Quelles sont les structures de données couramment utilisées en Java ?-Javacommencer-php.cn

Les structures de données Java comprennent : 1. Tableau ; 2. Liste chaînée, une structure de données récursive ; 3. Pile, qui stocke les données selon les principes « dernier entré, premier sorti » et « premier entré, dernier out"; 4. File d'attente; 5. Arbre, qui est une collection de relations hiérarchiques composées de n (n>0) nœuds limités; 6. Tas; 7. Graphique; 8. Table de hachage.

Quelles sont les structures de données couramment utilisées en Java ?

L'environnement d'exploitation de ce tutoriel : système windows7, version java8, ordinateur DELL G3.

Structures de données communes Java

Quelles sont les différences entre ces 8 structures de données ?

①, tableau

Avantages :

L'interrogation des éléments par index est très rapide ; 🎜>
Il est également pratique de parcourir le tableau par index.

Inconvénients :

La taille du tableau est déterminée après la création et ne peut pas être étendue ; 🎜 >Les tableaux ne peuvent stocker qu'un seul type de données ;
Les opérations d'ajout et de suppression d'éléments prennent du temps car d'autres éléments doivent être déplacés.

②, liste chaînée

Le livre "Algorithm (4th Edition)" définit la liste chaînée comme ceci :

La classe LinkedList de Java peut exprimer la structure d'une liste chaînée de manière très vivante sous forme de code :
```
public class LinkedList<E> {
    transient Node<E> first;
    transient Node<E> last;

    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;

        Node(Node<E> prev, E element, Node<E> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }
}
```
Copier après la connexion
C'est un Il s'agit d'une liste doublement chaînée. L'élément d'élément actuel a à la fois le précédent et le suivant, mais le précédent du premier est nul et le suivant du dernier est nul. S'il s'agit d'une liste chaînée à sens unique, il n'y a que le suivant et pas de précédent.

Avantages :

Pas besoin d'initialiser la capacité

Vous pouvez ajouter n'importe quel élément
Seule la référence doit être mise à jour lors de l'insertion et de la suppression.
Inconvénients :

contient un grand nombre de références et prend beaucoup d'espace mémoire

recherche Les éléments doivent parcourir toute la liste chaînée, ce qui prend du temps.
③, pile

La pile est comme un seau, le fond est scellé et le haut est ouvert, l'eau peut Vous pouvez entrer et sortir. Les amis qui ont utilisé des seaux doivent comprendre ce principe : l'eau qui entre en premier est au fond du seau, et l'eau qui entre plus tard est en haut du seau ; l'eau qui entre en dernier est versée en premier ; et l'eau qui entre en premier est versée en dernier. De même, la pile stocke les données selon les principes « dernier entré, premier sorti » et « premier entré, dernier sorti ». Les données insérées en premier sont poussées vers le bas de la pile et les données insérées. plus tard se trouve en haut de la pile. Les données sont lues au moment où elles sont lues séquentiellement en commençant par le haut de la pile.

④, File d'attente

La file d'attente est comme une conduite d'eau, avec des ouvertures aux deux extrémités. L'eau entre par un bout et ressort par l'autre bout. L’eau qui entre en premier sort en premier et l’eau qui entre en dernier sort en dernier. Un peu différente de la conduite d'eau, la file d'attente définira deux extrémités, une extrémité est appelée tête de file d'attente et l'autre extrémité est appelée queue de file d'attente. La tête de file d'attente autorise uniquement les opérations de suppression (dequeuing) et la queue de la file d'attente autorise uniquement les opérations d'insertion (mise en file d'attente).

⑤, arbre

L'arbre est une structure non linéaire typique, qui est composée de n Un ensemble de relations hiérarchiques composées de (n>0) nœuds limités.

La raison pour laquelle on l'appelle "arbre" est que cette structure de données ressemble à un arbre à l'envers, sauf que la racine est en haut et les feuilles sont en le bas. La structure de données arborescente a les caractéristiques suivantes :

Chaque nœud n'a qu'un nombre limité de nœuds enfants ou aucun nœud enfant

n'a pas de nœud parent ; le nœud est appelé le nœud racine
Chaque nœud non racine a et n'a qu'un seul nœud parent
À l'exception du nœud racine, chaque nœud enfant peut être divisé en plusieurs sous-arbres disjoints.
L'image ci-dessous montre quelques termes désignant les arbres :

Basé sur les caractéristiques de l'arbre de recherche binaire, son avantage par rapport aux autres structures de données est que la complexité temporelle de la recherche et de l'insertion est faible, ce qui est O(logn). Si nous voulons trouver 5 éléments de l'image ci-dessus, nous partons du nœud racine 7. Si nous trouvons 5, il doit être à gauche de 7. Si nous trouvons 4, alors 5 doit être à droite de 4. Si on trouve 6, alors 5 doit être à gauche de 6. Côté, trouvé.

Idéalement, en recherchant des nœuds via BST, le nombre de nœuds à vérifier peut être réduit de moitié.

Arbre binaire équilibré : un arbre binaire si et seulement si la différence de hauteur entre les deux sous-arbres d'un nœud n'est pas supérieure à 1. L'arbre binaire hautement équilibré proposé par les anciens mathématiciens soviétiques Adelse-Velskil et Landis en 1962 est également appelé arbre AVL d'après le nom anglais des scientifiques.

Un arbre binaire équilibré est essentiellement un arbre de recherche binaire. Cependant, afin de limiter la différence de hauteur entre les sous-arbres gauche et droit et d'éviter des situations telles que des arbres asymétriques qui ont tendance à évoluer vers des structures linéaires, chacun des arbres binaires est équilibré. Les arbres de recherche binaires sont restreints. Les sous-arbres gauche et droit du nœud sont restreints. La différence de hauteur entre les sous-arbres gauche et droit est appelée facteur d'équilibre. La valeur absolue du facteur d'équilibre de chaque nœud de l'arbre n'est pas supérieure à 1.

La difficulté d'équilibrer un arbre binaire est de savoir comment maintenir l'équilibre gauche-droite en tournant à gauche ou à droite lorsque des nœuds sont supprimés ou ajoutés.

L'arbre binaire équilibré le plus courant en Java est l'arbre rouge-noir. Les nœuds sont rouges ou noirs. L'équilibre de l'arbre binaire est maintenu grâce à des contraintes de couleur :

1) Chaque nœud. ne peut être que rouge ou noir

2) Le nœud racine est noir

3) Chaque nœud feuille (nœud NIL, nœud vide) est noir.

4) Si un nœud est rouge, alors ses deux nœuds enfants sont noirs. C’est-à-dire que deux nœuds rouges adjacents ne peuvent pas apparaître sur un chemin.

5) Tous les chemins d'un nœud à chacune de ses feuilles contiennent le même nombre de nœuds noirs.

⑥, Heap

Heap peut être considéré comme un objet tableau d'un arbre, avec Le caractéristiques suivantes :
- La valeur d'un nœud dans le tas n'est toujours ni supérieure ni inférieure à la valeur de son nœud parent
- Le tas est toujours un arbre binaire complet.
Le tas avec le plus grand nœud racine est appelé tas maximum ou grand tas racine, et le tas avec le plus petit nœud racine est appelé tas minimum ou petit tas racine.

Dans une structure linéaire, une relation linéaire unique est satisfaite entre les éléments de données, et chaque élément de données (sauf le premier et le dernier) Chacun a un "prédécesseur" et "successeur" uniques ;
Dans la structure arborescente, il existe une relation hiérarchique évidente entre les éléments de données, et chaque élément de données n'est lié qu'à un élément de la couche précédente (nœud parent) et à plusieurs les éléments (nœuds enfants) de la couche suivante sont liés ;
Dans la structure du graphique, la relation entre les nœuds est arbitraire et deux éléments de données quelconques dans le graphique peuvent être liés.

⑧, table de hachage
Hash Table (Hash Table), également appelée table de hachage, est une sorte de valeur de code clé (key- valeur) structure de données à accès direct, sa plus grande caractéristique est qu'elle peut rapidement mettre en œuvre la recherche, l'insertion et la suppression.
La plus grande caractéristique des tableaux est qu'ils sont faciles à trouver, mais difficiles à insérer et à supprimer ; au contraire, la liste chaînée est difficile à trouver, mais facile à insérer et à supprimer ; Les tables de hachage combinent parfaitement les avantages des deux. Le HashMap de Java ajoute également les avantages des arbres sur cette base.

La fonction de hachage joue un rôle très clé dans la table de hachage. Elle peut transformer une entrée de n'importe quelle longueur en une sortie de longueur fixe, la sortie. est la valeur de hachage. La fonction de hachage rend le processus d'accès à une séquence de données plus rapide et plus efficace. Grâce à la fonction de hachage, les éléments de données peuvent être rapidement localisés.
Si le mot-clé est k, sa valeur est stockée dans l'emplacement de stockage de
. Par conséquent, la valeur correspondant à k peut être obtenue directement sans parcours. hash(k)

Pour deux blocs de données différents, la possibilité d'avoir la même valeur de hachage est extrêmement faible. C'est-à-dire que pour un bloc de données donné, il est extrêmement difficile de trouver un bloc de données avec la même valeur de hachage. De plus, pour un bloc de données, même si un seul bit est modifié, la modification de la valeur de hachage sera très importante - c'est la valeur de Hash !

Bien que la possibilité soit extrêmement faible, cela se produira quand même. Si un conflit de hachage se produit, HashMap de Java ajoutera une liste chaînée à la même position dans le tableau si la longueur de la liste chaînée est supérieure à 8. , il sera converti en rouge et noir. L'arborescence est traitée - c'est la méthode dite de fermeture éclair (tableau + liste chaînée).

Pour plus de connaissances sur la programmation, veuillez visiter : Vidéo de programmation ! !