Map和Set

一、搜索
1.1概念以及场景:
Map和set是一种专门用来进行搜索的容器或者数据结构,其搜索的效率与其具体的实例化子类有关。以前常见的
搜索方式有:

  1. 直接遍历,时间复杂度为O(N),元素如果比较多效率会非常慢。
  2. 二分查找,时间复杂度为O(logN),但搜索前必须要求序列是有序的。
    上述排序比较适合静态类型的查找,即一般不会对区间进行插入和删除操作了,而现实中的查找比如:
  3. 根据姓名查询考试成绩
  4. 通讯录,即根据姓名查询联系方式
  5. 不重复集合,即需要先搜索关键字是否已经在集合中
    可能在查找时进行一些插入和删除的操作,即动态查找,那上述两种方式就不太适合了,本节介绍的Map和Set是一种适合动态查找的集合容器。

1.2模型:
一般把搜索的数据称为关键字(Key),和关键字对应的称为值(Value),将其称之为Key-value的键值对,所以
模型会有两种:

  1. 纯 key 模型,比如:
    有一个英文词典,快速查找一个单词是否在词典中
    快速查找某个名字在不在通讯录中
  2. Key-Value 模型,比如:
    统计文件中每个单词出现的次数,统计结果是每个单词都有与其对应的次数:<单词,单词出现的次数>
    梁山好汉的江湖绰号:每个好汉都有自己的江湖绰号
    而Map中存储的就是key-value的键值对,Set中只存储了Key。
    二、Map的使用
    在这里插入图片描述

2.1关于Map:
Map是一个接口类,该类没有继承自Collection,该类中存储的是<K,V>结构的键值对,并且K一定是唯一的,不能重复。
2.2关于Map.Entry<K,V>的说明:
Map.Entry<K, V> 是Map内部实现的用来存放<key, value>键值对映射关系的内部类,该内部类中主要提供了<key, value>的获取,value的设置以及Key的比较方式。
在这里插入图片描述
示例:

for(Map.Entry<Integer,Integer> entry : map.entrySet()){
            List<Integer> list1 = new ArrayList<>();
            if (entry.getValue() > 1){
                int k = entry.getKey();
                list1.add(k);
                int v = entry.getValue();
                list1.add(v);
                ret.add(list1);
            }
        }

2.3Map的常用方法:

在这里插入图片描述
注意:

  1. Map是一个接口,不能直接实例化对象,如果要实例化对象只能实例化其实现类TreeMap或者HashMap
  2. Map中存放键值对的Key是唯一的,value是可以重复的
  3. 在Map中插入键值对时,key不能为空,否则就会抛NullPointerException异常,但是value可以为空
  4. Map中的Key可以全部分离出来,存储到Set中来进行访问(因为Key不能重复)。
  5. Map中的value可以全部分离出来,存储在Collection的任何一个子集合中(value可能有重复)。
  6. Map中键值对的Key不能直接修改,value可以修改,如果要修改key,只能先将该key删除掉,然后再来重新插入
  7. TreeMap和HashMap的区别:
    在这里插入图片描述

三、Set的使用
3.1常用方法:
在这里插入图片描述
注意:

  1. Set是继承自Collection的一个接口类
  2. Set中只存储了key,并且要求key一定要唯一
  3. Set的底层是使用Map来实现的,其使用key与Object的一个默认对象作为键值对插入到Map中的
  4. Set最大的功能就是对集合中的元素进行去重
  5. 实现Set接口的常用类有TreeSet和HashSet,还有一个LinkedHashSet,LinkedHashSet是在HashSet的基础
    上维护了一个双向链表来记录元素的插入次序。
  6. Set中的Key不能修改,如果要修改,先将原来的删除掉,然后再重新插入
  7. Set中不能插入null的key。
  8. TreeSet和HashSet的区别:
    在这里插入图片描述
    四、搜索树

4.1概念:

二叉搜索树又称二叉排序树,它或者是一棵空树**,或者是具有以下性质的二叉树:
1.若它的左子树不为空,则左子树上所有节点的值都小于根节点的值
2.若它的右子树不为空,则右子树上所有节点的值都大于根节点的值
3.它的左右子树也分别为二叉搜索树
在这里插入图片描述
4.2插入:
在这里插入图片描述
4.3删除:

设待删除结点为 cur, 待删除结点的双亲结点为 parent

  1. cur.left == null
    1. cur 是 root,则 root = cur.right
    2. cur 不是 root,cur 是 parent.left,则 parent.left = cur.right
    3. cur 不是 root,cur 是 parent.right,则 parent.right = cur.right
  2. cur.right == null
    1. cur 是 root,则 root = cur.left
    2. cur 不是 root,cur 是 parent.left,则 parent.left = cur.left
    3. cur 不是 root,cur 是 parent.right,则 parent.right = cur.left
  3. cur.left != null && cur.right != null
    1. 需要使用替换法进行删除,即在它的右子树中寻找中序下的第一个结点(关键码最小),用它的值填补到被删除节点中,再来处理该结点的删除问题。
      4.4代码实现:
import java.util.Stack;

public class BinarySearchTree<T extends Comparable<T>>{
    static class TreeNode<T extends Comparable<T>>{
        public T val;
        public TreeNode left;
        public TreeNode right;
        public TreeNode(T val){
            this.val = val;
        }
    }
    public TreeNode root;
    public BinarySearchTree(){
        this.root = null;
    }
    //创建二叉搜索树(向二叉搜索树中添加元素)
    public void push(T data){
        TreeNode<T> treeNode = new TreeNode<>(data);
        if (root == null){
            root = treeNode;
            return;
        }
        TreeNode cur = root;
        TreeNode pre = null;
        while (cur != null){
            if (cur.val.compareTo(data) < 0){
                pre = cur;
                cur = cur.right;
            }else {
                if (cur.val.compareTo(data) > 0){
                    pre = cur;
                    cur = cur.left;
                }else {
                    cur.val =  data;
                    return;
                }
            }
        }
        if (pre.val.compareTo(data) < 0){
            pre.right = treeNode;
        }else {
            pre.left = treeNode;
        }
    }
    //二叉搜索树中序遍历
    public void inorder(TreeNode root){
        TreeNode cur = root;
        Stack<TreeNode> stack = new Stack<>();
        stack.add(cur);
        cur = cur.left;
        while (cur != null || !stack.isEmpty()){
            while (cur != null){
                stack.add(cur);
                cur = cur.left;
            }
            TreeNode top = stack.pop();
            System.out.print(top.val + " ");
            if(top.right != null){
                cur = top.right;
            }
        }
    }
    //查找对应的val值
    public TreeNode findValue(T data){
        if (root == null)return null;
        TreeNode cur = root;
        while (cur != null){
            if (cur.val.compareTo(data) == 0){
                return cur;
            }else {
                if (cur.val.compareTo(data) < 0){
                    cur = cur.right;
                }else {
                    cur = cur.left;
                }
            }
        }
        return null;
    }
    //删除结点
    public boolean remove(T key){
        TreeNode cur = root;
        TreeNode pre = null;
        while (cur != null){
            if (cur.val.compareTo(key) < 0){
                pre = cur;
                cur = cur.right;
            }else {
                if (cur.val.compareTo(key) > 0){
                    pre = cur;
                    cur = cur.left;
                }else {
                   removeTreeNode(pre,cur);
                   return true;
                }
            }
        }
        return false;
    }
    public void removeTreeNode(TreeNode pre,TreeNode cur){
        if (cur.left == null){
            if (cur == root){
                root = cur.right;
            }else {
                if (cur == pre.left){
                    pre.left = cur.right;
                }else {
                    if (cur == pre.right){
                        pre.right = cur.right;
                    }
                }
            }
        }else {
            if (cur.right == null){
                if (cur == root){
                    root = cur.left;
                }else {
                    if (cur == pre.left){
                        pre.left = cur.left;
                    }else {
                        if (cur == pre.right){
                            pre.right = cur.left;
                        }
                    }
                }
            }else {
                TreeNode tempPre = cur;
                TreeNode temp = tempPre.right;
                while (temp.left != null){
                    tempPre = temp;
                    temp = temp.left;
                }
                cur.val = temp.val;
                if (temp == tempPre.left){
                    tempPre.left = temp.right;
                }else {
                    tempPre.right = temp.right;
                }
            }
        }
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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