返回所有 key 的不重复集合
Collection values()返回所有 value 的可重复集合
Set<Map.Entry<K, V>> entrySet()返回所有的 key-value 映射关系
boolean containsKey(Object key)判断是否包含 key
boolean containsValue(Object value)判断是否包含 value

4.Map的小结

HashMap 和 TreeMap的各种方法都是一样的,只是底层不一样。

  1. Map是一个接口,不能直接实例化对象,如果要实例化对象只能实例化其实现类TreeMap或者HashMap
  2. Map中存放键值对的Key是唯一的,value是可以重复的
  3. Map中的Key可以全部分离出来,存储到Set中来进行访问(因为Key不能重复)。
  4. Map中的value可以全部分离出来,存储在Collection的任何一个子集合中(value可能有重复)。
  5. Map中键值对的Key不能直接修改,value可以修改,如果要修改key,只能先将该key删除掉,然后再来进行****重新插入。
  6. TreeMap和HashMap的区别
Map底层结构TreeMapHashMap
底层结构红黑树哈希桶
插入/删除/查找时间 复杂度O(1)
是否有序关于Key有序无序
线程安全不安全不安全
插入/删除/查找区别需要进行元素比较通过哈希函数计算哈希地址
比较与覆写key必须能够比较,否则会抛出 ClassCastException异常自定义类型需要覆写equals和 hashCode方法
应用场景需要Key有序场景下Key是否有序不关心,需要更高的 时间性能

三、Set的使用

set的使用同Map差不太多,这里就不再演示Set方法的使用了。需要注意的是Set的模式是纯key模型,也就是里面只有key值,没有value值。运用的场景一般是在去重的情况下。

方法解释
boolean add(E e)添加元素,但重复元素不会被添加成功
void clear()清空集合
boolean contains(Object o)判断 o 是否在集合中
Iterator iterator()返回迭代器
boolean remove(Object o)删除集合中的 o
int size()返回set中元素的个数
boolean isEmpty()检测set是否为空,空返回true,否则返回false
Object[] toArray()将set中的元素转换为数组返回
boolean containsAll(Collection<?> c)集合c中的元素是否在set中全部存在,是返回true,否则返回 false
boolean addAll(Collection<? extends E> c)将集合c中的元素添加到set中,可以达到去重的效果

至于为什么Set能去重?是因为TreeSet 和 HashSet 的底层分别是 TreeMap 和 HashMap.

四、哈希表

哈希表也是一种数据结构,它的增删查改的时间复杂度很快,都是O(1)。

为什么会这么快呢?

原因是它插入元素时,是通过哈希函数来插入的,那么查找时也是通过哈希函数来查找的,这就是它快的原因。

1.哈希函数

假设现在有一组数据,{1,4,7,2,3,8};设有一个长度为10的数组,那么根据数据和数组长度的关系,我们把哈希函数设为:data % 数组的长度。那么就有:

img

如果后面还有数据例如 42 , 52 , 这些等等数据要存放到哈希表中怎么办呢?

2.哈希冲突

假如后面还有数据要存入,那么哈希表必然是放不下的。这种情况就称作哈希冲突。

更为专业的解释:不同关键字通过相同哈希哈数计算出相同的哈希地址,该种现象称为哈希冲突或哈希碰撞。

3.哈希冲突的避免

想要实现O(1)的时间复杂度,哈希冲突是无法避免的,哈希冲突总会存在。唯一能做的就是降低哈希冲突率。

4.哈希函数的设计

想要降低哈希冲突率,那必然要设计好哈希函数。

关于哈希函数的学习,可以不用太了解,毕竟不可能自己写哈希函数。

常见的哈希函数法:

\1. 直接定制法–(常用)

取关键字的某个线性函数为散列地址:Hash(Key)= A*Key + B 优点:简单、均匀 缺点:需要事先知道关 键字的分布情况 使用场景:适合查找比较小且连续的情况

\2. 除留余数法–(常用)

设散列表中允许的地址数为m,取一个不大于m,但最接近或者等于m的质数p作为除数,按照哈希函数:

Hash(key) = key% p(p<=m),将关键码转换成哈希地址。

5.负载因子

哈希表的负载因子的定义这样的:元素的个数 / 散列表的长度

负载因子一般是在0.75左右是最好的。

负载因子和冲突率的图表关系:

img

可以看出负载因子越高,冲突的发生率就越高。

那么如果降低负载因子呢?

由于你的元素肯定是一直放进来的,那么就不可能通过减少元素个数来降低,只能通过改变散列表的大小来降低。

6.哈希冲突的解决

6.1闭散列

1.线性探测

从发生冲突的位置开始,依次向后探测,直到寻找到下一个空位置为止。

引用上面的例子,假如我要放入32,42等数据,那么就在发生哈希冲突的位置,开始寻找下一个空位置,并且把这些数据放进去。

但这样方法的缺点就是不敢随意删除元素,假如我第一个元素22,如果我删除了,那么后面的32,42等就很难再找到。并且这样会把发生冲突的数据都堆积在一起,这一点很不好。

2.二次探测
二次探测为了解决这个问题,引入了一个函数来寻找下一个位置:Hi = (H0 + i^2)% length。H0就是你第一次发生冲突的位置,i就是你发生的次数,通过这个函数来查找下一个位置,会很好的把这些堆积的数据都分隔开。

以上的两种方法称为闭散列,共同的缺点就是空间的利用率不高。

下面就介绍另一种解决方法

6.2开散列

开散列又称为哈希桶,链地址法,开链法等。

他的结构就是一个数组+链表。什么意思呢?

img

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-10-17 12:59:48  更:2022-10-17 13:00:04 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/25 19:16:53-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码