Java数据结构总结

https://www.jianshu.com/p/8e54797ec3e0

Java数据结构

目录

  • 数组
  • 链表
  • 栈和队列
  • 二叉树
  • 堆和堆栈
  • 散列表
  • 红黑树

1、数组

数组是一种连续存储线性结构,元素类型相同,大小相等,数组是多维的,通过使用整型索引值来访问他们的元素,数组尺寸不能改变。

数组的优点

  • 存取速度快

数组的缺点

  • 实现必须知道数组的长度
  • 插入删除元素很慢
  • 空间通常是由限制的
  • 需要大块联系的内存块
  • 插入删除元素的效率很低。

2、链表

n个节点离散分配,彼此通过指针相连,每个节点只有一个前驱节点,每个节点只有一个后续节点,首节点没有前驱节点,尾节点没有后续节点。

确定一个链表我们只需要头指针,通过头指针就可以把整个链表都能推出来。

头结点不存储数据。

图片说明

链表的优点

  • 空间没有限制
  • 插入删除元素很快

链表的缺点

  • 存取速度很慢

链表的细分

  • 单向链表:一个节点指向下一个节点。
  • 双向链表:一个节点有两个指针域,一个指向前一个元素,一个指向后一个元素。
  • 循环链表:能通过任何一个节点找到其他所有的节点,将两种(双向、单向)链表的最后一个节点指向第一个节点从而实现循环。

注意:操作链表要时刻记住的是:节点中指针指向的就是另一个节点!

Java实现链表

数据域、指针域

public class Node {
    // 数据域
    public int val;
    // 指针域,指向下一个节点
    public Node next;

    public Node(int val) {
        this.val = val;
    }
}

相关算法

  • 插入节点
  • 遍历
  • 查找
  • 清空
  • 销毁
  • 求长度
  • 排序
  • 删除节点
  • 去重

创建节点&增加节点

/*
创建头结点:Node head = new Node(val);
然后找到尾结点进行插入
*/
public static void addNode(int val, Node head) {
    Node newNode = new Node(val);
    Node tmp = head;
    while(tmp.next != null) {
        tmp = tmp.next;
    }
    tmp.next = newNode;
}

遍历链表

/*
遍历链表中的数据
*/
public static void traverse(Node head) {
    Node tmp = head.next;
    while(tmp != null) {
        System.out.println("链表数据:" + tmp.data);
        tmp = tmp.next;
    }
}

3、栈和队列

  • 我们将栈可以看成一个放光盘的箱子,箱口跟光盘一样大。
  • 往箱子里面放东西叫入栈。
  • 从箱子里面取东西叫出栈。
  • 箱子的底部叫做栈底。
  • 箱子的顶部叫做栈顶。
  • 先进后出,后进先出。

图片说明

Java实现栈

  • 使用数组实现的叫静态链
  • 使用链表实现的叫动态链
// 栈对象
public class Stack {
    public Node stackTop;
    public Node stackBottom;

    public Stack() {}

    public Stack(Node stackTop, Node stackBottom) {
        this.stackTop = stackTop;
        this.stackBottom = stackBottom;
    }
}

进栈操作

// 进栈
public static void pushStack(Stack stack, int value) {
    Node newNode = new Node(value);
    newNode.next = stack.stackTop;
    stack.stackTop = newNode;
}

遍历栈

// 只要栈顶元素的指针不指向栈底,那么就一直输出遍历结果
public static void traverse(Stack stack) {
    Node stackTop = stack.stackTop;
    while(stackTop != stack.stackBottom) {
        System.out.println("栈数据:" + stackTop.data);
        stackTop = stackTop.next;
    }
}

出栈操作

/*
在出栈之前看看该栈帧是否为空,不为空才出栈
将栈顶的元素的指针(指向下一个节点)赋值给栈顶指针(完成出栈)
*/
public static void popStack(Stack stack) {
    if(stack.stackTop != stack.stackBottom) {
        Node top = stack.stackTop;
        stack.stackTop = top.next;
        System.out.println("栈数据:" + top.val);
    }
}

队列

  • 队列非常简单,头出尾进。
  • 先进先出,后进后出。

图片说明

  • 使用数组实现的叫静态队列
  • 使用链表实现的叫动态队列

Java实现队列

public class Queue<E> {
    private Object[] data = null;
    // 队列容量
    private int maxSize;
    // 队列头,允许删除
    private int front;
    // 队列尾,允许插入
    private int rear;

    public Queue() {
        this(10);
    }

    public Queue(int initialSize) {
        if(initialSize >= 0) {
            this.maxSize = initialSize;
            data = new Object[initialSize];
            front = rear = 0;
        } else {
            throw new RunntimeException("初始化大小不能小于0:" + initialSize);
        }
    }

    // 判空
    public boolean empty() {
        return rear == front ? true : false;
    }

    // 入队
    public boolean add(E e) {
        if(rear = maxSize) {
            throw new RuntimeException("队列已满,无法插入新的元素!");
        } else {
            data[rear++] = e;
            return true;
        }
    }

    // 出队
    public E poll() {
        if(empty()) {
            throw new RuntimeException("空队列异常!");
        } else {
            // 保留队列的front端的元素的值
            E value = (E)data[front];
            // 释放队列的front端的元素
            data[front++] = null;
            return value;
        }
    }

    // 队列长度
    public int length() {
        return rear - front;
    }

    public static void traverseQueue(Queue queue) {
        int i = queue.front;
        while(i != queue.rear) {
            System.out.println("队列值:" + queue.data[i]);
            i = (i + 1) % queue.data.length;
        }
    }
}

4、二叉树

树是一种非线性的数据结构,相对于线性的数据结构(链表、数组)而言,树的平均运行时间更短(往往与树相关的排序时间复杂度都不会高)

图片说明

现实中的树是有很多个分支的,分支下又有很多个分支,如果在程序中实现这个会非常麻烦。因为本来树本来就是非线性的,而我们计算机是线性存储的,太过复杂的话无法设计出来。

因此,就有了简单又经常用的二叉树,顾名思义,就是每个分支对多有两个的树。

  • 一棵树至少会有一个节点(根节点)
  • 树由节点组成,每个节点的数据结构包括一个数据和两个分叉

图片说明

Java实现二叉树

// 首先,使用Java类定义节点
public class TreeNode {
    private int value;
    private TreeNode leftNode;
    private TreeNode rightNode;
    public TreeNode (int value) {
        this.value = value;
    }
    // getter&setter
}

目标实现如下图的树

图片说明
第一步:创建5个节点

TreeNode treeNode1 = new TreeNode(10);
TreeNode treeNode2 = new TreeNode(9);
TreeNode treeNode3 = new TreeNode(20);
TreeNode treeNode4 = new TreeNode(15);
TreeNode treeNode5 = new TreeNode(35);

第二步:连接节点

treeNode1.setLeftNode(treeNode2);
treeNode1.setRightNode(treeNode3);
treeNode3.setLeftNode(treeNode4);
treeNode3.setRightNode(treeNode5);

遍历二叉树

二叉树遍历有三种方式:

  • 中序遍历:先访问根节点,然后访问左节点,最后访问右节点(根 --> 左 --> 右)
  • 先序遍历:先访问左节点,然后访问根节点,最后访问右节点(左 --> 根 --> 右)
  • 后序遍历:先访问左节点,然后访问右节点,最后访问根节点(左 --> 右 --> 根)

中序遍历

public static void inTraverseBTree(TreeNode rootTreeNode) {
    if(rootTreeNode != null) {
        System.out.println(rootTreeNode.getValue());
        inTraverseBTree(rootTreeNode.getLeftNode());
        inTraverseBTree(rootTreeNode.getRightNode());
    }
}

考点

  • 查找树的深度
  • 查找最大值
  • 查找树节点的数量

5、堆和堆栈

  • 堆内存用来存放由new创建的对象和数组。
  • 在堆中分配的内存,由Java虚拟机的垃圾回收器来管理。
  • “堆栈”就是“栈”,称呼不同而已。
  • 栈的优势是,存取速度比堆要快,仅此于直接位于CPU中的寄存器。但缺点是,存在栈中的数据大小和生存期必须是确定的,缺乏灵活性。另外,栈数据可以共享。
  • 堆的优势是可以动态地分配内存大小,生存期也不必事先告诉编译器,java的垃圾回收器会自动收走这些不再使用的数据。但缺点是,由于要在运行时动态分配内存,存取速度较慢。

6、散列表

无论是Set还是Map,我们会发现都有对应的 --> HashSet、HashMap。

首先我们也先得回顾一下数据和链表:

  • 链表和数组都可以按照人们的意愿来排列元素的次序,他们可以说是有序的(存储的顺序和取出的顺序是一致的)
  • 这回带来的缺点:想要获取某个元素,直到找到为止,会消耗很多时间。

所以我们需要另外的存储结构:不在意元素顺序,能快速查找元素。其中就有一种常见的方式:散列表。

散列表的工作原理

散列表为每个对象计算出一个整数,称为散列码。根据这些计算出来的整数(散列码)保存在对应的位置上!即,散列码就是索引。

在Java中,散列表用的是链表数组实现的,每个列表称之为桶。

7、红黑树

是一种平衡二叉树,TreeSet、TreeMap底层都是红黑树来实现的。

二叉查找树也有个最坏的情况:

图片说明

上面符合二叉树的特性,但是他是线性的,完全没树的用处,树是要“均衡”才能将它的优点展示出来,比如下面。

图片说明

因此,就有了平衡树这么一个概念---红黑树就是一种平衡树,它可以保证二叉树基本符合均衡的金字塔结构。

上图就是一个红黑树,红黑树就字面上的意思,有红色的点,有黑色的点。

红黑树性质

  • 节点是红色或黑色。
  • 根节点是黑色
  • 每个叶节点(NUL节点,空节点)是黑色的。
  • 每个红色节点的两个子节点都是黑色。
  • 从任一一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
全部评论

相关推荐

点赞 收藏 评论
分享
牛客网
牛客企业服务