算法与数据结构 — 结合 Java 源码分析数据结构

最新推荐文章于 2021-09-06 19:30:58 发布

置顶 pentiumCM

最新推荐文章于 2021-09-06 19:30:58 发布

阅读量428

点赞数

分类专栏： algorithm 文章标签：数据结构链表堆栈队列 java

本文链接：https://blog.csdn.net/pentiumCM/article/details/104894362

版权

algorithm 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

文章目录

算法与数据结构 — 结合 Java 源码分析数据结构

算法与数据结构 — 结合 Java 源码分析数据结构

本博客为基本知识点的浅尝辄止，仅供参考，详细的需要读者继续查阅资料和实践。
建议读者在学习这些基础的数据结构时，能够 参照编程语言里面的源码，效果会更佳。

一、概念

在计算机科学中，数据结构（英语：data structure）是计算机中存储、组织数据的方式。
数据结构意味着接口或封装：一个数据结构可被视为两个函数之间的接口，或者是由数据类型联合组成的存储内容的访问方法封装。
不同种类的数据结构适合不同种类的应用，部分数据结构甚至是为了解决特定问题而设计出来的。例如B树即为加快树状结构访问速度而设计的数据结构，常被应用在数据库和文件系统上。
系统架构的关键因素是数据结构而非算法的见解，导致了多种形式化的设计方法与编程语言的出现。绝大多数的语言都带有某种程度上的模块化思想，透过将数据结构的具体实现封装隐藏于用户界面之后的方法，来让不同的应用程序能够安全地重用这些数据结构。C++、Java、Python等面向对象的编程语言可使用类 (计算机科学)来达到这个目的。
因为数据结构概念的普及，现代编程语言及其API中都包含了多种默认的数据结构，例如 C++ 标准模板库中的容器、Java集合框架以及微软的.NET Framework。

二、常见的数据结构

线性表
- 顺序表 - 数组（Array）
- 链表（Linked List）
栈（Stack）
队列（Queue）
树（Tree）
图（Graph）
堆（Heap）
散列表（Hash table）

1. 数组（Array）- 顺序表

概念：
在计算机科学中，数组数据结构（array data structure），简称数组（Array），是由相同类型的元素（element）的集合所组成的数据结构，分配一块连续的内存来存储。利用元素的索引（index）可以计算出该元素对应的存储地址。
- 一维数组：
  
  最简单的数据结构类型是一维数组。例如，索引为0到9的40位整数数组，可作为在存储器地址2000，2004，2008，…2040中，存储10个变量，因此索引为 i 的元素即在存储器中的 2000 + 4×i 地址。数组第一个元素的存储器地址称为第一地址或基础地址。
```
int[] array = new int[10];
```
- 二维数组：
  
  二维数组，对应于数学上的矩阵概念，可表示为二维矩形格。
```
int[][] b = {{3, 6, 2}, {0, 1, -4}, {2, -1, 0}};
// 或
int[][] b = new int[][]{{3, 6, 2}, {0, 1, -4}, {2, -1, 0}};
```

2. 链表（Linked List）

概念
链表（Linked list）是一种常见的基础数据结构，是一种线性表，但是并不会按顺序表的顺序存储数据，而是在每一个节点里存到下一个节点的指针(Pointer)。

由于不必须按顺序存储，链表在插入的时候可以达到 O(1) 的复杂度，比顺序表快得多，但是查找一个节点或者访问特定编号的节点则需要O(n)的时间，而顺序表相应的时间复杂度分别是O(n)和O(1)。

使用链表结构可以克服数组链表需要预先知道数据大小的缺点，链表结构可以充分利用计算机内存空间，实现灵活的内存动态管理。但是链表失去了数组随机读取的优点，同时链表由于增加了结点的指针域，空间开销比较大。

链表中最简单的一种是单向链表，它包含两个域，一个数据域和一个指针域。这个指针域指向列表中的下一个节点，而最后一个节点则指向一个空值。
代码使用：
```
// LinkedList是双向链表
List<Integer> linkList = new LinkedList<>();
```
根据jdk中的源码，左边是 LinkedList 提供的函数API，右边箭头处可以看到 LinkedList 是双向链表。

3. 栈（Stack）

概念：

堆栈（stack）又称为栈或堆叠，是计算机科学中的一种抽象数据类型。

只允许在有序的线性数据集合的一端（称为栈顶端，top）进行加入数据（push）和移除数据（pop）的运算。因而按照后进先出（LIFO, Last In First Out）的原理运作。

常与另一种有序的线性数据集合队列相提并论。

堆栈常用一维数组或链表来实现。
操作：
堆栈使用两种基本操作：推入（压栈，push）和弹出（出栈，pop）：
压栈：将数据放入堆栈顶端，堆栈顶端移到新放入的数据。
出栈：将堆栈顶端数据移除，堆栈顶端移到移除后的下一笔数据。
特点：
堆栈的基本特点：
先入后出，后入先出。
除头尾节点之外，每个元素有一个前驱，一个后继。
堆栈的应用：
回溯
递归
深度优先搜索

代码使用：

Stack stack = new Stack();

1. 创建栈：			public Stack() { }
2. 出栈：			public E push(E item) { }
3. 入栈：			public synchronized E pop() { }
4. 查看栈顶元素：		public synchronized E peek() { }
5. 查找元素在栈中位置：public synchronized int search(Object o) { }

在这里插入图片描述

4. 队列（Queue）

概念
队列，是先进先出（FIFO, First-In-First-Out）的线性表。在具体应用中通常用链表或者数组来实现。
队列只允许在后端（称为rear）进行插入操作，在前端（称为front）进行删除操作。
使用场景：
因为队列先进先出的特点，在多线程阻塞队列管理中非常适用。
代码使用：
Java 集合中的 Queue 接口继承自 Collection 接口，Deque, AbstractQueue，CheckedQueue，AsLIFOQueue，BlockingQueue，ConcurrentLinkedQueue 等类（接口）都实现或继承了它。
基础的 Queue接口，声明了如下这些方法：
- add
- offer
- remove
- poll
- element
- peek
```
// LinkedList是双向链表，它实现了Dequeue接口
Queue<Integer> queue = new LinkedList<>();
```

5. 树（Tree）

概念：
在计算机科学中，树（tree）是一种抽象数据类型（ADT）或是实现这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>0）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：

1）每个节点都只有有限个子节点或无子节点；

2）没有父节点的节点称为根节点；

3）每一个非根节点有且只有一个父节点；

4）除了根节点外，每个子节点可以分为多个不相交的子树；

5）树里面没有环路(cycle)

6. 图（Graph）

7. 堆（Heap）

8. 散列表（Hash table）

概念：
- 散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存储存位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。
- 若关键字为 k，则其值存放在 f(k) 的存储位置上。由此，不需比较便可直接取得所查记录。称这个对应关系 f 为散列函数，按这个思想建立的表为散列表。
- 对不同的关键字可能得到同一散列地址，即 k1 != k2，而 f(k1)=f(k2)，这种现象称为 $\color{red}冲突$ （Collision）。具有相同函数值的关键字对该散列函数来说称做 $\color{red}同义词$ 。综上所述，根据散列函数 f(k) 和处理冲突的方法将一组关键字映射到一个有限的连续的地址集（区间）上，并以关键字在地址集中的“像”作为记录在表中的存储位置，这种表便称为散列表，这一映射过程称为散列造表或散列，所得的存储位置称散列地址。
- 若对于关键字集合中的任一个关键字，经散列函数映象到地址集合中任何一个地址的概率是相等的，则称此类散列函数为均匀散列函数（Uniform Hash function），这就使关键字经过散列函数得到一个“随机的地址”，从而减少冲突。
构造散列函数：
散列函数能使对一个数据序列的访问过程更加迅速有效，通过散列函数，数据元素将被更快定位。方法如下：
- 直接定址法：取关键字或关键字的某个线性函数值为散列地址。即 hash(k) = k 或 hash(k) = a * k + b，其中a, b为常数（这种散列函数叫做自身函数）
- 数字分析法：假设关键字是以r为基的数，并且哈希表中可能出现的关键字都是事先知道的，则可取关键字的若干数位组成哈希地址。
- 平方取中法：取关键字平方后的中间几位为哈希地址。通常在选定哈希函数时不一定能知道关键字的全部情况，取其中的哪几位也不一定合适，而一个数平方后的中间几位数和数的每一位都相关，由此使随机分布的关键字得到的哈希地址也是随机的。取的位数由表长决定。
- 折叠法：将关键字分割成位数相同的几部分（最后一部分的位数可以不同），然后取这几部分的叠加和（舍去进位）作为哈希地址。
  随机数法
- 除留余数法：取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 hash(k)=k mod p, p <= m。不仅可以对关键字直接取模，也可在折叠法、平方取中法等运算之后取模。对p的选择很重要，一般取素数或m，若p选择不好，容易产生冲突。
处理冲突：
为了知道冲突产生的相同散列函数地址所对应的关键字，如当f(k1) = f(k2)时，如何确认关键字为 k1 还是 k2 ，必须选用另外的散列函数，或者对冲突结果进行处理。而不发生冲突的可能性是非常之小的，所以通常对冲突进行处理。常用方法有以下几种：
- 开放定址法（open addressing）：hashi = (hash(key) + di) mod m, i = 1,2…k(k <= m - 1) 其中hash(key)为散列函数，m为散列表长，di 为增量序列，i为已发生冲突的次数。增量序列可有下列取法：
  - di = 1,2,3…(m-1)称为线性探测(Linear Probing)；即di = i，或者为其他线性函数。相当于逐个探测存放地址的表，直到查找到一个空单元，把散列地址存放在该空单元。
  - di = ±1²，±2²，…，±k²称为平方探测(Quadratic Probing)。相对线性探测，相当于发生冲突时探测间隔 di = i² 个单元的位置是否为空，如果为空，将地址存放进去。
  - di = 伪随机数序列，称为伪随机探测。
- 单独链表法：将散列到同一个存储位置的所有元素保存在一个链表中。实现时，一种策略是散列表同一位置的所有冲突结果都是用栈存放的，新元素被插入到表的前端还是后端完全取决于怎样方便。
- 双散列。
- 再散列：hashi = hashi(key), i=1,2…k。hashi 是一些散列函数。即在上次散列计算发生冲突时，利用该次冲突的散列函数地址产生新的散列函数地址，直到冲突不再发生。这种方法不易产生“聚集”（Cluster），但增加了计算时间。
- 建立一个公共溢出区
  
  举例：
  显示线性探测填装一个散列表的过程：
  关键字为{89,18,49,58,69}插入到一个散列表中的情况。此时线性探测的方法是取{\displaystyle d_{i}=i}d_{i}=i。并假定取关键字除以10的余数为散列函数法则。
  散列地址空表插入89 插入18 插入49 插入58 插入69
  0 49 49 49
  1 58 58
  2 69
  3
  4
  5
  6
  7
  8 18 18 18 18
  9 89 89 89 89 89
  第一次冲突发生在填装49的时候。地址为9的单元已经填装了89这个关键字，所以取{\displaystyle i=1}i=1，往下查找一个单位，发现为空，所以将49填装在地址为0的空单元。第二次冲突则发生在58上，取{\displaystyle i=3}{\displaystyle i=3}，往下查找3个单位，将58填装在地址为1的空单元。69同理。
  表的大小选取至关重要，此处选取10作为大小，发生冲突的几率就比选择质数11作为大小的可能性大。越是质数，mod取余就越可能均匀分布在表的各处。
  聚集（Cluster，也翻译做“堆积”）的意思是，在函数地址的表中，散列函数的结果不均匀地占据表的单元，形成区块，造成线性探测产生一次聚集（primary clustering）和平方探测的二次聚集（secondary clustering），散列到区块中的任何关键字需要查找多次试选单元才能插入表中，解决冲突，造成时间浪费。对于开放定址法，聚集会造成性能的灾难性损失，是必须避免的。

代码使用：

Map<String, Integer> hashtable = new Hashtable<>();
Map<String, Integer> hashMap = new HashMap<>();

三、参考资料

维基百科：
https://zh.wikipedia.org/zh-cn/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84

pentiumCM

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
算法与数据结构 — 结合 Java 源码分析数据结构

文章目录数据结构总结一、概念二、常见的数据结构1. 数组（Array）2. 链表（Linked List）3. 栈（Stack）4. 队列（Queue）5. 树（Tree）6. 图（Graph）7. 堆（Heap）8. 散列表（Hash table）数据结构总结一、概念在计算机科学中，数据结构（英语：data structure）是计算机中存储、组织数据的方式。数据结构意味着接口或...
复制链接

扫一扫