Java数据结构之查找

前言：查找是开发中用的非常多的一项，比如mysql中的查找，下面主要简单介绍一下查找。

1：线性表查找

线性表查找主要分为顺序查找和链式查找，顺序表查找都是从一端到另一端进行遍历。比如下面代码

public int indexOf(T x){
  if (x!=null){
   for (int i=0;i<this.len;i++){
    if (this.element[i].equals(x)){
     return i;
    }
   }
  }
  return -1;
 }
 public T search(T key) {
  return indexOf(key)==-1?null:(T) this.element[indexOf(key)];
 }

第二种是链式查找也非常简单

public T search(T key) {
  if (key==null){
   return null;
  }
  Node<T> p=this.head.next;
  while (p!=null){
   if (p.data.equals(key)){
    return p.data;
   }
   p=p.next;
  }
  return null;
 }

2：基于有序顺序表的二分查找

这个用的比较多，因为查询效率比较高，但是有限制条件，1是顺序存储，2必须有序，所以每次只需要和中间值进行比对，如果大于中间值，说明在key值在后面，如果小于中间值，说明key在前面。

public static<T> int binarySearch(Comparable<T>[] values,int begin,int end,T key) {
  if (key != null) {
   while (begin <= end) {
    int mid = (begin + end) / 2;
    if (values[mid].compareTo(key) == 0) {
     return mid;
    }
    if (values[mid].compareTo(key) < 0) {
     begin = mid + 1;
    }
    if (values[mid].compareTo(key) > 0) {
     end = mid - 1;
    }
   }
  }
  return -1;
 }
 public static int binarySearch(int[] arrays, int key) {
  if (arrays == null || arrays.length == 0) {
   return -1;
  }
  int start=0,end=arrays.length-1;
  while (start <=end) {
   int mid = (start + end) / 2;
   if (arrays[mid] == key) {
    return mid;
   }
   if (arrays[mid] < key) {
    start = mid + 1;
   }
   if (arrays[mid] > key) {
    end = mid - 1;
   }
  }
  return -1;
 }

3：分块索引查找

我们都知道查字典，首先要查询是字的拼音，然后定位到字页数的一个位置，比如查找张这个字，我们先查询z，然后看哪些页是z，然后在这一块进行查找。ok我们做个简单的例子

现在我们已知一个数组里面存放的是Java的关键字，那么我们给出一个关键字来判断是否在这个数组中。首先我们看下关键字的数组

 private static String[] keyWords={"abstract","assert","boolean","break","byte","case",
   "catch","char","continue","default","do","double","else","extend","false","final",
 "finally","float","for","if","implements","import","instaceof","in","interface",
 "long","native","new","null","package","private","protectd","public","return","short",
 "static","super","switch","synchronized","this","throw","transient","true","try","void","volatile","while"};

然后我们思考一下建立索引，因为英文单词是26个字母组成，那么我们效仿字典，把26个字母存起来，然后记录每个字母的位置。

private static class IndexItem implements Comparable<IndexItem>{
  String frist;
  int start;
  public IndexItem(String frist,int start){
   this.frist=frist;
   this.start=start;
  }

其中frist是字母，二start是字母的索引，比如abstract是a0，那么assert就是a1了以此类推

public int compareTo(IndexItem o) {
   return this.frist.compareTo(o.frist);
  }
private static IndexItem[] index;索引表
  static {
   index = new IndexItem[26];
   int i = 0, j = 0, size = 0;
   for (i = 0; j < keyWords.length && i < index.length; i++) {
    char ch = keyWords[j].charAt(0);
    IndexItem item = new IndexItem(ch + "", j);
    if (item != null) {
     index[i] = item;
     size++;
    }
    j++;
    while (j < keyWords.length && keyWords[j].charAt(0) == ch) {
     j++;
    }
   }
   int oldCount = index.length;利用trimTosize方法对数组进行压缩
   if (size < oldCount) {
    IndexItem[] items = index;
    index = new IndexItem[size];
    for (int m = 0; m < size; m++) {
     index[m] = items[m];
    }
   }
  }

我们创建一个静态块,在类被加载的时候运行。最后我们利用2次2分查找第一找到索引，然后通过索引匹配到值

public static boolean isKeyWord(String str){
   IndexItem indexItem=new IndexItem(str.substring(0,1),-1);
   int pos=BSArry.binarySearch(index,indexItem);
   int begin=index[pos].start;
   int end;
   if (pos==index.length-1){
    end=keyWords.length-1;
   }else {
     end=index[pos+1].start-1;
   }
   return BSArry.binarySearch(keyWords,begin,end,str)>=0;
  }

4：散列表的查找

散列的查找非常高效，但是我们必须要完成2项工作，一个是散列函数，另一个是解决冲突。下面看一下如何利用单链表简单的实现hash。

public class HashSet<T> {
 private SingleLinkedList<T>[] table;
 public HashSet(int size) {
  this.table = new SingleLinkedList[Math.abs(size)];
  for (int i = 0; i < table.length; i++) {
   table[i] = new SingleLinkedList<T>();//制造单链表
  }
 }
 public HashSet() {
  this(97);
 }
 private int hash(T x) {//利用hashCode解决
  int key = Math.abs(x.hashCode());
  return key % table.length;
 }
 public void insert(T x) {
  this.table[hash(x)].insert(0, x);
 }
 public void remove(T x) {
  this.table[hash(x)].remove(x);
 }
 public T search(T key) {
  return table[hash(key)].search(key);
 }
}

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持我们！