数据结构-Java树形结构两种组装算法对比

相信大家对树结构都不陌生。这里不做冗余介绍,如果有不懂的请自行google
学习。这里只介绍我们在实际中会经常用到的组装树的简单算法,仅供参考,欢迎讨论。

JAVA实现

基本对象

public class Node implements Serializable {

    private long id;
    private Long parentId;
    private List<Node> childs;

    public Node(long id, Long parentId, List<Node> childs) {
        this.id = id;
        this.parentId = parentId;
        this.childs = childs;
    }

    public Node(long id, Long parentId) {
        this.id = id;
        this.parentId = parentId;
    }

    public long getId() {
        return id;
    }

    public void setId(long id) {
        this.id = id;
    }

    public Long getParentId() {
        return parentId;
    }

    public void setParentId(Long parentId) {
        this.parentId = parentId;
    }

    public List<Node> getChilds() {
        return childs;
    }

    public void setChilds(List<Node> childs) {
        this.childs = childs;
    }

    public void addChild(Node node){
        if(childs == null){
            childs = new ArrayList<>();
        }
        childs.add(node);
    }
}

第一种
这种也是最常用的方式:

private static List<Node> getTree1(List<Node> nodes) {
        List<Node> res = new ArrayList<>();
        Map<Long, Node> catalogMap = new HashMap<>();
        for (Node c : nodes) {
            if (c.getParentId() == null) {
                res.add(c);
            }
            catalogMap.put(c.getId(), c);
        }
        for (Map.Entry entry : catalogMap.entrySet()) {
            Node parent = catalogMap.get(entry.getKey());
            if (parent != null) {
                parent.addChild((Node) entry.getValue());
            } else {
                res.add((Node) entry.getValue());
            }
        }
        return res;
    }

第二种
以空间换时间,增加一个记录父节点的parentMap,二次循环遍历这个parentMap,来减少遍历次数。不过JVM维护parentMap本身也需要耗费时间,这种方式要分情况使用。

private static List<Node> getTree2(List<Node> nodes) {
        List<Node> res = new ArrayList<>();
        Map<Long, List<Node>> parentMap = new HashMap<>();
        Map<Long, Node> catalogMap = new HashMap<>();
        for (Node c : nodes) {
            if (c.getParentId() == null) {
                res.add(c);
            } else {
                parentMap.compute(c.getParentId(), new BiFunction<Long, List<Node>, List<Node>>() {
                    @Override
                    public List<Node> apply(Long aLong, List<Node> nodes) {
                        if (nodes == null) {
                            nodes = new ArrayList<>();
                        }
                        nodes.add(c);
                        return nodes;
                    }
                });
            }
            catalogMap.put(c.getId(), c);
        }
        for (Map.Entry entry : parentMap.entrySet()) {
            Node parent = catalogMap.get(entry.getKey());
            if (parent != null) {
                parent.setChilds((List<Node>) entry.getValue());
            } else {
                res.addAll((Collection<? extends Node>) entry.getValue());
            }
        }
        return res;
    }

执行时间

经测试,在list大小小于等于50W时,第一种快。在list大小大于50W时,第二种快。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
算法数据结构它们分别涵盖了以下主要内容: 数据结构(Data Structures): 逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉、堆、B)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉、堆、B)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。
算法数据结构它们分别涵盖了以下主要内容: 数据结构(Data Structures): 逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉、堆、B)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

前鼻音太阳熊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值