java面试的数据结构_Java 面试之数据结构

Java 面试之数据结构

发布时间：2018-08-28 15:09,

浏览次数：350

, 标签：

Java

<>常见数据结构

<>HashMap、Hashtable、 ConcurrentHashMap

<>HashMap

*

底层实现：HashMap底层整体结构是一个数组，数组中的每个元素又是一个链表。每次添加一个对象(put)时会产生一个链表对象(Object类型)，Map中的每个Entry就是数组中的一个元素(Map.Entry就是一个

)，它具有由当前元素指向下一个元素的引用，这就构成了链表。

*

存储原理：当向HsahMap中添加元素的时候，首先计算Key对象的Hash值，得到数组下标，如果数组该位置为空则插入，否则遍历这个位置链表。当某个节点Key对象和Node对象均和新元素的equals时，用新元素的Value对象替换该节点的Value对象，否则插入新节点。(

注意：JDK 8之后加入了红黑树)

HashMap长度为2的n次幂是为了让length-1的二进制值所有位全为1，这种情况下，hash值与(table.length -

1)进行&运算计算index时，其结果就等同于hashcode后几位的值，此时只要输入的hashcode本身分布均匀，Hash算法的结果就是均匀的。所以，HashMap的默认长度为16是为了降低hash碰撞的几率，同时也是一种合适的大小。

<>Hashtable

比较点 HashMap Hashtable

实现原理 见上小节 和HashMap的实现原理几乎一样

Key和Value 允许Key和Value为null 不允许Key和Value为null

扩容策略 2倍扩容oldThr << 1 2倍+1扩容(oldCapacity << 1) + 1

安全性 线程不安全 线程安全

Hashtable线程安全的策略实现代价很大，get/put所有相关操作都是synchronized的，在竞争激烈的并发场景中性能非常差。

<>ConcurrentHashMap

ConcurrentHashMap是Java并发包中提供的一个线程安全且高效的HashMap实现，它采用了非常精妙的分段锁

策略，ConcurrentHashMap的主干是Segment数组。Segment继承于ReentrantLock，是一种可重入锁。每个Segment都是一个子哈希表，Segment里维护了一个HashEntry数组，并发环境下，对于不同Segment的数据进行操作不用考虑锁竞争。

<>LinkedHashMap、TreeMap、TreeSet

* LinkedHashMap：顺序存取的HashMap(基于数组和双向链表实现)。

* TreeMap：内部排序(基于红黑树实现)。

* TreeSet：有序的Set集合(基于二叉树实现)。

<>ArrayList、LinkedList、Vector

* ArrayList：动态数组(基于数组实现)。

* LinkedList：有序数组(基于双向链表实现)。

* Vector：对象容器，可放入不同类的对象(基于数组实现)。

<>Collection与Collections

* Collection：集合类的上级接口，子接口主要有List、Set 、Queue等。

* Collections：提供对集合进行搜索、排序、替换和线程安全化等操作的工具类。

<>二叉树

<>常见二叉树概念

*

B+树：见数据库部分https://blog.csdn.net/u012102104/article/details/79773362

*

平衡二叉树(AVL树)：各个结点左右子树深度差的绝对值不超过1。

*

哈夫曼树：带权路径长度最小的二叉树称为最优二叉树。哈夫曼树构造不唯一，但所有叶子结点的带权路径长度之和都是最小的。

*

红黑树：一种自平衡二叉查找树，它的性质有：

* 节点是红色或黑色。

* 根节点是黑色。

* 每个叶子节点都是黑色的空节点(NIL节点)。

* 每个红色节点的两个子节点都是黑色。

* 从任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。

从每个叶子到根的所有路径上不能有两个连续的红色节点

<>二叉树的遍历

// 1. 先序遍历算法 DLR void Preorder ( BinTree bt ) { if ( bt ) { visit ( bt->data );

Preorder( bt->lchild ); Preorder ( bt->rchild ); } } // 2. 中序遍历算法 LDR void

Inorder( BinTree bt ) { if ( bt ) { Inorder ( bt->lchild ); visit ( bt->data );

Inorder( bt->rchild ); } } // 3. 后序遍历 LRD void Postorder ( BinTree bt ) { if (

bt) { Postorder ( bt->lchild ); Postorder ( bt->rchild ); visit ( bt->data ); }

} // 4. 按层次遍历。 /* 思路：利用一个队列，首先将根(头指针)入队列，以后若队列不空则取队头元素 p， 如果 p

不空，则访问之，然后将其左右子树入队列，如此循环直到队列为空。*/ void LevelOrder ( BinTree bt ) { // 队列初始化为空

InitQueue( Q ); // 根入队列 EnQueue ( Q, bt ); // 队列不空则继续遍历 while ( ! QueueEmpty(Q)

) { DeQueue ( Q, p ); if ( p!=NULL ) { visit ( p->data ); // 左、右子树入队列 EnQueue (

Q, p->lchild ); EnQueue ( Q, p->rchild ); } } } // 非递归遍历二叉树一般借助栈实现