【原创】Java与数据结构(中篇:树)

2024-05-30 19:32

本文主要是介绍【原创】Java与数据结构(中篇:树),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 1. 二叉树 遍历算法

复制代码
package tree;
import java.util.ArrayDeque;
import java.util.Queue;
/**
* 二叉树的四种遍历方式<br>
* 先序,中序,后序,广度优先遍历
* 
* @author yinger
*/
public class IteratorAlgorithm {
public static void main(String[] args) {
TreeNode root = new TreeNode("0");
TreeNode node1 = new TreeNode("1");
TreeNode node2 = new TreeNode("2");
root.left = node1;
root.right = node2;
TreeNode node3 = new TreeNode("3");
TreeNode node4 = new TreeNode("4");
node1.left = node3;
node1.right = node4;
TreeNode node5 = new TreeNode("5");
TreeNode node6 = new TreeNode("6");
node2.left = node5;
node2.right = node6;
TreeNode node7 = new TreeNode("7");
TreeNode node8 = new TreeNode("8");
node3.left = node7;
node4.right = node8;
System.out.print("PreIterator: ");
root.preIterator();// PreIterator: 0 1 3 7 4 8 2 5 6
        System.out.println();
System.out.print("InIterator: ");
root.inIterator();// InIterator: 7 3 1 4 8 0 5 2 6
        System.out.println();
System.out.print("PostIterator: ");
root.postIterator();// PostIterator: 7 3 8 4 1 5 6 2 0
        System.out.println();
System.out.print("WideIterator: ");
root.wideIterator();// WideIterator: 0 1 2 3 4 5 6 7 8
    }
}
class TreeNode {
Object data;
TreeNode left;
TreeNode right;
public TreeNode(Object data) {
this.data = data;
}
// preIterator
public void preIterator() {
visit(this);
if (left != null) {
left.preIterator();
}
if (right != null) {
right.preIterator();
}
}
// inIterator
public void inIterator() {
if (left != null) {
left.inIterator();
}
visit(this);
if (right != null) {
right.inIterator();
}
}
// postIterator
public void postIterator() {
if (left != null) {
left.postIterator();
}
if (right != null) {
right.postIterator();
}
visit(this);
}
// wideIterator
public void wideIterator() {
// ArrayDeque:faster than stack (when used as a stack) and linkedlist(when used as a queue)
Queue<TreeNode> deque = new ArrayDeque<TreeNode>();
deque.add(this);
TreeNode node;
while ((node = deque.poll()) != null) {
visit(node);
if (node.left != null) {
deque.add(node.left);
}
if (node.right != null) {
deque.add(node.right);
}
}
}
// visit function
private void visit(TreeNode treeNode) {
if (treeNode != null) {
System.out.print(treeNode.data + "  ");
}
}
}
复制代码

 

2. 哈夫曼树 这次我用的是插入排序,两次删除一次插入,以前用的是和最小堆结合,原理差不多,其实也可以使用快排

复制代码
package tree;
import java.util.ArrayDeque;
import java.util.Collections;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;
/**
* 哈夫曼树
* 
* @author yinger
*/
public class HuffmanTree {
public static void main(String[] args) {
HuffmanTreeNode root = new HuffmanTreeNode("root", 0.5);
HuffmanTreeNode node1 = new HuffmanTreeNode("node1", 1.0);
HuffmanTreeNode node2 = new HuffmanTreeNode("node2", 2.0);
HuffmanTreeNode node3 = new HuffmanTreeNode("node3", 3.0);
HuffmanTreeNode node4 = new HuffmanTreeNode("node4", 3.5);
LinkedList<HuffmanTreeNode> nodes = new LinkedList<HuffmanTreeNode>();
Collections.addAll(nodes, root, node1, node2, node3, node4);
HuffmanTree huffmanTree = new HuffmanTree();
HuffmanTreeNode treeRoot = huffmanTree.createHuffmanTree(nodes);
treeRoot.wideIterator();
}
public HuffmanTreeNode createHuffmanTree(LinkedList<HuffmanTreeNode> nodes) {// create huffmantree
insertSort(nodes, 0, nodes.size() - 1);// sort nodes using insrt sort
while (nodes.size() > 1) {
HuffmanTreeNode left = nodes.pollFirst();// remove the two smallest
HuffmanTreeNode right = nodes.pollFirst();
HuffmanTreeNode parent = new HuffmanTreeNode(left.data + "+" + right.data, left.weight + right.weight);
parent.left = left;
parent.right = right;
insertNode(nodes, parent);
}// end while,nodes.size = 1 --> the root node
return nodes.peek();
}
// insert new node into nodes,and make it sorted!
private void insertNode(LinkedList<HuffmanTreeNode> nodes, HuffmanTreeNode parent) {
nodes.addLast(parent);// first add it,make size++,then sort it!
//        System.out.println("Befor: insert new node:");
//        for (HuffmanTreeNode huffmanTreeNode : nodes) {
//            System.out.print(huffmanTreeNode.weight + "  ");
//        }
//        System.out.println();
int j, low, high, mid, size = nodes.size();
low = 0;
high = size - 2;// attention:the last node is not included!
while (low <= high) {// final position is low
mid = (low + high) / 2;
if (nodes.get(mid).weight > parent.weight) {
high = mid - 1;
} else {
low = mid + 1;
}
}
for (j = size - 1; j > low; j--) {// move back some elements
nodes.set(j, nodes.get(j - 1));
}
nodes.set(low, parent);
//        System.out.println("After: insert new node:" + "  low=" + low);
//        for (HuffmanTreeNode huffmanTreeNode : nodes) {
//            System.out.print(huffmanTreeNode.weight + "  ");
//        }
//        System.out.println();
    }
private void insertSort(List<HuffmanTreeNode> nodes, int start, int end) {// half find insert sort
int i, j, size = nodes.size();
int low, high, mid;
HuffmanTreeNode tempNode;
for (i = 1; i < size; i++) {// 0 - (i-1) has been sorted,now insert i
low = 0;
high = i - 1;
tempNode = nodes.get(i);
while (low <= high) {// final right position is low
mid = (low + high) / 2;
if (nodes.get(mid).weight > tempNode.weight) {
high = mid - 1;
} else {
low = mid + 1;
}
}
for (j = i; j > low; j--) {// move back some elements
nodes.set(j, nodes.get(j - 1));
}
nodes.set(low, tempNode);
}
//        System.out.println("After insertsort:");
//        for (HuffmanTreeNode huffmanTreeNode : nodes) {
//            System.out.print(huffmanTreeNode.weight + "  ");
//        }
//        System.out.println();
    }
}
class HuffmanTreeNode {
String data;// define data is string
double weight;// weight of the node
    HuffmanTreeNode left;
HuffmanTreeNode right;
public HuffmanTreeNode(String data, double weight) {
this.data = data;
this.weight = weight;
}
// wideIterator
public void wideIterator() {
// ArrayDeque:faster than stack (when used as a stack) and linkedlist(when used as a queue)
Queue<HuffmanTreeNode> deque = new ArrayDeque<HuffmanTreeNode>();
deque.add(this);
HuffmanTreeNode node;
while ((node = deque.poll()) != null) {
visit(node);
if (node.left != null) {
deque.add(node.left);
}
if (node.right != null) {
deque.add(node.right);
}
}
}
// visit function
private void visit(HuffmanTreeNode node) {
if (node != null) {
System.out.println(node.data + "  " + node.weight + "  ");
}
}
}
复制代码

 

其他数据结构内容请看下篇。 谢谢阅读,如果发现错误,请及时回复我!

这篇关于【原创】Java与数据结构(中篇:树)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1016771

相关文章

Spring Boot整合Redis注解实现增删改查功能(Redis注解使用)

《SpringBoot整合Redis注解实现增删改查功能(Redis注解使用)》文章介绍了如何使用SpringBoot整合Redis注解实现增删改查功能,包括配置、实体类、Repository、Se... 目录配置Redis连接定义实体类创建Repository接口增删改查操作示例插入数据查询数据删除数据更

Java Lettuce 客户端入门到生产的实现步骤

《JavaLettuce客户端入门到生产的实现步骤》本文主要介绍了JavaLettuce客户端入门到生产的实现步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 目录1 安装依赖MavenGradle2 最小化连接示例3 核心特性速览4 生产环境配置建议5 常见问题

Java使用Swing生成一个最大公约数计算器

《Java使用Swing生成一个最大公约数计算器》这篇文章主要为大家详细介绍了Java使用Swing生成一个最大公约数计算器的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下... 目录第一步:利用欧几里得算法计算最大公约数欧几里得算法的证明情形 1:b=0情形 2:b>0完成相关代码第二步:加

Java 的ArrayList集合底层实现与最佳实践

《Java的ArrayList集合底层实现与最佳实践》本文主要介绍了Java的ArrayList集合类的核心概念、底层实现、关键成员变量、初始化机制、容量演变、扩容机制、性能分析、核心方法源码解析、... 目录1. 核心概念与底层实现1.1 ArrayList 的本质1.1.1 底层数据结构JDK 1.7

Java Map排序如何按照值按照键排序

《JavaMap排序如何按照值按照键排序》该文章主要介绍Java中三种Map(HashMap、LinkedHashMap、TreeMap)的默认排序行为及实现按键排序和按值排序的方法,每种方法结合实... 目录一、先理清 3 种 Map 的默认排序行为二、按「键」排序的实现方式1. 方式 1:用 TreeM

Java中流式并行操作parallelStream的原理和使用方法

《Java中流式并行操作parallelStream的原理和使用方法》本文详细介绍了Java中的并行流(parallelStream)的原理、正确使用方法以及在实际业务中的应用案例,并指出在使用并行流... 目录Java中流式并行操作parallelStream0. 问题的产生1. 什么是parallelS

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代

一篇文章彻底搞懂macOS如何决定java环境

《一篇文章彻底搞懂macOS如何决定java环境》MacOS作为一个功能强大的操作系统,为开发者提供了丰富的开发工具和框架,下面:本文主要介绍macOS如何决定java环境的相关资料,文中通过代码... 目录方法一:使用 which命令方法二:使用 Java_home工具(Apple 官方推荐)那问题来了,

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node