数据结构 Map&Set(搜索)

文章目录

数据结构 Map&Set(搜索)
- 1. 搜索树
- - 1.1 概念
  - 1.2 初始构建
  - 1.3 操作-插入
  - 1.4 操作-查找
  - 1.5 操作-删除
  - 1.6 性能分析
- 2. 搜索介绍
- - 2.1 概念及场景
  - 2.2 模型
- 3. Map的使用
- - 3.1 关于Map的说明
  - 3.2 关于Map.Entry的说明
  - 3.3 Map的常用方法说明
  - 3.4 Map的使用
- 4. Set的使用
- - 4.1 关于Set的说明
  - 4.2 Set的常用方法说明
  - 4.3 Set的使用
- 5. OJ练习

1. 搜索树

1.1 概念

二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有一下性质的二叉树：

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
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
它的左右子树也分别为二叉搜索树

1.2 初始构建

代码示例:

package demo1;

public class BinarySearchTree {

    static class TreeNode {
        public int val;
        public TreeNode left;
        public TreeNode right;

        public TreeNode(int val) {
            this.val = val;
        }
    }
    public TreeNode root;
}

/*通过这个方法输出每个节点的值*/
 public void display(TreeNode root) {

        /*这里通过层序遍历来输出元素*/
        if (root == null) {
            return;
        }
        QueueTreeNode> queue = new LinkedList>();
        TreeNode cur = root;
        queue.offer(cur);
        while(!queue.isEmpty()) {
            cur = queue.poll();
            System.out.print(cur.val + " ");
            if (cur.left != null) {
                queue.offer(cur.left);
            }
            if (cur.right != null) {
                queue.offer(cur.right);
            }
        }
    }

1.3 操作-插入

如果树为空树，即根为null，则直接插入
如果树不是空树，按照查找逻辑确定插入位置，插入新节点

代码示例:

/*插入*/
    public boolean insert(int key) {
        if (root == null) {
            root.val = key;
            return true;
        }
        TreeNode cur = root;
        TreeNode parent = null;
        while(cur != null) {
            if (cur.val  key) {
                parent = cur;
                cur = cur.right;
            }
            else if (cur.val > key) {
                parent = cur;
                cur = cur.left;
            }
            else {
                return false;
            }
        }
        TreeNode node = new TreeNode(key);
        if (parent.val > key) {
            parent.left = node;
        }
        else {
            parent.right = node;
        }
        return true;
    }

1.4 操作-查找

代码示例:

/*查找*/
    public boolean search(int key) {
        TreeNode cur = root;
        while(cur != null) {
            if (cur.val  key) {
                cur = cur.right;
            }
            else if (cur.val > key) {
                cur = cur.left;
            }
            else {
                return true;
            }
        }
        return false;
    }

1.5 操作-删除

设待删除节点为cur，待删除节点的双亲节点为parent

删除操作可以分为以下三个步骤：

cur.left == null
- cur是root，则root = cur.right
- cur不是root，cur是parent.left，则parent.left = cur.right
- cur不是root，cur是parent.right，则parent.right = cur.right
cur.right = null
- cur是root，则root = cur.left
- cur不是root，cur是parent.left，则parent.left = cur.left
- cur不是root，cur是parent.right，则parent.right = cur.left
cur.left != null && cur.right != null

此时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节点(关键码最小)，用它的值填补到被删除节点中，然后再来处理该节点的删除问题

代码示例:

/*删除操作*/
    public void remove(int key) {
        TreeNode cur = root;
        TreeNode parent = null;
        while(cur != null) {
            if (cur.val  key) {
                parent = cur;
                cur = cur.right;
            }
            else if (cur.val > key) {
                parent = cur;
                cur = cur.left;
            }
            else {
                removeNode(cur, parent);
            }
        }
    }

    private void removeNode(TreeNode cur, TreeNode parent) {
        if (cur.left == null) {
            if (cur == root) {
                cur = cur.right;
                parent = root;
            }
            else if (cur == parent.left) {
                parent.left = cur.right;
            }
            else {
                parent.right = cur.right;
            }
        }
        else if (cur.right == null) {
            if (cur == root) {
                cur = cur.left;
                parent = root;
            }
            else if (cur == parent.left) {
                parent.left = cur.left;
            }
            else {
                parent.right = cur.left;
            }
        }
        else {
            TreeNode targetParent = cur;
            TreeNode target = cur.right;
            while(target.left != null) {
                targetParent = target;
                target = target.left;
            }
            cur.val = target.val;
            if (targetParent.left == target) {
                targetParent.left = target.right;
            }
            else {
                targetParent.right = target.right;
            }
        }
    }

主程序:

package demo1;

public class Test {
    public static void main(String[] args) {
        BinarySearchTree binarySearchTree1 = new BinarySearchTree();
        int[] arr = {5, 3, 4, 1, 7, 8, 2, 6, 0, 9};

        //插入元素
        for (int x:arr) {
            binarySearchTree1.insert(x);
        }
        BinarySearchTree.TreeNode root1 = binarySearchTree1.root;
        binarySearchTree1.display(root1);
        System.out.println();

        binarySearchTree1.insert(10);
        binarySearchTree1.display(root1);
        System.out.println();

        //查找元素
        if (binarySearchTree1.search(7)) {
            System.out.println("元素存在");
        }
        else {
            System.out.println("元素不存在");
        }

        //删除元素
        binarySearchTree1.remove(4);
        binarySearchTree1.display(root1);
    }
}

1.6 性能分析

插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能

对有n个节点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是节点在二叉搜索树的深度的函数，即节点越深，比较次数越多

但对于同一个关键码集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：

最优情况下，二叉搜索树为完全二叉树，其平均比较次数为：log₂N

最差情况下，二叉搜索树退化为单支树，其平均比较次数为：N/2

2. 搜索介绍

2.1 概念及场景

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。在这之前我们常见的搜索方式有：

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
二分查找：时间复杂度为O(log₂N)，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，而现实中的查找比如：

根据姓名查询考试成绩
通讯录，即根据姓名查询联系方式
不重复集合，即需要先搜索关键字是否已经在集合中

如果在查找时需要进行一些插入和删除的操作，即动态查找的化，那上述两种搜索方式就不太适合了，本文介绍的Map和Set是一种适合动态查找的集合容器

2.2 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，所有模型会有两种：

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
- 快速查找某个名字是否在通讯录中
Key-Value模型，比如：
- 统计文件中每个单词出现的次数：
- 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==

3. Map的使用

3.1 关于Map的说明

Map是一个接口类，该类没有继承自Collection，该类中存储的是结构的键值对，并且K一定是唯一的，不能重复

[Map的官方文档]:

3.2 关于Map.Entry的说明

Map.Entry是Map内部实现的用来存放键值对映射关系的内部类，该内部类中主要提供了的获取，value的设置以及Key的比较方式(主要用于接收entrySet()的返回参数)

方法	解释
K getKey()	返回 entry 中的 key
V getValue()	返回 entry 中的 value
V setValue(V value)	将键值对中的value替换为指定value

注：Map.Entry并没有提供设置Key的方法

3.3 Map的常用方法说明

方法	解释
V get(Object key)	返回 key 对应的 value
V getOrDefault(Object key, V defaultValue)	返回 key 对应的 value，key 不存在，返回默认值
V put(K key, V value)	设置 key 对应的 value
V remove(Object key)	删除 key 对应的映射关系
Set keySet()	返回所有 key 的不重复集合
Collection values()	返回所有 value 的可重复集合
Set > entrySet()	返回所有的 key-value 映射关系
boolean containsKey(Object key)	判断是否包含 key
boolean containsValue(Object value)	判断是否包含 value

注：

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
Map中存放键值对的Key是唯一的，value是可以重复的
在TreeMap中插入键值对时，key不能为空，否则就会抛NullPointException异常，value可以为空。但是HashMap的key和value都可以为空
Map中的Key可以全部分离出来，存储到Set中进行访问(因为Key不能重复)
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)
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，然后再来进行重新插入

TreeMap和HashMap的区别:

Map底层结构	TreeMap	HashMap
底层结构	红黑树	哈希桶
插入/删除/查找时间复杂度	O(log₂N)	O(1)
是否有序	关于Key有序	无序
线程安全	不安全	不安全
插入/删除/查找区别	需要进行元素比较	通过哈希函数计算哈希地址
比较与覆写	key必须能够比较，否则会抛出 ClassCastException异常	自定义类型需要覆写equals和 hashCode方法
应用场景	需要Key有序场景下	不关心Key是否有序，需要更高的时间性能

3.4 Map的使用

代码示例:

package demo2;

import java.util.Map;
import java.util.TreeMap;

public class TestTreeMap {

    public static void main(String[] args) {
        
        // HashMap与TreeMap的区别：从显性来看TreeMap会按Key的大小顺序进行排序，而Hash对Key是否有序不关心
        MapString, Integer> map = new TreeMap>();

        //put(key,value) 插入key-value的键值对 返回值为修改前的value值
        map.put("苹果", 5);
        map.put("香蕉", 10);
        map.put("西瓜", 25);
        Integer a = map.put("西瓜", 15); //如果key已经存在，会将value替换掉原来key中的value，并且返回旧的value值
        System.out.println(map);
        System.out.println(a);
        
        //remove(key) 删除key对应的映射关系
        map.remove("香蕉");
        System.out.println(map);
        map.put("香蕉", 10);

        //get(key) 返回key所对应的value值
        System.out.println("苹果：" + map.get("苹果"));
        System.out.println("草莓：" + map.get("草莓")); //如果key不存在则返回空

        //getOrDefault(key, default) 如果key存在，返回与key对应的value，如果key不存在，则返回指定默认值
        System.out.println("香蕉：" + map.getOrDefault("香蕉",66));
        System.out.println("草莓：" + map.getOrDefault("草莓",55));

        //containsKey(key) 检测key是否包含在Map中，时间复杂度为O(log₂N)
        System.out.println(map.containsKey("西瓜")); //true
        System.out.println(map.containsKey("草莓")); //false

        //containsValue(value) 检测value是否包含在Map中，时间复杂度为O(N)
        System.out.println(map.containsValue(5));
        System.out.println(map.containsValue(77));

        //keySet() 获取Map中所有的Key
        System.out.println(map.keySet());
        for(String x:map.keySet()) {
            System.out.print(x + " ");
        }
        System.out.println();

        //values() 获取Map中所有的value
        System.out.println(map.values());
        for (Integer x:map.values()) {
            System.out.print(x + " ");
        }
        System.out.println();

        //entrySet() 将Map中的键值对放在Set中并返回
        for (Map.EntryString,Integer> entry:map.entrySet()) {
            System.out.println("key = " + entry.getKey() + " value = " + entry.getValue());
        }
    }

}

//执行结果
{苹果=5, 西瓜=15, 香蕉=10}
25
{苹果=5, 西瓜=15}
苹果：5
草莓：null
香蕉：10
草莓：55
true
false
true
false
[苹果, 西瓜, 香蕉]
苹果 西瓜 香蕉 
[5, 15, 10]
5 15 10 
key = 苹果 value = 5
key = 西瓜 value = 15
key = 香蕉 value = 10

以下是使用HashMap实例化Map的结果：

从以上两种结果可以看出，HashMap与TreeMap的区别：从显性来看TreeMap会按Key的大小顺序进行排序，而HashMap对Key是否有序并不关心

4. Set的使用

4.1 关于Set的说明

Set与Map主要的不同有两点：Set是继承自Collection的接口类，Set中只存储了Key

[Set的官方文档]:

4.2 Set的常用方法说明

方法	解释
boolean add(E e)	添加元素，但重复元素不会被添加成功
void clear()	清空集合
boolean contains(Object o)	判断 o 是否在集合中
Iterator iterator()	返回迭代器
boolean remove(Object o)	删除集合中的 o
int size()	返回set中元素的个数
boolean isEmpty()	检测set是否为空，空返回true，否则返回false
Object[] toArray()	将set中的元素转换为数组返回
boolean containsAll(Collection> c)	集合c中的元素是否在set中全部存在，是返回true，否则返回 false
boolean addAll(Collection extends E> c)	将集合c中的元素添加到set中，可以达到去重的效果

注:

Set是继承Collection的一个接口类
Set中只存储了Key，并且要求Key一定要唯一
TreeSet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
Set最大的功能就是对集合中的元素去重
实现Set接服务器托管网口的常用类有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
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
TreeSet中不能插入null的key，HashSet可以

TreeSet和HashSet的区别：

Set底层结构	TreeSet	HashSet
底层结构	红黑树	哈希桶
插入/删除/查找时间复杂度	O(log₂N)	O(1)
是否有序	关于Key有序	不一定有序
线程安全	不安全	不安全
插入/删除/查找区别	按照红黑树的特性来进行插入和删除	1. 先计算key哈希地址 2. 然后进行插入和删除
比较与覆写	key必须能够比较，否则会抛出 ClassCastException异常	自定义类型需要覆写equals和 hashCode方法
应用场景	需要Key有序场景下	Key是否有序不关心，需要更高的时间性能

4.3 Set的使用

代码示例:

package demo3;

import java.util.Arrays;
import java.util.TreeSet;
import java.util.Set;
public class TestTreeSet {
    public static void main(String[] args) {
        SetString> set = new TreeSet>();

        //add(key) 如果key不存在，则插入，返回true 如果key存在，则返回false
        set.add("华为");
        set.add("小米");
        set.add("苹果");
        System.out.println(set);
        System.out.println(set.add("小米"));

//        //如果key为空，会抛出空指针异常
//        set.add(null);

        //size() 返回Set中的元素个数
        System.out.println(set.size());

        //contains(key) 如果key存在，返回true，否则返回false
        System.out.println(set.contains("华为"));
        System.out.println(set.contains("诺基亚"));

        //remove(key) 如果key存在，删除key并返回true，否则返回false
        System.out.println(set.remove("苹果"));
        System.out.println(set);

        //addAll(Collection extends E> c) 将集合c中的元素添加到set中，可以达到去重的效果
        String[] arr = {"红米","小米","诺基亚"};
        set.addAll(Arrays.asList(arr));
        System.out.println(set);

        //containsAll(Collection extends E> c) 判断集合c中的元素在set中是否全部存在，存在返回true，否则返回false
        System.out.println(set.containsAll(Arrays.asList(arr)));
        String[] arr2 = {"红米","小米","苹果"};
        System.out.println(set.containsAll(Arrays.asList(arr2)));

    }
}

//执行结果
[华为, 小米, 苹果]
false
3
true
false
true
[华为, 小米]
[华为, 小米, 红米, 诺基亚]
true
false

5. OJ练习

让我们做一下OJ练习来巩固一下：

只出现一次的数字

package demo4;
import java.util.Set;
import java.util.HashSet;

public class Test1 {
    public int singleNumber(int[] nums) {
        SetInteger> set = new HashSet>();
        for (int x:nums) {
            if (!set.contains(x)) {
                set.add(x);
            }
            else {
                set.remove(x);
            }
        }
        for (int x:nums) {
            if (set.contains(x)) {
                return x;
            }
        }
        return -1;
    }
}

随机链表的复制

class Node {
    int val;
    Node next;
    Node random;

    public Node(int val) {
        this.val = val;
        this.next = null;
        this.random = null;
    }
}

class Solution {
    public Node copyRandomList(Node head) {
        MapNode, Node> map = new HashMap>();
        Node cur = head;
        while(cur != null) {
            Node node = new Node(cur.val);
            map.put(cur, node);
            cur = cur.next;
        }

        cur = head;
        while(cur != null) {
            map.get(cur).next = map.get(cur.next);
            map.get(cur).random = map.get(cur.random);
            cur = cur.next;
        }
        return map.get(head);
    }
}

宝石与石头

package demo4;

import java.util.HashSet;
import java.util.Set;

public class Test2 {
    public int numJewelsInStones(String jewels, String stones) {

        SetCharacter> set = new HashSet>();
        for (char x:jewels.toCharArray()) {
            if (!set.contains(x)) {
                set.add(x);
            }
        }
        int count = 0;
        for (char y:stones.toCharArray()) {
            if (set.contains(y)) {
                count++;
            }
        }
        return count;
//        Set set = new HashSet();
//        for (int i = 0;i 
//            if (!set.contains(jewels.charAt(i))) {
//                set.add(jewels.charAt(i));
//            }
//        }
//        int count = 0;
//        for (int j = 0;j 
//            if (set.contains(stones.charAt(j))) {
//                count++;
//            }
//        }
//        return count;
    }
}

坏键盘打字

package demo4;

import java.util.HashSet;
import java.util.Scanner;
import java.util.Set;

public class Test3 {

    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        // 注意 hasNext 和 hasNextLine 的区别
        while (in.hasNextLine()) { // 注意 while 处理多个 case
            String a = in.nextLine();
            String b = in.nextLine();
            func(a,b);
        }
    }
    public static void func(String a, String b) {

        SetCharacter> set = new HashSet>();
        SetCharacter> set2 = new HashSet>();
        String tr = a.toUpperCase();
        String tf = b.toUpperCase();

        for (char x:tf.toCharArray()) {
            if (!set.contains(x)) {
                set.add(x);
            }
        }
        for (char y:tr.toCharArray()) {
            if (!set.contains(y) && !set2.contains(y)) {
                System.out.print(y);
                set2.add(y);
            }
        }

    }
}

5.前K个高频词汇

package demo4;

import java.util.*;

public class Test5 {
    public ListString> topKFrequent(String[] words, int k) {

        // 1 先统计单词出现的次数，并存储到Map中
        MapString, Integer> map = new HashMap>();
        for (String x : words) {
            if (map.get(x) == null) {
                map.put(x,1);
            }
            else {
                int count = map.get(x);
                map.put(x, count+1);
            }
        }

        // 2 遍历统计好的Map，把每组数据存储到小根堆中
        PriorityQueueMap.EntryString,Integer>> minheap = new PriorityQueue>(new ComparatorMap.EntryString, Integer>>() {
            @Override
            public int compare(Map.EntryString, Integer> o1, Map.EntryString, Integer> o2) {
                // 放元素的时候 如果频率相同 我们转变为大根堆(按照单词的字典序)
                if (o1.getValue().compareTo(o2.getValue()) == 0) {
                    return o2.getKey().compareTo(o1.getKey());
                }
                return o1.getValue().compareTo(o2.getValue());
            }
        });

        for (Map.EntryString,Integer> entry:map.entrySet()) {
            if (minheap.size()  k) {
                minheap.offer(entry);
            }else {
                // 找最大频率的单词
                Map.EntryString,Integer> top = minheap.peek();
                if (top.getValue().compareTo(entry.getValue())  0) {
                    minheap.poll();
                    minheap.add(entry);
                }
         服务器托管网       else {
                    if (top.getValue().compareTo(entry.getValue()) == 0) {
                        if (top.getKey().compareTo(entry.getKey()) > 0) { //相等则按字典顺序放
                            minheap.poll();
                            minheap.add(entry);
                        }
                    }
                }
            }
        }
        ListString> ret = new ArrayList>();
        for (int i = 0;i  k;i++) {
            Map.EntryString, Integer> top = minheap.poll();
            ret.add(top.getKey());
        }
        Collections.reverse(ret);
        return ret;
    }
}

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 坚持赋能多行业发展，海康机器人研发实力不容小觑

　　海康机器人作为面向全球的机器视觉和移动机器人产品及解决方案提供商，业务聚焦于工业物联网、智慧物流和智能制造，致力于构建开放合作生态，为工业和物流领域用户提供服务，以创新技术持续推动智能化，引领智能制造进程。正是在海康机器人的助力下，不少企业实现了生产效率的…