第十二章 `TreeMap`

原文：Chapter 12 TreeMap

译者：飞龙

协议：CC BY-NC-SA 4.0

自豪地采用谷歌翻译

这一章展示了二叉搜索树，它是个Map接口的高效实现。如果我们想让元素有序，它非常实用。

12.1 哈希哪里不对？

此时，你应该熟悉 Java 提供的Map接口和HashMap实现。通过使用哈希表来制作你自己的Map，你应该了解HashMap的工作原理，以及为什么我们预计其核心方法是常数时间的。

由于这种表现，HashMap被广泛使用，但并不是唯一的Map实现。有几个原因可能需要另一个实现：

哈希可能很慢，所以即使HashMap操作是常数时间，“常数”可能很大。
如果哈希函数将键均匀分配给子映射，效果很好。但设计良好的散列函数并不容易，如果太多的键在相同的子映射上，那么HashMap的性能可能会很差。
哈希表中的键不以任何特定顺序存储；实际上，当表增长并且键被重新排列时，顺序可能会改变。对于某些应用程序，必须或至少保持键的顺序，这很有用。

很难同时解决所有这些问题，但是 Java 提供了一个称为TreeMap的实现：

它不使用哈希函数，所以它避免了哈希的开销和选择哈希函数的困难。
在TreeMap之中，键被存储在二叉搜索树中，这使我们可以以线性时间顺序遍历键。
核心方法的运行时间与log(n)成正比，并不像常数时间那样好，但仍然非常好。

在下一节中，我将解释二进制搜索树如何工作，然后你将使用它来实现Map。另外，使用树实现时，我们将分析映射的核心方法的性能。

12.2 二叉搜索树

二叉搜索树（BST）是一个树，其中每个node（节点）包含一个键，并且每个都具有“BST 属性”：

如果node有一个左子树，左子树中的所有键都必须小于node的键。
如果node有一个右子树，右子树中的所有键都必须大于node的键。

图 12.1：二叉搜索树示例

图 12.1 展示了一个具有此属性的整数的树。这个图片来自二叉搜索树的维基百科页面，位于 http://thinkdast.com/bst，当你做这个练习时，你会发现它很实用。

根节点中的键为8，你可以确认根节点左边的所有键小于8，右边的所有键都更大。你还可以检查其他节点是否具有此属性。

在二叉搜索树中查找一个键是很快的，因为我们不必搜索整个树。从根节点开始，我们可以使用以下算法：

将你要查找的键target，与当前节点的键进行比较。如果他们相等，你就完成了。
如果target小于当前键，搜索左子树。如果没有，target不在树上。
如果target大于当前键，搜索右子树。如果没有，target不在树上。

在树的每一层，你只需要搜索一个子树。例如，如果你在上图中查找target = 4，则从根节点开始，它包含键8。因为target小于8，你走了左边。因为target大于3，你走了右边。因为target小于6，你走了左边。然后你找到你要找的键。

在这个例子中，即使树包含九个键，它需要四次比较来找到目标。一般来说，比较的数量与树的高度成正比，而不是树中的键的数量。

因此，我们可以计算树的高度h和节点个数n的关系。从小的数值开始，逐渐增加：

如果h=1，树只包含一个节点，那么n=1。
如果h=2，我们可以添加两个节点，总共n=3。
如果h=3，我们可以添加多达四个节点，总共n=7。
如果h=4，我们可以添加多达八个节点，总共n=15。

现在你可能会看到这个规律。如果我们将树的层数从1数到n，第i层可以拥有多达2^(n-1)个节点。h层的树共有2^h-1个节点。如果我们有：

n = 2^h - 1

我们可以对两边取以2为底的对数：

log2(n) ≈ h

意思是树的高度正比于logn，如果它是满的。也就是说，如果每一层包含最大数量的节点。

所以我们预计，我们可以以正比于logn的时间，在二叉搜索树中查找节点。如果树是慢的，即使是部分满的，这是对的。但是并不总是对的，我们将会看到。

时间正比于logn的算法是对数时间的，并且属于O(logn)的增长级别。

12.3 练习 10

对于这个练习，你将要使用二叉搜索树编写Map接口的一个实现。

这里是实现的开头，叫做MyTreeMap：

public class MyTreeMap<K, V> implements Map<K, V> {private int size = 0;private Node root = null;

实例变量是size，它跟踪了键的数量，以及root，它是树中根节点的引用。树为空的时候，root是null，size是0。

这里是Node的定义，它在MyTreeMap之中定义。

    protected class Node {public K key;public V value;public Node left = null;public Node right = null;public Node(K key, V value) {this.key = key;this.value = value;}}

每个节点包含一个键值对，以及两个子节点的引用，left和right。任意子节点都可以为null。

一些Map方法易于实现，比如size和clear：

    public int size() {return size;}public void clear() {size = 0;root = null;}

size显然是常数时间的。

clear也是常数时间的，但是考虑这个：当root赋为null时，垃圾收集器回收了树中的节点，这是线性时间的。这个工作是否应该由垃圾收集器的计数来完成呢？我认为是的。

下一节中，你会填充一些其它方法，包括最重要的get和set。

12.4 实现`TreeMap`

这本书的仓库中，你将找到这些源文件：

MyTreeMap.java包含上一节的代码，其中包含缺失方法的大纲。
MyTreeMapTest.java包含单元MyTreeMap的测试。

运行ant build来编译源文件。然后运行ant MyTreeMapTest。几个测试应该失败，因为你有一些工作要做！

我已经提供了get和containsKey的大纲。他们都使用findNode，这是我定义的私有方法；它不是Map接口的一部分。以下是它的起始：

    private Node findNode(Object target) {if (target == null) {throw new IllegalArgumentException();}@SuppressWarnings("unchecked")Comparable<? super K> k = (Comparable<? super K>) target;// TODO: FILL THIS IN!return null;}

参数target是我们要查找的键。如果target是null，findNode抛出异常。一些Map实现可以将null处理为一个键，但是在二叉搜索树中，我们需要能够比较键，所以处理null是有问题的。为了保持简单，这个实现不将null视为键。

下一行显示如何将target与树中的键进行比较。按照get和containsKey的签名（名称和参数），编译器认为target是一个Object。但是，我们需要能够对键进行比较，所以我们将target强制转换为Comparable<? super K>，这意味着它可以与类型K（或任何超类）的示例比较。如果你不熟悉“类型通配符”的用法，可以在 http://thinkdast.com/gentut 上内容。

幸运的是，Java 的类型系统的处理不是这个练习的重点。你的工作是填写剩下的findNode。如果它发现一个包含target键的节点，它应该返回该节点。否则应该返回null。当你使其工作，get和containsKey的测试应该通过。

请注意，你的解决方案应该只搜索通过树的一条路径，因此它应该与树的高度成正比。你不应该搜索整棵树！

你的下一个任务是填充containsValue。为了让你起步，我提供了一个辅助方法equals，比较target和给定的键。请注意，树中的值（与键相反）不一定是可比较的，所以我们不能使用compareTo；我们必须在target上调用equals。

不像你以前的findNode解决方案，你的containsValue解决方案应该搜索整个树，所以它的运行时间正比于键的数量n，而不是树的高度h。

译者注：这里你可能想使用之前讲过的 DFS 迭代器。

你应该填充的下一个方法是put。我提供了处理简单情况的起始代码：

    public V put(K key, V value) {if (key == null) {throw new IllegalArgumentException();}if (root == null) {root = new Node(key, value);size++;return null;}return putHelper(root, key, value);}private V putHelper(Node node, K key, V value) {// TODO: Fill this in.}

如果你尝试将null作为关键字，put则会抛出异常。

如果树为空，则put创建一个新节点并初始化实例变量root。

否则，它调用putHelper，这是我定义的私有方法；它不是Map接口的一部分。

填写putHelper，让它搜索树，以及：

如果key已经在树中，它将使用新值替换旧值，并返回旧值。
如果key不在树中，它将创建一个新节点，找到正确的添加位置，并返回null。

你的put实现的是时间应该与树的高度h成正比，而不是元素的数量n。理想情况下，你只需搜索一次树，但如果你发现两次更容易搜索，可以这样做：它会慢一些，但不会改变增长级别。

最后，你应该填充keySet。根据 http://thinkdast.com/mapkeyset 的文档，该方法应该返回一个Set，可以按顺序迭代键；也就是说，按照compareTo方法，升序迭代。我们在 8.3 节中使用的HashSet实现不会维护键的顺序，但LinkedHashSet实现可以。你可以阅读 http://thinkdast.com/linkedhashset。

我提供了一个keySet的大纲，创建并返回LinkedHashSet：

    public Set<K> keySet() {Set<K> set = new LinkedHashSet<K>();return set;}

你应该完成此方法，使其以升序向set添加树中的键。提示：你可能想编写一个辅助程序；你可能想让它递归；你也可能想要阅读 http://thinkdast.com/inorder 上的树的中序遍历。

当你完成时，所有测试都应该通过。下一章中，我会讲解我的解法，并测试核心方法的性能。

数据结构思维第十二章 `TreeMap`相关推荐

数据结构思维第十五章爬取维基百科
第十五章爬取维基百科原文:Chapter 15 Crawling Wikipedia 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译在本章中,我展示了上一个练习的解决方案, ...
数据结构思维第十四章持久化
第十四章持久化原文:Chapter 14 Persistence 译者:飞龙协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译在接下来的几个练习中,我们将返回到网页搜索引擎的构建.为了回 ...
卜若的代码笔记-数据结构系列-第十二章：栈三.链栈
1.太简单了,不介绍了,直接贴代码,有问题请看10,11,章 //测试代码public static void main(String[] args) throws IOException {Link ...
Android版数据结构与算法汇总十二章
Android版数据结构与算法(一):基础简介 https://www.cnblogs.com/leipDao/p/9140726.html Android版数据结构与算法(二):基于数组的实现Arr ...
【Java数据结构与算法】第十二章哈夫曼树和哈夫曼编码
第十二章哈夫曼树和哈夫曼编码文章目录第十二章哈夫曼树和哈夫曼编码一.哈夫曼树 1.基本术语 2.构建思路 3.代码实现三.哈夫曼编码 1.引入 2.介绍 3.代码实现哈夫曼编码综合案例一 ...
DayDayUp：《机器崛起前传》第二十二章【蹒跚而来】读后感(文章源自网络)—听课笔记
DayDayUp:<机器崛起前传>第二十二章[蹒跚而来]读后感(文章源自网络)-听课笔记 <机器崛起前传> 1.机器岂不能有自我? 计算机的发展历程可谓蹒跚.从 ...
《构建之法》第十一、十二章学习总结
第十一章的内容是软件设计与实现. 在第一节中,讲的是关于分析和设计方法,向我们介绍在"需求分析"."设计与实现"阶段."测试""发 ...
第十二章_网络搭建及训练
文章目录第十二章网络搭建及训练 CNN训练注意事项第十二章 TensorFlow.pytorch和caffe介绍 12.1 TensorFlow 12.1.1 TensorFlow是什么? 12 ...
《神经质人格》摘录（第十二章）
第十二章.拯救之路文章目录第十二章.拯救之路一.自我认同二.对待他人三.勇气四.情绪的精神化五.高自尊六.人格改变和心灵成长本书的主要目的是使读者了解神经质人格的运作机制和原理,以及 ...

数据结构思维第十二章 `TreeMap`

第十二章 `TreeMap`

12.1 哈希哪里不对？

12.2 二叉搜索树

12.3 练习 10

12.4 实现`TreeMap`

数据结构思维第十二章 `TreeMap`相关推荐

最新文章

热门文章

数据结构思维 第十二章 `TreeMap`

第十二章 TreeMap

12.1 哈希哪里不对？

12.2 二叉搜索树

12.3 练习 10

12.4 实现TreeMap

数据结构思维 第十二章 `TreeMap`相关推荐

最新文章

热门文章

数据结构思维第十二章 `TreeMap`

第十二章 `TreeMap`

12.4 实现`TreeMap`

数据结构思维第十二章 `TreeMap`相关推荐