第九周总结
时间:2019-11-19
本文章向大家介绍第九周总结，主要包括第九周总结使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。
20182334 2019-2020-1 《数据结构与面向对象程序设计》第九周学习总结
教材学习内容总结
第九周我学习到的内容有：
- 树
- 树的遍历
- 二叉树的实现
- 决策树
- 中序和先序构成后树
- 堆排序
- 二叉排序树
树
树是非线性结构，其元素组织为一个结构层次。
计算树高度的代码为：
public int height(){
return height(root);
}
public int height(BinaryNode<T> root){
if(root==null)
return 0;
int L_height=height(root.left);
int R_height=height(root.right);
return (L_height>=R_height)?L_height+1:R_height+1;
}
树的遍历
- 先序遍历 ：访问根，自左至右遍历子树。
public void preOrder(Node root)
{ // 前序遍历
if (root != null)
{
System.out.print(root.data + " ");
preOrder(root.left);
preOrder(root.right);
}
}
- 中序遍历：遍历左子树，然后访问根，然后自左至右遍历余下的各个子树。
public void inOrder(Node root)
{ // 中序遍历
if (root != null)
{
inOrder(root.left);
System.out.print(root.data + " ");
inOrder(root.right);
}
}
- 后序遍历：自左至右遍历各子树，然后访问根。
public void postOrder(Node root)
{ // 后序遍历
if (root != null)
{
postOrder(root.left);
postOrder(root.right);
System.out.print(root.data + " ");
}
}
- 层序遍历：从树的顶层到底层，从左至右，访问树中每层的每个结点。
public void levelOrder() {
BiTNode<E> node =root;
LinkedList<BiTNode<E>> list = new LinkedList<>();
list.add(node);
while(!list.isEmpty()) {
node=list.poll();
System.out.print(node.data);
if(node.lchild!=null)
list.offer(node.lchild);
if(node.rchild!=null)
list.offer(node.rchild);
}
}
二叉树的实现
以下是实现的代码：
public void creat(Object[] objs){
datas=new ArrayList<bintree>();//将一个数组的值依次转换为Node节点
for(Object o:objs){
datas.add(new bintree(o)); }//第一个数为根节点
root=datas.get(0);//建立二叉树
for (int i = 0; i <objs.length/2; i++) {//左孩子
datas.get(i).left=datas.get(i*2+1);//右孩子
if(i*2+2<datas.size()){//避免偶数的时候下标越界
datas.get(i).right=datas.get(i*2+2);
}
}
}
决策树
用例子来说明一个决策树：
import javafoundations.*;
import java.util.Scanner;
public class asd
{
private LinkedBinaryTree<String> tree;
public asd()
{
String e1 = "TA是个人";
String e2 = "TA是男性，再猜一遍！";//N
String e4 = "他很帅！！再猜一遍！！";//N
String e8 = "怎么这都猜错？再来一次！！";//N
String e16 = "我的天还错？？！！行吧再给你一条，他较高，再猜一遍！";
String e18 = "你大爷！TA是1823班的！再猜一遍！";
String e20 = "服了，TA是1823最帅的那个，再猜一遍！";
String e22 = "......拜托你好好想想，再猜一遍！";
String e24 = "...再想想？？再猜一遍！";
String e26 = "..come on 拜托！再来！";
String e28 = "712最帅的那个！再猜一遍";
String e30 = "算了你别猜了，赶紧洗洗睡吧！";
String e31 = "你大爷！终于猜出来了！还是值得表扬！";
String e29 = "你能猜这么久也是没谁了。";
String e27 = "哥你终于对了";
String e25 = "邹佳伟？？ 就这麦？怎么可能有姬旭帅？还算你有眼光";
String e23 = "没错，姬旭是最帅的，其他男人怎么能比得过呢？？？搞不懂你为啥选这么久，气死为父了！！";
String e21 = "还行";
String e19 = "算你还不错！";
String e17 = "你可真不容易，终于对了！";
String e9 = "有眼光！！姬旭天下第一帅！！";//Y
String e5 = "！！！bingo！！！";//Y
String e3 = "！！！bingo！！！";//Y
LinkedBinaryTree<String> n2, n3, n4, n5, n8, n9,
n17,n16,n18,n19,n20,n21,n22,n23,n24,n25,
n26,n27,n28,n29,n30,n31;
n31 = new LinkedBinaryTree<String>(e31);
n30 = new LinkedBinaryTree<String>(e30);
n29 = new LinkedBinaryTree<String>(e29);
n28 = new LinkedBinaryTree<String>(e28,n30,n31);
n27 = new LinkedBinaryTree<String>(e27);
n26 = new LinkedBinaryTree<String>(e26,n28,n29);
n25 = new LinkedBinaryTree<String>(e25);
n24 = new LinkedBinaryTree<String>(e24,n26,n27);
n23 = new LinkedBinaryTree<String>(e23);
n22 = new LinkedBinaryTree<String>(e22,n24,n25);
n21 = new LinkedBinaryTree<String>(e21);
n20 = new LinkedBinaryTree<String>(e20,n22,n23);
n19 = new LinkedBinaryTree<String>(e19);
n18 = new LinkedBinaryTree<String>(e18,n20,n21);
n16 = new LinkedBinaryTree<String>(e16,n18,n19);
n17 = new LinkedBinaryTree<String>(e17);
n8 = new LinkedBinaryTree<String>(e8,n16,n17);
n9 = new LinkedBinaryTree<String>(e9);
n4 = new LinkedBinaryTree<String>(e4, n8, n9);
n5 = new LinkedBinaryTree<String>(e5);
n2 = new LinkedBinaryTree<String>(e2, n4, n5);
n3 = new LinkedBinaryTree<String>(e3);
tree = new LinkedBinaryTree<String>(e1, n2, n3);
}
public void diagnose()
{
Scanner scan = new Scanner(System.in);
LinkedBinaryTree<String> current = tree;
System.out.println ("开始竞猜！！");
while (current.size() > 1)
{
System.out.println (current.getRootElement());
String a = scan.nextLine();
if (a.equalsIgnoreCase("姬旭"))
current = current.getRight();
else
current = current.getLeft();
}
System.out.println (current.getRootElement());
}
}
中序和先序构造后序
public Node<E> CreatTree(E[] array){
nodeList = new LinkedList<Node>();
for (int i = 0 ; i < array.length ; i++ ){
nodeList.add(new Node(array[i]));
}
for(int j = 0;j<(array.length/2-1);j++){
nodeList.get(j).setLeft(nodeList.get(j*2+1));
nodeList.get(j).setright(nodeList.get(j*2+2));
}
int index = array.length/2-1;
nodeList.get(index).setLeft(nodeList.get(index*2+1));
if(array.length%2 == 1){
nodeList.get(index).setright(nodeList.get(index*2+2));
}
root = nodeList.get(0);
return root;
}
堆排序
public class Sort {
public static void main(String[] args) {
int[] nums = {16,7,3,20,17,8};
headSort(nums);
for (int num : nums) {
System.out.print(num + " ");
}
}
/**
* 堆排序
*/
public static void headSort(int[] list) {
//构造初始堆,从第一个非叶子节点开始调整,左右孩子节点中较大的交换到父节点中
for (int i = (list.length) / 2 - 1; i >= 0; i--) {
headAdjust(list, list.length, i);
}
//排序，将最大的节点放在堆尾，然后从根节点重新调整
for (int i = list.length - 1; i >= 1; i--) {
int temp = list[0];
list[0] = list[i];
list[i] = temp;
headAdjust(list, i, 0);
}
}
private static void headAdjust(int[] list, int len, int i) {
int k = i, temp = list[i], index = 2 * k + 1;
while (index < len) {
if (index + 1 < len) {
if (list[index] < list[index + 1]) {
index = index + 1;
}
}
if (list[index] > temp) {
list[k] = list[index];
k = index;
index = 2 * k + 1;
} else {
break;
}
}
list[k] = temp;
}
}
堆排序有最大堆，最小堆。
- 最大堆：非叶子节点比左右子节点要大
- 最小堆: 非叶子节点比左右子节点要小
为了使大家更明白，这里放一张图：
二叉排序树
二叉排序树构造起来很简单，但是在删除方法的部分比较困难，在思考算法的时候有很多问题，以下是整个排序树，里面包含查找、排序、插入、删除等各种方法。
public class BinarySearchTree
{ // 二叉搜索树类
private class Node
{ // 节点类
int data; // 数据域
Node right; // 右子树
Node left; // 左子树
}
private Node root; // 树根节点
public void insert(int key)
{
Node p = new Node(); //待插入的节点
p.data =key;
if(root==null)
{
root=p;
}
else
{
Node parent = new Node();
Node current=root;
while(true)
{
parent=current;
if(key>current.data)
{
current=current.right; // 右子树
if(current==null)
{
parent.right=p;
return;
}
}
else
{
current=current.left; // 左子树
if(current==null)
{
parent.left=p;
return;
}
}
}
}
}
public void preOrder(Node root)
{ // 前序遍历
if (root != null)
{
System.out.print(root.data + " ");
preOrder(root.left);
preOrder(root.right);
}
}
public void inOrder(Node root)
{ // 中序遍历
if (root != null)
{
inOrder(root.left);
System.out.print(root.data + " ");
inOrder(root.right);
}
}
public void postOrder(Node root)
{ // 后序遍历
if (root != null)
{
postOrder(root.left);
postOrder(root.right);
System.out.print(root.data + " ");
}
}
public Node find(int key)
{ // 从树中按照关键值查找元素
Node current = root;
while (current.data != key)
{
if (key > current.data)
current = current.right;
else
current = current.left;
if (current == null)
return null;
}
return current;
}
public void show(Node node)
{ //输出节点的数据域
if(node!=null)
System.out.println(node.data);
else
System.out.println("null");
}
private Node getSuccessor(Node delNode) //寻找要删除节点的中序后继结点
{
Node successorParent=delNode;
Node successor=delNode;
Node current=delNode.right;
//用来寻找后继结点
while(current!=null)
{
successorParent=successor;
successor=current;
current=current.left;
}
//如果后继结点为要删除结点的右子树的左子，需要预先调整一下要删除结点的右子树
if(successor!=delNode.right)
{
successorParent.left=successor.right;
successor.right=delNode.right;
}
return successor;
}
public boolean delete(int key) // 删除结点
{
Node current = root;
Node parent = new Node();
boolean isRightChild = true;
while (current.data != key)
{
parent = current;
if (key > current.data)
{
current = current.right;
isRightChild = true;
}
else
{
current = current.left;
isRightChild = false;
}
if (current == null) return false; // 没有找到要删除的结点
}
// 此时current就是要删除的结点,parent为其父结点
// 要删除结点为叶子结点
if (current.right == null && current.left == null)
{
if (current == root)
{
root = null; // 整棵树清空
}
else
{
if (isRightChild)
parent.right = null;
else
parent.left = null;
}
return true;
}
//要删除结点有一个子结点
else if(current.left==null)
{
if(current==root)
root=current.right;
else if(isRightChild)
parent.right=current.right;
else
parent.left=current.right;
return true;
}
else if(current.right==null)
{
if(current==root)
root=current.left;
else if(isRightChild)
parent.right=current.left;
else
parent.left=current.left;
return true;
}
//要删除结点有两个子结点
else
{
Node successor=getSuccessor(current); //找到要删除结点的后继结点
if(current==root)
root=successor;
else if(isRightChild)
parent.right=successor;
else
parent.left=successor;
successor.left=current.left;
return true;
}
}
教材学习中的问题和解决过程
问题1：在设计决策树时，书上代码出现equalIgnoreCase，我不知道它和equal有什么区别？
问题1解决方案：上api jdk 上查了一下，发现原来equal是要完全相等，但equalIgnoreCase是不考虑大小写的，其实本质上都是一样的，，只不过是不看大小写了，这点对于用户输入Y或者y时有很大的帮助，省略了很多代码，可能这是java的好处吧！
问题2：不知道平衡二叉查找树有什么用，如果不用会有什么影响？
问题2解决方案：为了解决这个问题，我上网看了看别人的博客，发现了一个讲解：二叉查找树与平衡二叉树
那么什么是平衡二叉树呢？
平衡二叉搜索树，又被称为AVL树，且具有以下性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。
由于普通的二叉查找树会容易失去”平衡“，极端情况下，二叉查找树会退化成线性的链表，导致插入和查找的复杂度下降到 O(n) ，所以，这也是平衡二叉树设计的初衷。那么平衡二叉树如何保持”平衡“呢？根据定义，有两个重点，一是左右两子树的高度差的绝对值不能超过1，二是左右两子树也是一颗平衡二叉树。
如下图所示，左图是一棵平衡二叉树，根节点10，左右两子树的高度差是1，而右图，虽然根节点左右两子树高度差是0，但是右子树15的左右子树高度差为2，不符合定义，所以右图不是一棵平衡二叉树。
问题3：堆排序有两种方法，一直搞不清两者的区别和各自的优势。
问题3解决方案：还是上网找博客，看到一篇java堆排序
堆排序分为最大堆和最小堆，所谓最大堆，就是非叶子结点比左右子节点要大，所谓 最小堆，就是非叶子节点比左右子节点要小。
以构建最大堆为例，堆排序的过程：
1、原始数组形成一个顺序堆。数组中下标索引为i的节点，左节点是i2 +1,右节点是i2+2
2、初始化堆，从最后一个叶子节点的父节点开始一层层向上遍历，使得每一对父子节点中的最大节点上浮，维持最大堆的性质。
如果有交换位置的操作，那么要以交换后的新子节点为父节点递归遍历，以维持该分支上的最大堆性质。直到遍历到根节点，此时根节点最大。
- 3、排序阶段：将根节点与最后一个叶子节点交换位置，交换过位置的尾部叶子节点就是从小到大的排序，最后的叶子节点的索引相对应也减1。
然后以根节点，维护最大堆性质，同样的，如果有交换位置的操作，那么要以被交换的子节点为父节点递归遍历，以维持该分支上的最大堆性质
堆排序的核心点在于：如果有交换位置的操作，那么要以交换后的新子节点为父节点递归遍历，以维持该分支上的最大堆性质
代码调试中的问题和解决过程
问题1：如下图，这里的getRight方法不知道为什么不对，怎么调也不对。
问题1解决方案：仔细看报错的原因，原来是因为它调用的方法里定义的变量不对：
少了Linked，所以一直错，于是我到对应的类里去看，果然发现，getLeft和getRight两个方法定义的变量不同：
改正问题之后，发现原来都是细节地方出错，实在是不应该。
- 问题2：在通过中序和先序创造后序时，不知道怎么用代码实现。那棵树不知道怎么联合建起来。
String preOrder[] = {"A","B","D","H","I","E","J","M","N","C","F","G","K","L"};
String inOrder[] = {"H","D","I","B","E","M","J","N","A","F","C","K","G","L"};
- 问题2解决方案：我仔细分析了下，首先应该看先序，找到先序中的根节点，然后通过根节点确定在中序的位置，从而找到整体的左子树和右子树，例如上面这两个序列，可以先找到root A ，再确定A在inOrder中的位置，立刻就可以看出A左边的序列都是左子树，右边的序列是右子树；然后传左子树到Creat方法中，再利用递归，一个一个叉的建立起来，最后形成后序。 creat方法：
public Node creat(String []preOrder,int pstart,int pend,String []inOrder ,int instart,int inend){
if(pstart > pend || instart > inend){
return null;
}
String rootData = preOrder[pstart];
Node root = new Node(rootData);
int rootIndex = findIndexInArray(inOrder,rootData,instart,inend);
int xiabiao = rootIndex - instart - 1;
//左
Node left = creat(preOrder,pstart+1,pstart+xiabiao+1,inOrder,instart,instart+xiabiao);
//右
Node right = creat(preOrder,pstart + xiabiao + 2,pend,inOrder,rootIndex+1,inend);
root.setLeft(left);
root.setright(right);
return root;
}
问题3：在二叉排序树实现的时候，Delete方法我不太会用，尤其是删除有两个子树的节点，难倒我了。
问题3解决方案：在这篇博客中，介绍的很详细：JAVA实现二叉排序树（创建、中序遍历、插入节点和删除节点操作）
具体删除的过程是： 当删除叶子节点时，直接让他的父节点指向null就行， 当删除有一个子树的节点时，将其父节点指向其孩子节点。 当删除有两个孩子的节点时，先进行中序排列，按照排列出来的结果，将被删除的节点两边即视为为可代替原节点的备选节点，可以选择两者中的一个。将要被删除的节点数据删除，然后将代替节点的数据填入，之后再删除代替节点，若代替节点出现三种情况之一，即循环往复，直到全部删除。
具体的代码实现为：
public boolean delete(int key) // 删除结点
{
Node current = root;
Node parent = new Node();
boolean isRightChild = true;
while (current.data != key)
{
parent = current;
if (key > current.data)
{
current = current.right;
isRightChild = true;
}
else
{
current = current.left;
isRightChild = false;
}
if (current == null) return false; // 没有找到要删除的结点
}
// 此时current就是要删除的结点,parent为其父结点
// 要删除结点为叶子结点
if (current.right == null && current.left == null)
{
if (current == root)
{
root = null; // 整棵树清空
}
else
{
if (isRightChild)
parent.right = null;
else
parent.left = null;
}
return true;
}
//要删除结点有一个子结点
else if(current.left==null)
{
if(current==root)
root=current.right;
else if(isRightChild)
parent.right=current.right;
else
parent.left=current.right;
return true;
}
else if(current.right==null)
{
if(current==root)
root=current.left;
else if(isRightChild)
parent.right=current.left;
else
parent.left=current.left;
return true;
}
//要删除结点有两个子结点
else
{
Node successor=getSuccessor(current); //找到要删除结点的后继结点
if(current==root)
root=successor;
else if(isRightChild)
parent.right=successor;
else
parent.left=successor;
successor.left=current.left;
return true;
}
}
代码托管
上周考试错题总结
- 第一题： It is possible to implement a stack and a queue in such a way that all operations take a constant amount of time.
- A .true
- B .false
解析：堆栈和队列的理想实现具有所有操作，这些操作都需要一定的时间。 故答案选 A
- 第二题：To maintain the completeness of the tree, there is only one valid element to replace the root, and that is the element stored in the first leaf in the tree.
- A .true
- B .false
解析：为了保持树的完整性，只有一个有效的元素可以替换这个元素，那就是存储在树的最后一个叶子中的元素。 故答案选 B
点评过的同学博客和代码
其他（感悟、思考等）
已经打到10000行了，还有一个月，争取再干5000行。在这一学期的学习中，基本把所有学习的时间都给了java，但是很充实，也很 痛苦，但并快乐着。
学习进度条
| 代码行数（新增/累积） | 博客量（新增/累积） | 学习时间（新增/累积） | 重要成长 | |
|---|---|---|---|---|
| 目标 | 5000行 | 30篇 | 400小时 | |
| 第一周 | 212/212 | 2/2 | 17/17 | |
| 第二周 | 132/344 | 2/4 | 17/34 | |
| 第三周 | 689/1033 | 1/5 | 23/67 | |
| 第四周 | 664/1697 | 2/7 | 20/87 | |
| 第五周 | 586/2283 | 2/9 | 20/107 | |
| 第六周 | 500/2783 | 1/10 | 26/133 | |
| 第七周 | 2143 /4928 | 2/12 | 40/173 | |
| 第八周 | 2000 /6140 | 2/14 | 40/210 | |
| 第九周 | 4000 /10140 | 3/17 | 40/250 |
计划学习时间:29小时
实际学习时间:40小时
改进情况：不妥协，死磕到底！
参考资料
原文地址：https://www.cnblogs.com/cistineup/p/11890635.html
- 关关的刷题日记07——Leetcode 26. Remove Duplicates from Sorted Array 方法1
- openstack如何扩展API之一：新添加API
- 值得收臧 | 从零开始搭建带GPU加速的深度学习环境(操作系统、驱动和各种机器学习库)
- python接口自动化16-multipart/form-data上传多个附件
- python接口自动化17-响应时间与超时（timeout）
- python+requests+excel接口自动化数据驱动
- python+selenium+requests爬取我的博客粉丝的名称
- python接口自动化21-规范的API接口文档示例
- 自然语言处理(4)之中文文本挖掘流程详解（小白入门必读）
- JMeter断言07
- 编程入门的姿势-5月8日微信群语音分享
- 性能测试必备监控技能jvm之jdk命令行工具篇16
- 性能测试必备监控技能MySQL篇15
- [快学Python3]Number(数字)
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 算法工程师-SQL进阶：集合之间的较量
- 算法工程师-SQL进阶：神奇的自连接与子查询
- 算法工程师-SQL进阶：温柔的陷阱-NULL
- SpringBoot 异步任务处理
- SpringBoot整合 ActiveMQ快速入门 实现点对点推送
- Tomcat部署SpringBoot war包
- Vue之插槽Slot理解
- Docker六脉神剑 (三) 编写Dockerfile构建nginx镜像并推送到远程仓库给其他人使用
- 快速学习UML类图查看
- 设计模式 | 抽象工厂模式
- 设计模式 | 单例模式
- macOS 安装软件已损坏无法打开解决办法 (真好用！)
- nginx 配置反向代理
- ES6新特性速查表
- React-Native Android打包