美文网首页数据结构
数据结构(八)两种方式实现map

数据结构(八)两种方式实现map

作者: Merlin_720 | 来源:发表于2019-08-25 20:15 被阅读0次

    数据结构(一)数组实现一个简单的ArrayList
    数据结构(二)链表实现LinkedList
    数据结构(三)用两种方式简单实现栈
    数据结构(四)栈和队列的简单应用
    数据结构(五)用两种方式简单实现队列
    数据结构(六)二分搜索树(Binary Search Tree)(上)
    数据结构(六)二分搜索树(Binary Search Tree)(下)
    数据结构(七)两种方式实现set
    数据结构(八)两种方式实现map
    数据结构(九)set解决LeetCode349号问题

    今天我们来实现一下map,总共有两种方式,第一种是二分搜索树实现map,第二种方式链表实现map。
    话不多说直接上源码。

    public class BSTMap<K extends Comparable<K>, V> implements Map<K, V> {
    
        private class Node{
            public K key;
            public V value;
            public Node left, right;
    
            public Node(K key, V value){
                this.key = key;
                this.value = value;
                left = null;
                right = null;
            }
        }
    
        private Node root;
        private int size;
    
        public BSTMap(){
            root = null;
            size = 0;
        }
    
        @Override
        public int getSize(){
            return size;
        }
    
        @Override
        public boolean isEmpty(){
            return size == 0;
        }
    
        // 向二分搜索树中添加新的元素(key, value)
        @Override
        public void add(K key, V value){
            root = add(root, key, value);
        }
    
        // 向以node为根的二分搜索树中插入元素(key, value),递归算法
        // 返回插入新节点后二分搜索树的根
        private Node add(Node node, K key, V value){
    
            if(node == null){
                size ++;
                return new Node(key, value);
            }
    
            if(key.compareTo(node.key) < 0)
                node.left = add(node.left, key, value);
            else if(key.compareTo(node.key) > 0)
                node.right = add(node.right, key, value);
            else // key.compareTo(node.key) == 0
                node.value = value;
    
            return node;
        }
    
        // 返回以node为根节点的二分搜索树中,key所在的节点
        private Node getNode(Node node, K key){
    
            if(node == null)
                return null;
    
            if(key.equals(node.key))
                return node;
            else if(key.compareTo(node.key) < 0)
                return getNode(node.left, key);
            else // if(key.compareTo(node.key) > 0)
                return getNode(node.right, key);
        }
    
        @Override
        public boolean contains(K key){
            return getNode(root, key) != null;
        }
    
        @Override
        public V get(K key){
    
            Node node = getNode(root, key);
            return node == null ? null : node.value;
        }
    
        @Override
        public void set(K key, V newValue){
            Node node = getNode(root, key);
            if(node == null)
                throw new IllegalArgumentException(key + " doesn't exist!");
    
            node.value = newValue;
        }
    
        // 返回以node为根的二分搜索树的最小值所在的节点
        private Node minimum(Node node){
            if(node.left == null)
                return node;
            return minimum(node.left);
        }
    
        // 删除掉以node为根的二分搜索树中的最小节点
        // 返回删除节点后新的二分搜索树的根
        private Node removeMin(Node node){
    
            if(node.left == null){
                Node rightNode = node.right;
                node.right = null;
                size --;
                return rightNode;
            }
    
            node.left = removeMin(node.left);
            return node;
        }
    
        // 从二分搜索树中删除键为key的节点
        @Override
        public V remove(K key){
    
            Node node = getNode(root, key);
            if(node != null){
                root = remove(root, key);
                return node.value;
            }
            return null;
        }
    
        private Node remove(Node node, K key){
    
            if( node == null )
                return null;
    
            if( key.compareTo(node.key) < 0 ){
                node.left = remove(node.left , key);
                return node;
            }
            else if(key.compareTo(node.key) > 0 ){
                node.right = remove(node.right, key);
                return node;
            }
            else{   // key.compareTo(node.key) == 0
    
                // 待删除节点左子树为空的情况
                if(node.left == null){
                    Node rightNode = node.right;
                    node.right = null;
                    size --;
                    return rightNode;
                }
    
                // 待删除节点右子树为空的情况
                if(node.right == null){
                    Node leftNode = node.left;
                    node.left = null;
                    size --;
                    return leftNode;
                }
    
                // 待删除节点左右子树均不为空的情况
    
                // 找到比待删除节点大的最小节点, 即待删除节点右子树的最小节点
                // 用这个节点顶替待删除节点的位置
                Node successor = minimum(node.right);
                successor.right = removeMin(node.right);
                successor.left = node.left;
    
                node.left = node.right = null;
    
                return successor;
            }
        }
    
        public static void main(String[] args){
    
            System.out.println("Pride and Prejudice");
    
            ArrayList<String> words = new ArrayList<>();
            if(FileOperation.readFile("pride-and-prejudice.txt", words)) {
                System.out.println("Total words: " + words.size());
    
                BSTMap<String, Integer> map = new BSTMap<>();
                for (String word : words) {
                    if (map.contains(word))
                        map.set(word, map.get(word) + 1);
                    else
                        map.add(word, 1);
                }
    
                System.out.println("Total different words: " + map.getSize());
                System.out.println("Frequency of PRIDE: " + map.get("pride"));
                System.out.println("Frequency of PREJUDICE: " + map.get("prejudice"));
            }
    
            System.out.println();
        }
    }
    
    • add方法
      这个node与之前链表的node有点不太一样,这里多了一个value,指针变成了left和right。这个add方法我们用递归的方式实现的,当这个节点是空的时候我们就创建一个节点,如果这个节点不是空的:先比较可以与当前节点的元素,如果比当前节点的元素小则去这个节点的左子树去处理;如果比当前节点的元素大,那么就去这个节点的右子树去遍历,如果相等那么就把值赋给这个节点。
    • getNode
      获取方法,获取值为key的节点元素的value。这里也是递归的方式实现的,首先如果这个节点是空的,就返回null,然后比较这个节点的值与传入的key,如果相等,就返回当前的节点,如果比这个节点小那么就去这个节点的左子树去遍历,如果比这个节点的值大就去这个节点的右子树去遍历。
    public class LinkedListMap<K, V> implements Map<K, V> {
    
        private class Node{
            public K key;
            public V value;
            public Node next;
    
            public Node(K key, V value, Node next){
                this.key = key;
                this.value = value;
                this.next = next;
            }
    
            public Node(K key, V value){
                this(key, value, null);
            }
    
            public Node(){
                this(null, null, null);
            }
    
            @Override
            public String toString(){
                return key.toString() + " : " + value.toString();
            }
        }
    
        private Node dummyHead;
        private int size;
    
        public LinkedListMap(){
            dummyHead = new Node();
            size = 0;
        }
    
        @Override
        public int getSize(){
            return size;
        }
    
        @Override
        public boolean isEmpty(){
            return size == 0;
        }
    
        private Node getNode(K key){
            Node cur = dummyHead.next;
            while(cur != null){
                if(cur.key.equals(key))
                    return cur;
                cur = cur.next;
            }
            return null;
        }
    
        @Override
        public boolean contains(K key){
            return getNode(key) != null;
        }
    
        @Override
        public V get(K key){
            Node node = getNode(key);
            return node == null ? null : node.value;
        }
    
        @Override
        public void add(K key, V value){
            Node node = getNode(key);
            if(node == null){
                dummyHead.next = new Node(key, value, dummyHead.next);
                size ++;
            }
            else
                node.value = value;
        }
    
        @Override
        public void set(K key, V newValue){
            Node node = getNode(key);
            if(node == null)
                throw new IllegalArgumentException(key + " doesn't exist!");
    
            node.value = newValue;
        }
    
        @Override
        public V remove(K key){
    
            Node prev = dummyHead;
            while(prev.next != null){
                if(prev.next.key.equals(key))
                    break;
                prev = prev.next;
            }
    
            if(prev.next != null){
                Node delNode = prev.next;
                prev.next = delNode.next;
                delNode.next = null;
                size --;
                return delNode.value;
            }
    
            return null;
        }
    
        public static void main(String[] args){
    
            System.out.println("Pride and Prejudice");
    
            ArrayList<String> words = new ArrayList<>();
            if(FileOperation.readFile("pride-and-prejudice.txt", words)) {
                System.out.println("Total words: " + words.size());
    
                LinkedListMap<String, Integer> map = new LinkedListMap<>();
                for (String word : words) {
                    if (map.contains(word))
                        map.set(word, map.get(word) + 1);
                    else
                        map.add(word, 1);
                }
    
                System.out.println("Total different words: " + map.getSize());
                System.out.println("Frequency of PRIDE: " + map.get("pride"));
                System.out.println("Frequency of PREJUDICE: " + map.get("prejudice"));
            }
    
            System.out.println();
        }
    }
    

    更多精彩请关注公众号及时接收

    公众号

    相关文章

      网友评论

        本文标题:数据结构(八)两种方式实现map

        本文链接:https://www.haomeiwen.com/subject/seukectx.html