(八):哈希表+二叉树

本文介绍了哈希表在谷歌面试题中的应用,强调了其在快速查找和节省内存方面的优势,并给出了具体的哈希表实现代码。此外,还对比了数组、链表和树三种数据结构的优缺点,详细阐述了二叉树在数据存储和检索效率上的提升,以及二叉树的基本概念和遍历方法。
摘要由CSDN通过智能技术生成

1.哈希表

1.1哈希表应用背景

看一个实际需求,google公司的一个上机题:
有一个公司,当有新的员工来报道时,要求将该员工的信息加入(id,性别,年龄,住址…),当输入该员工的id时,要求查找到该员工的 所有信息.
要求: 不使用数据库,尽量节省内存,速度越快越好=>哈希表(散列)

1. 2.哈希表的基本介绍

散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
在这里插入图片描述

1. 3.谷歌公司的上机题

要求:

  • 不使用数据库,速度越快越好=>哈希表(散列)
  • 添加时,保证按照id从低到高插入 [课后思考:如果id不是从低到高插入,但要求各条链表仍是从低到高,怎么解决?]
    使用链表来实现哈希表, 该链表不带表头[即: 链表的第一个结点就存放雇员信息]
  • 思路分析并画出示意图
  • 代码实现[增删改查(显示所有员工,按id查询)]
    在这里插入图片描述
    代码如下:

public class HashTableDemo {
    public static void main(String[] args) {
        //创建哈希表
        HashTable hashTable=new HashTable(7);
        String key="";
        Scanner scanner=new Scanner(System.in);
        while (true){
            System.out.println("add:添加雇员");
            System.out.println("list:显示雇员");
            System.out.println("exit:退出系统");
            System.out.println("find:退出系统");
            key=scanner.next();
            switch(key){
                case "add":
                    System.out.println("输入id");
                    int id=scanner.nextInt();
                    System.out.println("输入名字");
                    String name=scanner.next();
                    //创建一个雇员
                    Emp emp=new Emp(id,name);
                    hashTable.add(emp);
                    break;
                case "list":
                    hashTable.list();
                    break;
                case "exit":
                    scanner.close();
                    break;
                case "find":
                    System.out.println("请输入查找的id");
                    id=scanner.nextInt();
                    hashTable.findEmpById(id);
                default:
                    break;
            }
        }
    }
}
//写哈希表
class HashTable{
    private EmpLinkedList[] empLinkedListsArray;
    private int size;
    //有一个构造器
    public HashTable(int size){
        this.size=size;//表示有多少条链表
        //初始化链表
        empLinkedListsArray=new EmpLinkedList[size];
        //?不要忘记分别初始化每个链表
        for (int i=0;i<size;i++){
           empLinkedListsArray[i]=new EmpLinkedList();
        }
    }
    public void add(Emp emp){
        //根据员工的id得到该员工应该加入到哪条链表
        int empLinkedListNo=hashFun(emp.id);
        //将emp添加到对应的链表中
        empLinkedListsArray[empLinkedListNo].add(emp);
    }
    //遍历所有的链表
    public void list(){
        for (int i=0;i<size;i++) {
            empLinkedListsArray[i].list(i);
        }
    }
    //编写一个散列函数,使用简单的取模法
    public int hashFun(int id){
        return id%size;
    }
    //根据输出的id,查找雇员
    public void findEmpById(int id){
        int empLinkListNo=hashFun(id);
        Emp emp=empLinkedListsArray[empLinkListNo].findEmpById(id);
        if (emp!=null){//找到
            System.out.println("在x链表中找到雇员"+emp.name);
        }else {
            System.out.println("没找到该雇员");
        }
    }



}
class Emp{
    public int id;
    public  String name;
    public Emp next;//next默认就是空

    public Emp(int id, String name) {
        this.id = id;
        this.name = name;
    }
}
//创建一个EmpLinkedList,表示链表
class EmpLinkedList{
    //头指针,就是指向第一个Emp
    private Emp head;//默认就是null
    //添加雇员到链表
    //假定当添加雇员时候,id是自增长的,即id的分配从小到大
    //即将雇员直接加到链表最后即可
    public void  add(Emp emp){
        //如果添加第一个雇员
        if (head==null){
            head=emp;
            return;
        }
        //如果不是第一个,则使用辅助的指针,帮助定位到最后
        Emp curEmp=head;
        while (true){
            if (curEmp.next==null){
                break;
            }
            curEmp=curEmp.next;
        }
        //退出时直接将emp加入链表
        curEmp.next=emp;
    }
    //遍历链表的雇员信息
    public void list(int no){
        if (head==null){
            //说明链表是空
            System.out.println("第"+no+"号链表是空");
            return;
        }
        System.out.println("当前链表的信息为:");
        Emp curEmp=head;//辅助指针
        while (true){
            System.out.printf("=>id=%d name=%s",curEmp.id,curEmp.name);
            if (curEmp.next==null){//说明curEmp已经是最后节点
                break;
            }
            curEmp=curEmp.next;
        }

    }
    //查找链表
    //查找到就返回emp
    //否则就是null
    public Emp findEmpById(int id){
        //判断链表是否是空
        if (head==null){
            System.out.println("链表为空");
            return null;
        }
        //定义一个辅助指针
        Emp curEmp=head;
        while (true){
            if (curEmp.id==id){
                //说明找到了
                break;//这时curEmp就指向雇员
            }
            if (curEmp.next==null){
                //说明遍历当前链表没有找到该雇员
                curEmp=null;
                break;
            }
            curEmp=curEmp.next;
        }
        return curEmp;
    }
}

2.二叉树

2.1为什么需要树这种结构

2.1.1数组存储方式的分析

  • 优点:通过下标方式访问元素,速度快。对于有序数组,还可使用二分查找提高检索速度。
  • 缺点:如果要检索具体某个值,或者插入值(按一定顺序)会整体移动,效率较低 [示意图]

2.1.2链式存储方式的分析

  • 优点:在一定程度上对数组存储方式有优化(比如:插入一个数值节点,只需要将插入节点,链接到链表中即可, 删除效率也很好)。
  • 缺点:在进行检索时,效率仍然较低,比如(检索某个值,需要从头节点开始遍历)

2.1.3树存储方式的分析

能提高数据存储,读取的效率, 比如利用 二叉排序树(Binary Sort Tree),既可以保证数据的检索速度,同时也可以保证数据的插入,删除,修改的速度。

2.2 二叉树介绍

2.2.1树的常用术语(结合示意图理解)

  • 节点
  • 根节点
  • 父节点
  • 子节点
  • 叶子节点 (没有子节点的节点)
  • 节点的权(节点值)
  • 路径(从root节点找到该节点的路线)
  • 子树
  • 树的高度(最大层数)
  • 森林 :多颗子树构成森林

树示意图
在这里插入图片描述

2.2.2二叉树的概念

  • 树有很多种,每个节点最多只能有两个子节点的一种形式称为二叉树。
  • 二叉树的子节点分为左节点和右节点。

在这里插入图片描述

  • 如果该二叉树的所有叶子节点都在最后一层,并且结点总数= 2^n -1 , n 为层数,则我们称为满二叉树。
  • 如果该二叉树的所有叶子节点都在最后一层或者倒数第二层,而且最后一层的叶子节点在左边连续,倒数第二层的叶子节点在右边连续,我们称为完全二叉树。

2.3二叉树的遍历

前序遍历: 先输出父节点,再遍历左子树和右子树
中序遍历: 先遍历左子树,再输出父节点,再遍历右子树
后序遍历: 先遍历左子树,再遍历右子树,最后输出父节点
小结: 看输出父节点的顺序,就确定是前序,中序还是后序

 //前序遍历
    public void preOrder(){
        if (this.root!=null){
            this.root.preOrder();
        }else {
            System.out.println("当前二叉树为空");
        }
    }
    //中序遍历
    public void infixOrder(){
        if (this.root!=null){
            this.root.infixOrder();
        }else {
            System.out.println("空!");
        }
    }
    //后续遍历
    public void postOrder(){
        if (this.root!=null){
            this.root.postOrder();
        }else {
            System.out.println("空!");
        }
    }
评论
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
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