【算法与数据结构2】数据结构基础—-数组、列表

一、物理结构

数组

   数组是存储相同数据类型的元素的一种有序数据结构,通过下标进行存储。查找的时间复杂度为O(1),而删除和添加的时间复杂度为O(n)。
其代码实现如下:

public class MyArray {
    private int[] array;
    private int size;

    public MyArray(int capacity){
        this.array = new int[capacity];
        size = 0;
    }

    /**
     * 1.数组插入元素
     * @param index  插入的位置
     * @param element  插入的元素
     */
    public void insert(int index, int element) throws Exception {
        //如果越界的话
        if(index<0||index>size){
            throw new IndexOutOfBoundsException();
        }
        //如果达到上限,就扩容
        if(size>=array.length){
            resize();
        }
        //从中间插入时,数组元素从右向左移动
        for (int i = size - 1; i >= index ; i--) {
            array[i+1] = array[i];
        }
        array[index] = element;
        size++;
    }

    /**
     * 2.删除指定元素
     * @param index 指定下标
     */
    public void delete(int index){
        if(index<0||index>=size){
            throw new IndexOutOfBoundsException();
        }
        //如果是删除中间某一个数的话
        for (int i = index; i < size -1 ; i++) {
            array[i] = array[i+1];
        }
        size--;
    }
    /**
     * 数组扩容
     */
    public void resize(){
        int[] arrayNew = new int[array.length*2];
        System.arraycopy(array,0,arrayNew,0,array.length);
        array = arrayNew;
    }

    /**
     * 输出数组
     */
    public void output(){
        for(int i=0; i<size; i++){
            System.out.println(array[i]);
        }
    }

    public static void main(String[] args) throws Exception {
        MyArray myArray = new MyArray(4);
        //刚开始插入的时候,要从0 的位置开始插入
        myArray.insert(0,3);
        myArray.insert(1,7);
        myArray.insert(2,9);
        myArray.insert(3,5);
        myArray.insert(1,6);
        myArray.insert(5,8);
        myArray.delete(2);
        myArray.output();
    }
}

链表

  链表则是通过指针来连接节点的一种数据结构。在空间利用方面,是随机存储,相较于顺序存储的数组有着很大的灵活性。其中双向链表作为链表的一种,一个元素首和尾都分别指向于其他元素。链表的删除和添加的时间复杂度为O(1),查找的时间复杂度为O(n)。
链表的实现代码如下:

     /**
     * 节点
     */
    public static class Node{
        int data;
        Node next;
        Node(int data){
            this.data = data;
        }
    }
    public Node head;
    public Node last;
    public int size;
    /**
     * 获取某一个节点
     */
    public Node get(int index){
        if(index<0||index>size){
            throw new IndexOutOfBoundsException("链表越界");
        }
        Node node = head;
        for (int i = 0; i < index; i++) {
            node = node.next;
        }
        return node;
    }
    /**
     * 打印链表
     */
    public void output(){
        Node node = head;
        for (int i = 0; i < size; i++) {
            System.out.println(node.data +"  ");
            node = node.next;
        }
    }
    /**
     * 添加节点
     */
    public void insert(int index,int data){
        //如果越界的话
        if(index<0||index>size){
            throw new IndexOutOfBoundsException();
        }
        Node nodeAdd = new Node(data);
        if(size==0){
            head = nodeAdd;
            last = nodeAdd;
        }else {
            if (index == 0) {
                nodeAdd.next = head;
                head = nodeAdd;
            } else if (index == size) {
                last.next = nodeAdd;
                last = nodeAdd;
            } else {
                Node preNode = get(index - 1);
                nodeAdd.next = preNode.next;
                preNode.next = nodeAdd;
            }
        }
        size++;
    }

    /**
     * 删除节点
     * @return
     */
    public Node delete(int index){
        if(index<0||index>=size){
            throw new IndexOutOfBoundsException();
        }
        Node nodeDel = head;
        if(size==0){
            head = null;
            last = null;
        }else {
            if(index == 0){
                head = head.next;
            }else if(index == size-1){
                nodeDel = last;
                Node nodeLa = get(index - 1);
                last = nodeLa;
                nodeLa.next = null;
            }else {
                nodeDel = get(index);
                Node nodePre = get(index - 1);
                nodePre.next = nodeDel.next;
            }
        }
        size--;
        return nodeDel;
    }
    
    public static void main(String[] args) {
        MyLinkedList linkedList = new MyLinkedList();
        linkedList.insert(0,1);
        linkedList.insert(1,2);
        linkedList.insert(2,3);
        linkedList.insert(3,4);
        linkedList.delete(1);

        linkedList.output();
    }
}

二、逻辑数据结构

例如栈、队列、和散列表等。都是基于数组和链表的数据结构。

既可以使用数组,也可以使用队列实现。添加方式:尾部添加,删除方式:尾部删除。即:先入后出

队列

同样也是既可以使用数组,也可以使用队列实现。先入先出。
当使用数组来作为物理结构时,为了提高队列空间的利用率,产生了循环队列

/**
 * 队列特点,先进先出
 * 这里的代码是循环队列,指可以循环利用空间。
 */
public class MyQueue {
    private int[] array;
    private int front;
    private int rear;

    public MyQueue(int capacity) {
        this.array = new int[capacity];
    }

    /**
     * 入队
     * @param data
     */
    public void enQueue(int data){
        if((rear+1)%array.length==front){
            throw new IndexOutOfBoundsException("队列已满");
        }
        array[rear] = data;
        rear = (rear+1)%array.length;
    }

    /**
     * 出队
     * @return
     */
    public int deQueue(){
        if(rear == front){
            throw new NullPointerException("队列已空");
        }
        int element = array[front];
        front = (front+1)%array.length;
        return element;
    }

    /**
     * 打印队列
     */
    public void printQueue(){
        for (int i = front; i != rear; i = (i+1)%array.length) {
            System.out.println(array[i]);
        }
    }
    public static void main(String[] args) {
        MyQueue myQueue = new MyQueue(10);
        myQueue.enQueue(2);
        myQueue.enQueue(5);
        myQueue.deQueue();
        myQueue.enQueue(7);
        myQueue.enQueue(4);
        myQueue.printQueue();
        myQueue.deQueue();

    }
}

散列表/哈希表(HashTable)

  在java中,hashmap的实现结合了数组,链表,以及红黑树多种数据结构。
  哈希表并不直接通过下标来进行标识,而是通过哈希函数将key转化为对应的下标,并将value储存在对应下标之下。而当一个下标对应多个value时,则使用链表来拓展,这种解决哈希冲突的方案称为链表法
  而ThreadLocal使用的是开放寻址法,即当对应下标中已经存在value的话,则按顺序寻找其他空间,存储新的value。

原文地址:http://www.cnblogs.com/corely/p/16852754.html

发表评论

您的电子邮箱地址不会被公开。