1. 遍歷算法(遍歷二叉樹6種方法)
1.1. 概述
遍歷算法針對二叉樹而言的,主要有先序、中序、後序三種遍歷順序,三種順序又分別有遞歸和常規算法,二叉樹遍歷的主要思想是:遍歷左子樹,遍歷右子樹,訪問根節點,由這三者的遍歷順序來確定是先序、中序還是後序。下面只要求掌握遞歸遍歷算法,常規遍歷算法見附錄一。
1.2. 先序遍歷算法
遍歷順序:訪問根節點,遍歷左子樹,遍歷右子樹。代碼如下:
void preOrder(BinaryTreeNode bt) {
if (bt == null)// 如果當前樹爲空,則終止遞歸
return;
System.out.print(bt.getData());// 先訪問根節點
preOrder(bt.getLeftChild());// 再遍歷左子樹
preOrder(bt.getRightChild());// 再遍歷右子樹
}
1.3. 中序遍歷算法
遍歷順序:遍歷左子樹,訪問根節點,遍歷右子樹。代碼如下:
void midOrder(BinaryTreeNode bt) {
if (bt == null)// 如果當前樹爲空,則終止遞歸
return;
preOrder(bt.getLeftChild());// 先遍歷左子樹
System.out.print(bt.getData());// 再訪問根節點
preOrder(bt.getRightChild());// 再遍歷右子樹
}
1.4. 後序遍歷算法
遍歷順序:遍歷左子樹,遍歷右子樹,訪問根節點。代碼如下:
void postOrder(BinaryTreeNode bt) {
if (bt == null)// 如果當前樹爲空,則終止遞歸
return;
preOrder(bt.getLeftChild());// 先遍歷左子樹
preOrder(bt.getRightChild());// 再遍歷右子樹
System.out.print(bt.getData());// 再訪問根節點
}
1.5. 層次遍歷算法
void levelOrder(BinaryTreeNode bt) {
if (bt == null)
return;
Queue q = new ArrayQueue();
q.enqueue(bt);
while (!q.isEmpty()) {
bt = (BinaryTreeNode) q.dequeue();// 取出隊首元素,訪問之
System.out.println(bt.getData());
if (bt.hasLeftChild()) {
q.enqueue(bt.getLeftChild());// 如果左節點存在,放入隊列中
}
if (bt.hasRightChild()) {
q.enqueue(bt.getRightChild());// 如果右節點存在,放入隊列中
}
}
}
2. 排序算法(9種排序算法)
2.1. 概述
將一個數據元素的任意序列,重新排列成一個按關鍵字有序的序列。
2.2. 插入類排序
基本思想是:逐個考察每個待排序元素,將每一個新元素插入到前面已經排好序的序列中適當的位置上,使得新序列仍然是一個有序序列。主要介紹三種:直接插入排序、折半插入排序和希爾排序。
2.2.1. 直接插入排序
思路:僅有一個元素的序列總是有序的,因此,對 n 個記錄的序列,可從第二個元素開始直到第 n 個元素,逐個向有序序列中執行插入操作,從而得到 n 個元素按關鍵字有序的序列。代碼如下:
void insert(int[] a) {
for (int i = 1; i < a.length; i++) {// 從第二個開始比較插入
// 待插入的元素比之前排好序的元素最大值小才需要插入
if (a[i] < a[i - 1]) {
int tmp = a[i];// 把當前位置騰出來
a[i] = a[i - 1];// 和已排好序的最大值交換順序
int j = i - 2;// 遍歷之前i-2個元素找出要插入的位置
// 如果待插入元素小於已排好序中的第j位並j不小於0則繼續遍歷
for (; j >= 0 && tmp < a[j]; j--)
a[j + 1] = a[j];
a[j + 1] = tmp;// j + 1即爲待插入位置
}
}
}
2.2.2. 折半插入排序
思路:可以不斷二分有序序列來確定插入位置,即搜索插入位置的方法可以使用折半查找實現。代碼如下:
void binaryInsert(int[] a) {
for (int i = 1; i < a.length; i++) {// 從第二個開始比較插入
// 待插入的元素比之前排好序的元素最大值小才需要插入
if (a[i] < a[i - 1]) {
int tmp = a[i];// 把當前位置騰出來
a[i] = a[i - 1];// 和已排好序的最大值交換順序
int low = 0, high = i - 1, mid;//high=已排好序列的長度
while (low < high) {
mid = (low + high) / 2;
if (tmp < a[mid])
high = mid - 1;
else
low = mid + 1;
}
int j = i - 2;// 遍歷之前i-2個元素找出要插入的位置
// 取high是因爲經過while循環後high一定是不大於low的
for (; j > high; j--)
a[j + 1] = a[j];
a[high + 1] = tmp;// high + 1即爲待插入位置
}
}
}
2.2.3. 希爾排序
思路:首先將待排序的元素分爲多個子序列,使得每個子序列的元素個數相對較少,對各個子序列分 別進行直接插入排序,待整個待排序序列“基本有序”後,再對所有元素進行一次直接插入排序。
static void shell(int[] a) {
int d = 1;// 定義步長值
while (d <= a.length / 3)
d = d * 3 + 1;// 根據數組長度生成步長終值
for (; d > 0; d = (d - 1) / 3) {// 還原步長值
for (int i = d; i < a.length; i++) {// 從第1個步長開始比較插入
// 待插入的元素比之前排好序的元素最大值小才需要插入
if (a[i] < a[i - d]) {
int tmp = a[i];// 把當前位置騰出來
a[i] = a[i - d];// 和已排好序的最大值交換順序
int j = i - d - 1;// 遍歷之前i-d-1個元素找出要插入的位置
// 如果待插入元素小於已排好序中的第j位並j不小於0則繼續遍歷
for (; j >= 0 && tmp < a[j]; j -= d)
a[j + d] = a[j];
a[j + d] = tmp;// j + d即爲待插入位置
}
}
}
}
2.3. 交換類排序
2.3.1. 基本思想
交換類排序主要是通過兩兩比較待排元素的關鍵字,若發現與排序要求相逆,則“交換”之。
2.3.2. 冒泡排序
void bubble(int[] a) {
for (int i = 0; i < a.length; i++) {// 先遍歷數組
for (int j = 1; j < a.length - i; j++) {// 遍歷未排好序的len-i個元素
if (a[j - 1] > a[j]) {// 前後比較
int tmp = a[j - 1];
a[j - 1] = a[j];
a[j] = tmp;
}
}
}
}
2.3.3. 快速排序
思路:劃分步驟:通過樞軸元素 x 將序列一分爲二, 且左子序列的元素均小於 x,右子序列的元素均大於 x;治理步驟:遞歸的對左、右子序列排序;
void quick(int[] a, int low, int high) {
if (low < high) {
int part = partition(a, low, high);
quick(a, low, part - 1);
quick(a, part + 1, high);
}
}
int partition(int[] a, int low, int high) {
int tar = a[low];
while (low < high) {// 循環該段數據
while (low < high && tar < a[high])// 先從高端開始查找
high--;
a[low] = a[high];// 交換數據
while (low < high && tar > a[low])// 再從低端開始查找
low++;
a[high] = a[low];// 交換數據
}
a[low] = tar;// 重新設置樞軸
return low;// 返回樞軸位置
}
2.4. 選擇類排序
2.4.1. 概述
每一趟從 n-i+1 (i=1,2,…,n)個元素中選取一個關鍵字最小的元素作爲有序序列中第 i 個元素。
2.4.2. 簡單選擇排序
void recursionSort(int[] arr, int index) {// 遞歸選擇排序
if (index < arr.length) {
for (int i = 0; i < arr.length; i++) {
if (arr[index] < arr[i]) {
int tmp = arr[index];
arr[index] = arr[i];
arr[i] = tmp;
}
}
index++;
recursionSort(arr, index);
}
}
void commonSort(int[] arr) {// 簡單選擇排序
for (int i = 0; i < arr.length; i++) {
for (int j = i + 1; j < arr.length; j++) {
if (arr[i] > arr[j]) {
int tmp = arr[j];
arr[j] = arr[i];
arr[i] = tmp;
}
}
}
}
2.4.3. 樹形選擇排序和堆排序(附錄二)
2.5. 並歸排序排序
思想:
1. 劃分:將待排序的序列劃分爲大小相等(或大致相等)的兩個子序列;
2. 治理:當子序列的規模大於 1 時,遞歸排序子序列,如果子序列規模爲 1 則成爲有序序列;
3. 組合:將兩個有序的子序列合併爲一個有序序列。
void msort(int[] a, int low, int high) {
if (low < high) {
msort(a, low, (high + low) / 2);
msort(a, (high + low) / 2 + 1, high);//並歸後半段
merge(a, low, (high + low) / 2, high);//並歸前半段
}
}
void merge(int[] a, int p, int q, int r) {
int[] b = new int[r - p + 1];
int s = p;//並歸a中p到q,q+1到r兩個數組
int t = q + 1;
int k = 0;
while (s <= q && t <= r)//並歸交叉段
if (a[s] < a[t])
b[k++] = a[s++];
else
b[k++] = a[t++];
while (s <= q)//並歸剩下的段
b[k++] = a[s++];
while (t <= r)
b[k++] = a[t++];
for (int i = 0; i < b.length; i++)
a[p + i] = b[i];
}
2.6. 各種排序之間的比較
3. 查找算法(3種查找算法)
3.1. 順序查找
int order(int[] array, int tar) {
for (int i = 0; i < array.length; i++) {
if (tar == array[i])
return i + 1;
}
return -1;
}
3.2. 折半查找
int binRecursion(int[] array, int tar, int low, int high) {
int mid;
if (low > high)
return -1;
mid = (high + low) / 2;
if (tar == array[mid])
return mid;
else if (tar > array[mid])
binRecursion(array, tar, mid++, high);
else
binRecursion(array, tar, low, mid--);
return -1;
}
// 二分法查找非遞歸
int bin(int[] array, int tar) {
int low = 0, high = array.length - 1, mid;
while (low <= high) {
mid = (low + high) / 2;
if (array[mid] == tar)
return mid;
else if (array[mid] < tar)
low = mid + 1;
else
high = mid - 1;
}
return -1;
}
3.3. 二叉樹查找
BinaryTreeNode binaryTreeRecusion(BinaryTreeNode bt, Object tar) {// 二叉樹遞歸查找算法
if (bt == null)
return new BinaryTreeNode("null");
switch (strategy.compare(tar, bt.getData())) {
case -1:// tar比data小就查找左子樹
return binaryTreeRecusion(bt.getLeftChild(), tar);
case 1:// tar比data大就查找右子樹
return binaryTreeRecusion(bt.getRightChild(), tar);
default:// 比較結果是0,tar和data相等就返回
return bt;
}
}
BinaryTreeNode binaryTree(BinaryTreeNode bt, Object tar) {// 二叉樹非遞歸查找算法
while (bt != null) {
switch (strategy.compare(tar, bt.getData())) {
case -1:// tar比data小就查找左子樹
return bt = bt.getLeftChild();
case 1:// tar比data大就查找右子樹
return bt = bt.getRightChild();
default:// 比較結果是0,tar和data相等就返回
return bt;
}
}
return new BinaryTreeNode("null");
}
4. 附錄一
void preOrder(BinaryTreeNode p) {// 二叉樹先序遍歷非遞歸算法
Stack s = new SingleLinkedStack();
while (p != null) {
while (p != null) {
System.out.println(p.getData());// 訪問根節點
if (p.hasRightChild()) {// 右子樹壓棧
s.push(p.getRightChild());
}
p = p.getLeftChild();// 繼續訪問左子樹直到爲空
}
if (!s.isEmpty()) {
p = (BinaryTreeNode) s.pop();// 噹噹前左子樹遍歷完成,存右子樹的棧退棧
}
}
}
// 找到最左節點
BinaryTreeNode goFarLeft(BinaryTreeNode bt, Stack s) {
if (bt == null)
return null;
while (bt.hasLeftChild()) {
s.push(bt);
bt = bt.getLeftChild();
}
return bt;
}
void midOrder(BinaryTreeNode bt) {// 二叉樹中序遍歷的非遞歸算法
Stack s = new SingleLinkedStack();
BinaryTreeNode p = goFarLeft(bt, s);// 找到最左節點
// 如果最左節點不爲空則繼續查找
while (p != null) {
System.out.println(p.getData());// 訪問根節點
if (p.hasRightChild()) {
// 如果有右孩子節點,則訪問有孩子節點的最左孩子節點
p = goFarLeft(p.getRightChild(), s);
} else if (!s.isEmpty()) {
// 如果沒有右孩子節點且棧不爲空,則彈棧往回找上一級
p = (BinaryTreeNode) s.pop();
} else
p = null;// 棧爲空則查找完成
}
}
void lastOrder(BinaryTreeNode p) {// 二叉樹後序遍歷非遞歸算法
Stack s = new SingleLinkedStack();
BinaryTreeNode pre = null;// 緩存上次訪問節點
// 如果最左節點不爲空則繼續查找
while (p != null || !s.isEmpty()) {
while (p != null) {// 查找最左節點
s.push(p);
p = p.getLeftChild();
}
if (!s.isEmpty()) {
// 取出棧頂節點
p = (BinaryTreeNode) s.peek();
// 判斷當前節點是否是父親節點的右子節點,如果是
// 只需訪問其父節點即可完成以p的父節點爲根節點的子樹的訪問
if (!p.hasRightChild() || p.getRightChild() == pre) {
list.insertLast(p);
s.pop();
pre = p;
p = null;
} else
p = p.getRightChild();
}
}
}
5. 附錄二
堆排序:
// 已知 r[low..high]中除 r[low]之外,其餘元素均滿足堆的定義
private void heapAdjust(int[] r, int low, int high) {
int tmp = r[low];
for (int j = 2 * low; j <= high; j = j * 2) { // 沿關鍵之較大的元素向下進行篩選
if (j < high && r[j] > r[j + 1])// j 指向關鍵之較大的元素
j++;
if (tmp >= r[j])// 若 temp 比其孩子都大,則插入到 low 所指位置
break;
r[low] = r[j];
low = j; // 向下篩選
}
r[low] = tmp;
}
public void heapSort(int[] r) {
int n = r.length - 1;
for (int i = n / 2; i >= 1; i--)
// 初始化建堆
heapAdjust(r, i, n);
for (int i = n; i > 1; i--) { // 不斷輸出堆頂元素並調整 r[1..i-1]爲新堆
int tmp = r[1]; // 交換堆頂與堆底元素
r[1] = r[i];
r[i] = tmp;
heapAdjust(r, 1, i - 1); // 調整
}
}