集合框架
java.util包下
List
线性表：数组、字符串（内部是字符数组）、链表、栈、队列。
线性表一次保存单个同类型元素
List是线性表的父接口
常用子类：
- ArrayList(动态数组实现)
- LinkedList(双性链表实现)
//List接口中的方法使用一下
add(E e);//尾插
add(int index, E e);
remove(E e);//删第一个值为e
remove(int index);
set(int index, E e);
get(int index);
boolean contains(E e);
List<List<Integer>> //保存整型的二维数组
栈和队列
栈
只能从一端插入元素、从同一端取出元素。先进后出、后进先出（LIFO,Last in first out）
核心操作
push();
pop();
peek();
顺序栈
基于数组实现的栈
链式栈
基于链表实现的栈
双栈思路
队列
FIFO,先进先出，元素从“队尾”添加到队列中，从“队首”出队列。元素的出队顺序和入队顺序一致
栈和队列都是一码事，都只能从线性表的一端进行插入和删除。因此，栈和队列可以相互转换。
顺序队列
链式队列
采用链表结构实现队列更好
核心操作
offer 入队
poll 出队
peek
isEmpty()
Java.util.Queue
循环队列 LoopQueue
使用长度固定的数组实现，数组头部就是队首，用head引用表示；数组尾部就是队尾，用引用tail表示。[head,tail)是循环队列的有效元素。
删除：head后移；添加：tail后移;走到数组末尾再从头开始走。逻辑删除
在删除元素时，不需要进行元素的搬移。
当新元素添加时，该处元素被覆盖，即做到真正的物理删除
tail+1 == head -->已满
双端队列
Queue的子接口Deque
既可以尾插头出
也可以头插尾出
无论使用栈还是队列统一使用双端队列接口，实例化LinkedList<>().入栈：push(),出栈:pop(),入队：offer(),出队：poll()
不推荐使用Stack，效率很低。
树
树结构具有高效的查找与搜索语义
概念
树是一种非线性的数据结构，由N个有限节点组成一个具有层次关系的集合。
- 有一个根节点：没有前驱节点
- 每一棵树（包括子树），除其根节点外，其余节点被分为m个互不相交的集合
- 子树不相交
- 除了根节点外，每个节点有且仅有一个父节点
- 一颗N个节点的树有N-1条边
- 节点的度：该节点中包含的子树的个数，树中最大的节点的度是树的度
- 叶子节点：度为0 的节点
- 非叶子节点：度不为0的点
- 根节点：没有父节点的节点，在树中有且仅有一个
- 节点的层次：从根节点开始计算，根节点在第一层
- 树的高度：当前树中节点层次最大值
- 兄弟节点
- 堂兄弟节点：双亲在同一层的节点互称堂兄弟
二叉树
二叉树是：节点的度最大为2的树
区分左子树和右子树的顺序
性质
-
在深度为k的二叉树中，最多存在2^k - 1个节点
-
在第k层，最多存在2^(k - 1)个节点
-
度为2的节点个数：n2; 度为0的节点个数:n0，度为1的节点个数：n1
n0 = n2 + 1
解释：从节点总和来看，n = n0 + n1 + n2
从边的数量来看，n1 + 2 * n2 = n - 1
满二叉树
每一层节点的个数都达到了最大值
完全二叉树
定义：完全二叉树的节点编号序列和满二叉树的编号序列完全一致
完全二叉树中，若存在度为1的节点，那么只可能找到一个这样的节点，这个节点只有左子树没有右子树。
根节点从0开始编号，编号为i的节点的父节点的编号为(i - 1)/2;
如果有左子节点，其编号为2*i+1;
如果有右子节点，其编号为2*i+2;
二分搜索树（BST:Binary Research Tree）
对于每一棵树，左子树所有节点值 < 根节点值 < 所有右子树节点值
在BST中查找元素==》二分查找
平衡二叉树
该树中任意一个节点的左右子树高度差 <= 1
AVL:严格平衡BST
RBTree:"黑节点"严格平衡的BST
B+树
23树
二叉树的遍历
所有二叉树问题的解决思路都是遍历问题的衍生
遍历：按照一定的顺序访问这个集合的所有元素，做到不重复、不遗漏。
深度优先遍历（DFS）
借助栈实现：先序，第一次访问到该节点就可以执行操作；中序，第二次；后序，第三次；每个节点三次访问后就弹栈
前序遍历
先访问根节点，然后递归访问左子树，再递归访问右子树
根->左->右
中序遍历
左->根->右
后序遍历
左->右->根
广度优先遍历（BFS）
借助队列实现
层序遍历
将二叉树从上到下，一层层遍历，每一层从左到右
//构建一棵树
//先序中序后序遍历
//计算总节点数、叶子节点数、第K层的叶子节点、求树深、判断是否包含指定的值val
在力扣或牛客上做题，如果需要用到全局变量，不要加static关键字（其他人的修改可以改变自己的变量值）
判断完全二叉树：第一阶段，在该阶段下，每个节点都有左右子树。当一个树只有右树没有左树，直接返回false.当碰到第一个只有左子树没有右子树的节点就切换状态，进入第二阶段。
第二阶段，每个节点都是叶子结点。若发现该阶段下的节点有子树，直接返回false.
阶段一：全是度为2的节点；
阶段一与阶段二的分界点：度为1的节点（如果存在，那么有且仅有一个，有左树，无右树；可以没有该节点）
阶段二：全是度为0的节点
//958
//思考：树的构建问题index++次数
优先级队列（堆）
按照优先级的大小动态出队（元素个数动态变化，而非固定）
普通队列是：FIFO
在计算机领域，若见到O(logN)时间复杂度，几乎一定和“树”结构有关，算法逻辑上是一棵树。
二叉堆
二叉堆是基于二叉树的堆，堆结构除了二叉堆还有d叉堆、索引堆
特点
二叉堆是一棵完全二叉树，基于数组存储。
大根堆（最大堆）
每一棵子树的根节点的值>=树中所有节点的值
小根堆（最小堆）
每一棵子树的根节点的值<=树中所有节点的值
节点的层次和大小没有直接关系，例如对于大根堆来说，不能认为层次越高，节点值越大，只能比较树根和其子树的内部节点之间的大小关系
JDK中堆默认是小根堆PriorityQueue<>
节点编号
堆基于数组存储，节点编号为数组索引，即：从零开始编号。
一个节点编号为i;
其父节点的编号为:(i - 1) / 2;
其左子节点的编号为:2 * i + 1;
其右子节点的编号为:2 * i + 2;
在数组中可通过索引来找到树节点的对应关系
核心操作
//基于动态数组实现大根堆
siftUp();
siftDown();
//O(n)时间复杂度实现的，给一个数组，构建最大堆
比较器接口
之前写过java.util.Comparable接口
java.util.Comparator接口
一个类实现了这个接口，表示这个类就是为了别的类的比较大小而服务的。
在定义的类内部实现compare()方法
TopK问题
在数组中找出前k个满足一定条件的数，k<<n(数组元素个数)；
内部类
把一个类嵌套进入另一个类内部
匿名内部类
Lamda表达式
new PriorityQueue<>((o1,o2)->o1-o2);
//对内部类再进行优化
此类问题都可以用优先级队列解决
若需要取出前k个最大的元素，构造最小堆；取最小的k个元素，构造最大堆。
其时间复杂度为:O(n*logk);
Map和Set
用到Map和Set时，绝大多数是在进行查找
在java标准库中，二分搜索树是TreeMap/TreeSet;哈希表是HashSet/HashMap.
Set:披着Set外衣的Map;
Set、List、Queue都是Collection接口的子接口
Collection接口：一次只能添加一个元素，其子类都可以使用foreach循环（因为Collection是Iterable的子接口）
Set和List最大的不同：Set内的元素不重复，使用Set集合进行去重处理
Set集合的子类实际上在存储元素时放在了Map集合的Key中，所有的key共用一个Object类对象作为value值。
所以Set保存的元素不可重复。
HashSet就是在HashMap中保存的，HashSet可以保存null;
TreeSet就是在TreeMap中保存的，TreeSet不可以保存null;
//Set接口没有set()方法，不能修改Set结合内的元素
//添加成功返回true,添加失败返回false
boolean add(E e);
//删除成功返回true,删除失败返回false
boolean remove(Object o);
boolean contains(Object o);
存储一个键值对数据 key = value,保存映射关系。
Map<K,V> map = new HashMap<>();
//key值不重复，value可以是重复的
map.put(a,b)
V put(K key, V val);//新增/修改
V remove(Object key);//根据key值删除键值对
V get(Object key); //根据key值查询对应的value,若key值不存在，则返回null
getOrDefault(Object key, Object defaultValue);//若集合中没有key值，返回默认的value值
Set<K> keySet();
Collection<V> values();
Map.Entry entrySet();
//遍历键值对
Map接口常见子类添加问题
- 元素的添加顺序和保存顺序没有关系，不像LIst
- HashMap是基于哈希表的实现；TreeMap是基于RBTree（红黑树/二分平衡搜索树）的实现
- HashMap和TreeMap的区别:在TreeMap中，要保存自定义类型到Key，这个类必须实现Comparable接口或传入比较器Comparator,而在HashMap中没有此要求。
- 在HashMap中，可以保存null作为key值，这个null的key值只能有一个；在TreeMap中key值不能为空，value可以为空。
//138，尝试用纯链表做;在Map帮助下做；
//290，双循环;双映射;
//旧键盘 ACM模式
搜索树
基础二叉树的衍生结构在实际工程中有着广泛的应用
AVL,RBTree,2-3树，B树
BST:也叫做，二分搜索树、二叉搜索树、二叉排序树
- BST也是一个二叉树
- 每个子树的左子树的所有节点值 < 根节点值 < 右子树的所有节点值(JDK中的BST，不存在重复节点)
- 存储节点必须具备可比较的能力（要么实现了Comparable接口、要么传入比较器）
增删改查
//插入 O(n)（单支树） - O(logn)
//查找，递归地和树根比较
private boolean contains(Node root, int val);//查找以root为根的树是否包含val
//打印，按先序遍历
//删除最大值、最小值
哈希表
哈希函数：将任意数据类型转为数组索引的方法，根据数组索引查找。
哈希表：将任意key值经过哈希函数的运算转换为相应的索引值。
若得到的索引值在哈希表中没有元素保存，则直接保存；
若已经存在，则处理哈希冲突后保存。
- 用空间换时间
- 哈希表的高效查找秘诀在于数组的随机访问能力。数组中若知道索引，可以在O(1)时间复杂度内获取该元素。
哈希函数
将任意数据类型转为索引
哈希冲突：不同key值经过hash函数的计算得到了相同的值
一般来说，将任意的正整数映射为小区间数字的常用做法：取模，模素数。模多大的数字，就开辟多大空间的整型数组。
int->int;
char->int;
String->int; //md5
//任意自定义类型 -toString()方法转为String类型，再利用String类型的哈希函数进行运算
哈希函数的设计
- 哈希冲突在数学领域理论上是一定存在
- 尽可能在空间和时间上求平衡，利用最少的空间获取一个较为平均的数字分布。
哈希表的重点：哈希函数的设计与哈希冲突的解决
现成的设计方案：
MD5 MD4 MD3 SHA1 SHA256
MD5
- 一般用在字符串计算hash值
- 定长，无论输入的数据有多长，得到的MD5值长度固定
- 分散，如果输入的数据稍有偏差，得到的值，相差很大（这样的特点使其冲突概率非常低，工程领域忽略不计）
- 不可逆，根据字符串计算MD5很容易，想通过MD5还原字符串非常难，基本不可能实现
- 根据相同的数据计算的MD5值是稳定的，只要输入数据相同，MD5的值就不会发生变化（所有哈希函数的设计都要遵守）
用途：
- hash运算
- 用于加密
- 对比原文件的内容（上传下载）
哈希冲突的解决
闭散列
发生冲突时，找到冲突位置旁边是否存在空闲位置，直到找到第一个空闲位置放入元素。好存难查更难删，工程中很少使用！
如果该位置已经有元素，那么可以从该位置向后一个一个位置看，找到为空的位置存元素；还可以在该位置往后模一个更小的数，二次哈希来解决冲突。
若整个哈希表的冲突十分严重，此时查找一个元素就从O(1) --> O(n)
开散列
若出现哈希冲突，就让这个位置变为链表。第一个存入该位置的元素就是链表头节点，后面每一次在该位置的冲突，就是该处链表的尾插入。遇到冲突位置元素的查找，就是遍历小链表。
哈希表 = 数组 + 链表
链表过长的话：
- （C++STL方案）对整个数组扩容，扩容后的数组，原来集中冲突在一个索引上的元素就会比较均衡地分布在新数组中。
- （JDK方案）将冲突严重的链表再次变为新的哈希表或BST ,这样就可以把链表的O(n)的查找变为O(logn)。
负载因子
负载因子loadfactor的定义是：
α = 哈希表中有效元素个数 / 哈希表的长度，数组长度是定值，α与填入哈希表的元素个数成正比。散列表（哈希表）的平均查找长度是负载因子α的函数
对于开放定址法，负载因子应严格限制在0.7-0.8以下。超过此值将对散列表进行resize(扩容)
JDK的HashMap默认负载因子是0.75，当负载因子超过0.75，就给数组扩容
阿里实验得出：在一亿规模数据下，负载因子设为10以内，查询效率都比较高
Java知识点
类集：源码阅读+数据结构
多线程（线程启动方式、线程状态切换、线程同步与互斥、线程安全、线程池的工作流程）
JVM
边角知识点
Object
Object提供的hashCode()可以将任意对象转为int,不同的对象原则上一定转为不同的int类型的值。equals()方法：判断是否是同一个对象
对象a.equals(对象b)返回true,一定推出它们的hashCode()返回值相同；
自定义对象作为key值的唯一性，就是通过equals()方法保证的。
两个对象的hashCode返回值相同，不一定能推出对象a.equals(对象b)返回true.
JDK源码分析
进入源码的方式：双击shift,搜索类名；Ctrl+鼠标左键 Ctrl+Alt+左键：子类实现接口的方法
HashMap
//JDK8之前HashMap的结构：数组+链表
//JDK8之后的HashMap结构：数组+链表+红黑树（冲突严重的链表会被“树化”，将链表转为红黑树，提高冲突严重的链表查询效率）：链表元素个数 > 8 && 哈希表中元素超过64，则将链表进行树化；链表元素个数 > 8 && 哈希表元素个数 <= 64,则不会将链表树化，只是将数组resize，进行扩容。
put;
resize(); //JDK1.8,HashMap.java第720行暂未理解
lazyload:无参构造函数时，不初始化数组，当put时，数组为空，通过resize()方法扩容/初始化。
338
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
