java数据结构和算法
java数据结构与算法
写给读者的话：
本人是一个刚刚毕业的程序员，大学期间数据结构学的比较扎实，来工作后发现虽然概念都知道，但是应用不是很熟练，所以打算重新撸几遍数据结构，正好在写java，这里就用java描述数据结构了；然后有几个要点：
1）实践永远是检验真理的唯一标准，要想知道自己学的好不好，锻炼提升自己，就需要多多练习了，本人在工作中，都会去思考代码的优化问题，看能够有更好的办法解决；
2)温故而知新，很多东西看一遍是不可能理解透彻的。
3）共享精神，要乐于去分享知识，不要怕被别人超越（有句话说得好，一直被模仿，从未被超越，精髓不是都能学来的而是自己总结体会出来的）。
4）今日更新一下一个优美的品质。我和我同事同样都是看书，我的同事显得仔细的多，很有质疑精神，但是过多的仔细就显得固执了。希望我在以后的学习中能尽量细致一点吧。
引论
书中讲述了大量的数学公式，指数，对数，二项式，推理方法以及java的泛型和函数对象，这里不做整理了。有兴趣的可以去看看书，不是说这一块不重要，而是很基础（装13了，哈哈）！
算法分析
看来到哪里都离不开数学，真是学会数理化走遍天下都不怕。这一部分主要讲述了算法的时间复杂度，看的我头要炸了。
表、栈和队列
本章主要讲述三种基本的数据结构，每一个有意义的程序都应该显式地至少使用一种这样的数据。
抽象数据类型（ADT）
定义：是带有一组操作的一些对象的集合。
表 ADT
定义在表上的基本操作
printList();
makeEmpty();
find();返回某一项首次出现的位置
insert();链表中插入元素
remove();链表中删除元素
findKth();返回索引
next操作；
previous操作；
这里讲一下java里的链表类：LinkedList
简介
LinkedList 是一个继承于AbstractSequentialList的双向链表。它也可以被当作堆栈、队列或双端队列进行操作。
LinkedList 实现 List 接口，能对它进行队列操作。
LinkedList 实现 Deque 接口，即能将LinkedList当作双端队列使用。
LinkedList 实现了Cloneable接口，即覆盖了函数clone()，能克隆。
LinkedList 实现java.io.Serializable接口，这意味着LinkedList支持序列化，能通过序列化去传输。
LinkedList 是非同步的。
继承关系
java.lang.Object ↳ java.util.AbstractCollection↳ java.util.AbstractList ↳ java.util.AbstractSequentialList ↳ java.util.LinkedList public class LinkedList extends AbstractSequentialList implements List , Deque , Cloneable, java.io.Serializable {}
LinkedList的本质是双向链表。
1）LinkedList继承于AbstractSequentialList，并且实现了Dequeue接口。
2）LinkedList包含两个重要成员：header和size。
header是双向链表的表头，它是双向链表节点所对应的类Entry的实例。Entry中包含成员变量： previous, next, element。其中，previous是该节点的上一个节点，next是该节点的下一个节点，element是该节点所包含的值。
size是双向链表中节点的个数。
LinkedList类中的APIhttp://www.yiibai.com/java/java_linkedlist_class.html
LinkedList的遍历方式（比较实用）
1）迭代器遍历，即通过Iterator去遍历
for(Iterator iter = list.iterator(); iter.hasNext();)
iter.next();
2）普普通通的遍历
for (int i=0; i3）另类for循环
for (Integer integ:list)
;
4）pollFirst遍历
while(list.pollFirst() != null)
;
5）pollLast遍历
while(list.pollLast() != null)
;
6）removeFirst()遍历
try {
while(list.removeFirst() != null)
;
} catch (NoSuchElementException e) {
}
7）removeLast()遍历
try {
while(list.removeLast() != null)
;
} catch (NoSuchElementException e) {
}
结果示意：
Java collections API 中的表
在类库中，java语言包含了一些普通数据类型的实现。该语言的一部分通常叫做collections API。表ADT是Collections API中实现的数据结构之一；
集合（ collection）是将其他对象组织到一起的一个对象。集合也叫作容器（container），它提供了一种方法来存储、访问和操作其元素。集合帮助 Java 程序员很容易地管理对象。Java程序员应该熟悉集合框架中一些重要的类型，它们在java.util包中。
这里挪用一下网上的继承关系图，从表中可以看出，set，list，quene这几种数据结构是继承了collection接口的。
：
下面介绍一下collection的API函数：
可以看到collection接口扩展了Iterabale接口。实现Iterable接口的类可以拥有增强的for循环。实现Iterable接口的类必须实现一个Iterator的方法，改方法返回一个Iterator类型对象，该Iterator类定义在java.util包中，如下图。这里强调一个小技巧，用Iterator迭代器进行remove操作的效率要比用collection的remove操作高，但是在迭代器操作的过程中，如果collection对象发生了结构变化，就会呆滞迭代器报错，这里需要注意。
List接口、ArrayList类和LinkedList类
ArrayList是list的可变数组实现，LinkedList是list的双向链表实现。数组的优点在于遍历速度快，删除添加开销较大；链表的优点在于添加和删除速度快，遍历开销大；但是有了迭代器，对于LinkedList是非常有利的，加快了遍历速度，但是对于ArrayList没有很大的提升，因为添加和删除操作数组总是要整体移动的，除非是在末端操作。
这里写一个小插曲，其实看一个类或者接口怎么用，最好的办法是去阅读JDK的文档，上边说的很清楚，现在也有汉化版的，不过英文版的可能描述更清晰一些。http://tool.oschina.net/apidocs/apidoc?api=jdk-zh
ListIterator接口（仅限List）
本宝宝用的markDown软件画图操作不是很友好，在word里画了一下单向链表的移动流程。不论是Iterator还是ListIterator都是在对象间移动；next()函数取值是取的当前最后一次访问的值，next()函数调用一次既会向后移动一次。remove操作是删除最近访问的元素；如果要逆向遍历列表要首先正向遍历一遍；
下面展示一下ListIterator接口的API函数：nextIndex()和previousIndex()函数返回前后位置的索引，如果前后节点为空也会返回索引
程序实例：
public class LinkIterator {
public static void main(String[] args) {
List Horde = new LinkedList<>();
Horde.add("Great ");
Horde.add("Wall ");
Horde.add("is ");
Horde.add("beautiful!");
Iterator it = Horde.iterator();
while (it.hasNext()){
String temp =it.next().toString();
if (temp.contains("ea")){
it.remove();
}
}
System.out.println(StringUtils.join(Horde,""));
//建议两段程序分别运行
ListIterator Lit = Horde.listIterator();
while (Lit.hasNext()){
String temp =Lit.next().toString();
System.out.println(Lit.hasNext());
System.out.println(Lit.hasPrevious());
System.out.println(Lit.nextIndex());
System.out.println(Lit.previousIndex());
if (temp.contains("ll")){
Lit.remove();
}
}
System.out.println(StringUtils.join(Horde,""));
}
}
Iterator运行结果：
ListIterator运行结果：
ArrayList类的实现
这一部分较为复杂，不是很明白，作者自已写了一个ArrayList类的实现，这里涉及内部类的一些问题。
LinkedList类的实现
作者自已写了一个LinkedList类的实现
栈 ADT
定义：限制插入和删除只在一个位置上进行的表，叫做栈的顶端，是一种先进后出队列。对空栈的pop（出栈）操作是一种错误。ArrayList和LinkedList都支持栈的操作
应用：字符的匹配，后缀表达式
队列 ADT
定义：插入在一端，删除在另一端的表。
小结
本章结束了。这里还建议看一下map,map.entry和Queue类的介绍，参照jdk1.6中文版
树
预备知识
本章将讨论树这种非常有效的数据结构，其大部分的运行时间为O(logN),这里涉及的树叫做二叉树；是两种类集合库TreeSet和TreeMap实现的基础。
这里不再介绍树的基础预备知识，有不清楚的同学可以看看这个https://www.cnblogs.com/polly333/p/4740355.html
二叉树
应用—表达式树
查找树ADT —二叉查找树
定义：使二叉树成为二叉查找树的性质是，对于树中的每一个节点X，它的左子树中所有项的值都小于X中的项，而它右子树中所有项的值大于X中的项。二叉查找树没有直接的类予以支持， 需要自己编写。http://blog.csdn.net/a19881029/article/details/24379339
这里介绍一下TreeSet类的方法摘要：
在介绍一下TreeMap类的方法摘要：
AVL树
AVL树的特性：一棵AVL树是其每个结点的左子树和右子树的高度最多相差1的二叉查找树(空树的高度为-1)，这个差值也称为平衡因子（其取值可以是1，0，-1，平衡因子是某个结点左右子树层数的差值，有的书上定义是左边减去右边，有的书上定义是右边减去左边，这样可能会有正负的区别，但是这个并不影响我们对平衡二叉树的讨论）。
看了看大神的博客，才发现自己写的文章很菜啊，可能是学习的收获没有那么深刻吧，这里附上链接，向前辈致敬！http://blog.csdn.net/javazejian/article/details/53892797
插入等操作对AVL树的影响，通过单旋转和双旋转解决。附上链接：
http://blog.csdn.net/pacosonswjtu/article/details/50522677
http://blog.csdn.net/liyong199012/article/details/29219261
伸展树
伸展树是基于二叉查找树的，它不保证树一直是平衡的，但是各种操作的平均复杂读是 O（logN） 。
伸展树的设计是具体考虑到了局部性原理 （刚被访问的内容下次可能还被访问，查找次数多的内容可能下次还被访问），为了使整个的查询时间更小，查询频率高的那些结点应当处于
靠近树根的位置。这样，一个比较好的解决方案就是：每次查找就结点之后对树进行重新构造。把查找的结点搬移到树根的位置，以这种方式自调整形式的二叉查找树就是伸展树。
http://blog.csdn.net/u012124438/article/details/78067998
http://blog.51cto.com/kiritor/1226766
散列
散列表（hash table）ADT,只支持二叉查找树所允许的一部分操作。散列表的实现常常叫做散列（hashing）
本人是垃圾，看的懂书中关于散列的种种叙述却无法写出来，只能整理一点实用的标准类库。
散列函数
分离链接法
数据结构（Java语言）——HashTable（分离链接法）简单实现http://blog.csdn.net/zhang_zp2014/article/details/47980563
开放定址发
线性探测法
平方探测法
双散列法
再散列法
标准库的散列表
标准库包含set和map的哈希实现，即hashSet和hashMap类，必须提供equals()和hashCode()方法，通常是使用分离链接散列法实现的。
- hashSet类
- hashMap类
示例程序：
public class HashTable {
private static final int DEFAULT_TABLE_SIZE = 10;//默认容量
private List[] theLists;//散列表的数组
private int currentSize;//当前数据个数
public HashTable() {
this(DEFAULT_TABLE_SIZE);
}
public HashTable(int size) {
theLists = new LinkedList[nextPrime(size)];
for (int i = 0; i < theLists.length; i++) {
theLists[i] = new LinkedList();
}
}
/**
* 使哈希表变空
*/
public void makeEmpty() {
for (List list : theLists) {
list.clear();
}
currentSize = 0;
}
/**
* 哈希表是否包含某元素
* @param x 查询元素
* @return 查询结果
*/
public boolean contains(AnyType x) {
List whichList = theLists[myhash(x)];
return whichList.contains(x);
}
/**
* 向哈希表中插入某元素，若存在则不操作
* @param x 插入元素
*/
public void insert(AnyType x) {
List whichList = theLists[myhash(x)];
if (!whichList.contains(x)) {
whichList.add(x);
if (++currentSize > theLists.length) {
rehash();
}
} else {
}
}
/**
* 向哈希表中删除某元素，若不存在则不操作
* @param x 删除元素
*/
public void remove(AnyType x) {
List whichList = theLists[myhash(x)];
if (whichList.contains(x)) {
whichList.remove(x);
currentSize--;
} else {
}
}
/**
* 哈希算法，有多种实现方法
* @param x 元素
* @return 哈希值
*/
private int myhash(AnyType x) {
int hashVal = x.hashCode();
hashVal %= theLists.length;
if (hashVal < 0) {
hashVal += theLists.length;
}
return hashVal;
}
/**
* 再散列函数，插入空间不够时执行
*/
private void rehash() {
List[] oldLists = theLists;
// 分配一个两倍大小的空表
theLists = new List[nextPrime(2 * theLists.length)];
for(int j=0;j();
}
currentSize = 0;
for (int i = 0; i < oldLists.length; i++) {
for (AnyType item : oldLists[i]) {
insert(item);
}
}
}
/**
* 检查某整数是否为素数
* @param num 检查整数
* @return 检查结果
*/
private static boolean isPrime(int num) {
if (num == 2 || num == 3) {
return true;
}
if (num == 1 || num % 2 == 0) {
return false;
}
for (int i = 3; i * i <= num; i += 2) {
if (num % i == 0) {
return false;
}
}
return true;
}
/**
* 返回不小于某个整数的素数
* @param num 整数
* @return 下一个素数（可以相等）
*/
private static int nextPrime(int num) {
if (num == 0 || num == 1 || num == 2) {
return 2;
}
if (num % 2 == 0) {
num++;
}
while (!isPrime(num)) {
num += 2;
}
return num;
}
/**
* 输出散列表
*/
public void printTable() {
for(int i=0;i hashTable = new HashTable();
for (int i = 0; i < 30; i++) {
hashTable.insert(random.nextInt(30));
}
hashTable.printTable();
}
}
结果展示：
-----
0 23
-----
1 24
-----
2
-----
26
-----
4
-----
-----
6 29
-----
-----
-----
9
-----
10
-----
11
-----
-----
13
-----
14
-----
-----
16
-----
17
-----
-----
19
-----
20
-----
-----
22
优先队列（堆）
二叉堆
满足结构性和堆序性。
- 结构性
这里插入一个完全二叉树的概念：
完全二叉树是指这样的二叉树：除最后一层外，每一层上的结点数均达到最大值；在最后一层上只缺少右边的若干结点。
堆是一种完全二叉树或者近似完全二叉树，所以效率极高，像十分常用的排序算法、Dijkstra算法、Prim算法等都要用堆才能优化。
一个堆结构将由一个（comparable对象的）数组和一个代表当前堆的大小的整数组成。由于是完全二叉树所以这里用数组实现堆的结构。
- 堆序性质
优先队列的应用
- 选择问题
堆排序
- 事件模拟
d-堆
左式堆
斜堆
二项队列
JDK中的应用
排序（最应该掌握的实用技能）
插入排序
插入排序由N-1趟排序组成。对于p=1到N-1趟，插入排序保证从位置0到位置p上的元素为已排序状态。
对于已基本排序的输入项，插入排序是不错的算法。该算法的的效率为O(N^2)
示例如下：
程序实例：
希尔排序(缩减增量排序)
希尔排序的效率主要取决于增量序列的设置。
堆排序
实例程序：
归并排序
归并排序以O(N log N)最坏情形时间运行，而所使用的比较次数几乎是最优的。它是一个递归算法一个好的实例。
归并排序程序实例：
快速排序
桶式排序
外部排序
小结
本证主要讲述了几种常见的排序，非常重要，需要反复的研读。这里附上大牛的作品http://blog.csdn.net/happy_wu/article/details/51841244