课程：《程序设计与数据结构》
班级： 1723
姓名： 方艺雯
学号：20172314
实验教师：王志强
实验日期：2018年11月8日
必修/选修： 必修
1、实验内容及要求
-
实验二-1-实现二叉树
参考教材p212,完成链树LinkedBinaryTree的实现（getRight,contains,toString,preorder,postorder）用JUnit或自己编写驱动类对自己实现的LinkedBinaryTree进行测试
-
实验二 树-2-中序先序序列构造二叉树
基于LinkedBinaryTree，实现基于（中序，先序）序列构造唯一一棵二㕚树的功能，比如给出中序HDIBEMJNAFCKGL和后序ABDHIEJMNCFGKL,构造出附图中的树，用JUnit或自己编写驱动类对自己实现的功能进行测试
-
实验二 树-3-决策树
自己设计并实现一颗决策树
-
实验二 树-4-表达式树
输入中缀表达式，使用树将中缀表达式转换为后缀表达式，并输出后缀表达式和计算结果
-
实验二 树-5-二叉查找树
完成PP11.3
-
实验二 树-6-红黑树分析
参考http://www.cnblogs.com/rocedu/p/7483915.html对Java中的红黑树（TreeMap，HashMap）进行源码分析，并在实验报告中体现分析结果。（C:Program FilesJavajdk-11.0.1libsrcjava.basejavautil）
实验过程及结果
实验2-1
-
getRight方法核心代码为
LinkedBinaryTree<T> result = new LinkedBinaryTree <T>(); result.root = root.getRight(); -
preorder,postorder方法核心代码为
//前序遍历 public void preOrder(BinaryTreeNode<T> root) { if (root != null) { System.out.print(root.element + " "); preOrder(root.left); preOrder(root.right); } } //后序遍历 public void postOrder(BinaryTreeNode<T> root) { if (root != null) { postOrder(root.left); postOrder(root.right); System.out.print(root.element + " "); } }使用了递归的方法进行遍历
-
contains,toString,方法均使用课本代码，其中toString是将PrintTree改名。
-
实验结果
实验2-2
-
核心代码为：
public BinaryTreeNode<T> reBuildTree(String[] pre, String[] in, int preStart, int preEnd, int inStart, int inEnd) { BinaryTreeNode root = new BinaryTreeNode(pre[preStart]); root.left = null; root.right = null; if (preStart == preEnd && inStart == inEnd) {//只有一个元素时 return root; } int a = 0; for(a= inStart; a < inEnd; a++){//找到中序遍历中根节点的位置 if (pre[preStart] == in[a]) { break; } } int leftLength = a - inStart;//找到左子树的元素个数 int rightLength = inEnd - a;//找到右子树的元素个数 if (leftLength > 0) {//左右子树分别进行以上操作 root.left= reBuildTree(pre, in, preStart+1, preStart+leftLength, inStart, a-1); } if (rightLength > 0) { root.right = reBuildTree(pre, in, preStart+1+leftLength, preEnd, a+1, inEnd); } return root; } -
在原来的二叉树代码中添加reBuildTree方法，结合前序和中序序列，找到根结点和左右子树，然后对左右子树分别递归使用reBuildTree方法，逐步往下建立树。
-
最后使用
public void reBuildTree(String [] pre, String [] in) { BinaryTreeNode a = reBuildTree(pre, in, 0, pre.length-1, 0, in.length-1); root = a; }方法调用reBuildTree(String[] pre, String[] in, int preStart, int preEnd, int inStart, int inEnd)方法，完成树的重建。
-
实验结果
实验2-3
-
核心代码
public void evaluate() { LinkedBinaryTree<String> current = tree; Scanner scan = new Scanner(System.in); while (current.size() > 1) { System.out.println(current.getRootElement()); if (scan.nextLine().equalsIgnoreCase("N")) current = current.getLeft(); else current = current.getRight(); } System.out.println("得出结论："+current.getRootElement()); }evaluate方法用来决策，从文件中读入问题之后，根据用户输入的结果，来进行下一步选择，输出左子树或右子树。
-
实验结果
实验2-4
-
核心代码
public BinaryTreeNode BuildTree(String str) { ArrayList<BinaryTreeNode> num = new ArrayList<BinaryTreeNode>(); ArrayList<String> symbol = new ArrayList<String>(); StringTokenizer st = new StringTokenizer(str); //得到输入的数字和符号 String next; while (st.hasMoreTokens()) { next = st.nextToken(); if (next.equals("(")) { String str1 = ""; next = st.nextToken(); while (!next.equals(")")) {//计算括号内的内容，当找到右括号时，进行下面的步骤构造树 str1 += next + " "; next = st.nextToken(); } num.add(BuildTree(str1));//括号里的优先，创建一棵树 if (st.hasMoreTokens()) { next = st.nextToken(); } else break; } if (!next.equals("+") && !next.equals("-") && !next.equals("*") && !next.equals("/")) { num.add(new BinaryTreeNode(next)); //是数字进入num } if (next.equals("+") || next.equals("-")) { BinaryTreeNode<String> tempNode = new BinaryTreeNode<>(next); next = st.nextToken(); if (!next.equals("(")) { symbol.add(tempNode.element);//优先级低，存入符号集 num.add(new BinaryTreeNode(next)); } else { symbol.add(tempNode.element); String temp = st.nextToken(); String s = ""; while (!temp.equals(")")) {//收集括号内的信息 s += temp + " "; temp = st.nextToken(); } num.add(BuildTree(s));//对括号内的建树 } } if (next.equals("*") || next.equals("/")) { BinaryTreeNode<String> tempNode = new BinaryTreeNode<>(next); next = st.nextToken(); if (!next.equals("(")) {//没有括号时，以* / 为父结点建树，num中最后两个数分别为左右孩子 tempNode.setLeft(num.remove(num.size() - 1)); tempNode.setRight(new BinaryTreeNode<String>(next)); num.add(tempNode);//将这个树添加到num中 } else { //遇到括号，num的最后一个数为左孩子，剩下的都是右子树 String temp = st.nextToken(); tempNode.setLeft(num.remove(num.size() - 1));//把* 或/ 前面的数变为左子树 String s = ""; while (!temp.equals(")")) {//括号中内容全部是的是右子树 s += temp + " "; temp = st.nextToken(); } tempNode.setRight(BuildTree(s)); num.add(tempNode); } } } int i = symbol.size(); while (i > 0) {//最后把num中存放的小树，整合成一棵完整的树。 BinaryTreeNode<T> root = new BinaryTreeNode(symbol.remove(symbol.size() - 1)); root.setRight(num.remove(num.size() - 1)); root.setLeft(num.remove(num.size() - 1)); num.add(root); i--; } return num.get(0);//输出最终的树 } -
要考虑优先级，括号的优先级最高，括号中的式子构建子树，然后再次存入数组中，其次是乘除，取数字组的最后两个数与符号构建二叉树，最后是加减。然后从num数组中将最后得到的各个优先级的子树根据symbol数组里的符号构建最终的树。
-
实验结果
实验2-5
-
核心代码
public T findMin() { T result = null; if (isEmpty()) throw new EmptyCollectionException("LinkedBinarySearchTree"); else { if (root.left == null) { result = root.element; //root = root.right; } else { BinaryTreeNode<T> parent = root; BinaryTreeNode<T> current = root.left; while (current.left != null) { parent = current; current = current.left; } result = current.element; //parent.left = current.right; } //modCount--; } return result; }@Override public T findMax() { T result = null; if (isEmpty()) throw new EmptyCollectionException("LinkedBinarySearchTree"); else { if (root.right == null) { result = root.element; //root = root.left; } else { BinaryTreeNode<T> parent = root; BinaryTreeNode<T> current = root.right; while (current.right != null) { parent = current; current = current.right; } result = current.element; //parent.right = current.left; } //modCount--; } return result; }public T removeMax() { T result = null; if (isEmpty()) throw new EmptyCollectionException("LinkedBinarySearchTree"); else { if (root.right == null) { result = root.element; root = root.left; } else { BinaryTreeNode<T> parent = root; BinaryTreeNode<T> current = root.right; while (current.right != null) {//找右子树，他为最大 parent = current; current = current.right; } result = current.element;//得到最大值 parent.right = current.left;//用左孩子替换最大的 } modCount--; } return result; } -
findMin和findMax类似，removeMax是在findMax的基础上找到之后将其替换。由于二叉查找树左孩子小于根小于右孩子，例如findMin操作，当左孩子为空时，返回根结点（最小），否则向下查找到最后一个左孩子，返回其值。
-
实验结果
实验2-6
-
首先介绍一下红黑树：
- 每个节点都只能是红色或者黑色
- 根节点是黑色
- 每个叶子节点是黑色的
- 如果一个节点是红色的，则它的两个子节点都是黑色的
- 从任意一个节点到每个叶子节点的所有路径都包含相同数目的黑色节点
-
key的两种排序方式
- 自然排序：TreeMap的所有key必须实现Comparable接口，并且所有key应该是同一个类的对象，否则将会抛ClassCastException异常
* 指定排序：这种排序需要在构造TreeMap时，传入一个Comparator对象，该对象负责对TreeMap中的key进行排序
- 自然排序：TreeMap的所有key必须实现Comparable接口，并且所有key应该是同一个类的对象，否则将会抛ClassCastException异常
-
TreeMap类的继承关系
public class TreeMap<K,V> extends AbstractMap<K,V>implements NavigableMap<K,V>, Cloneable, Serializable它继承并实现了Map，所以TreeMap具有和Map一样执行put，get的操作，直接通过key取value值。同时实现SortedMap，支持遍历时按元素的大小有序遍历。
-
TreeMap 是一个有序的key-value集合，它是通过红黑树实现的。
TreeMap 继承于AbstractMap，所以它是一个Map，即一个key-value集合。
TreeMap 实现了NavigableMap接口，意味着它支持一系列的导航方法。比如返回有序的key集合。
TreeMap 实现了Cloneable接口，意味着它能被克隆。
TreeMap 实现了java.io.Serializable接口，意味着它支持序列化。
TreeMap基于红黑树（Red-Blacktree）实现。该映射根据其键的自然顺序进行排序，或者根据创建映射时提供的 Comparator进行排序，具体取决于使用的构造方法。
-
构造函数
// 默认构造函数 public TreeMap() { comparator = null; } // 带比较器的构造函数 public TreeMap(Comparator<? super K> comparator) { this.comparator = comparator; } // 带Map的构造函数，Map会成为TreeMap的子集 public TreeMap(Map<? extends K, ? extends V> m) { comparator = null; putAll(m); } // 带SortedMap的构造函数，SortedMap会成为TreeMap的子集 public TreeMap(SortedMap<K, ? extends V> m) { comparator = m.comparator(); try { buildFromSorted(m.size(), m.entrySet().iterator(), null, null); } catch (java.io.IOException cannotHappen) { } catch (ClassNotFoundException cannotHappen) { } } -
从TreeMap中删除第一个节点方法
public Map.Entry<K,V> pollFirstEntry() { // 获取第一个节点 Entry<K,V> p = getFirstEntry(); Map.Entry<K,V> result = exportEntry(p); // 删除第一个节点 if (p != null) deleteEntry(p); return result; } -
返回小于key值的最大的键值对所对应的KEY，没有的话返回null
public K lowerKey(K key) { return keyOrNull(getLowerEntry(key)); } -
获取Map的头部,范围从第一个节点 到 toKey.
public NavigableMap<K,V> headMap(K toKey, boolean inclusive) { return new AscendingSubMap(this, true, null, true, false, toKey, inclusive); } -
删除当前结点
需注意当lastReturned的左右孩子都不为空时，要将其赋值给next。是因为删除lastReturned节点之后，next节点指向的仍然是下一个节点。根据红黑树的特性可知：当被删除节点有两个儿子时。那么，首先把它的后继节点的内容复制给该节点的内容，之后删除它的后继节点。这意味着当被删除节点有两个儿子时，删除当前节点之后，新的当前节点实际上是原有的后继节点(即下一个节点)。而此时next仍然指向新的当前节点。也就是说next是仍然是指向下一个节点，能继续遍历红黑树。
public void remove() { if (lastReturned == null) throw new IllegalStateException(); if (modCount != expectedModCount) throw new ConcurrentModificationException(); if (lastReturned.left != null && lastReturned.right != null) next = lastReturned; deleteEntry(lastReturned); expectedModCount = modCount; lastReturned = null; } } -
firstEntry()和getFirstEntry()
public Map.Entry<K,V> firstEntry() { return exportEntry(getFirstEntry()); } final Entry<K,V> getFirstEntry() { Entry<K,V> p = root; if (p != null) while (p.left != null) p = p.left; return p; }firstEntry()和getFirstEntry()都是用于获取第一个节点,firstEntry()是对外接口；getFirstEntry() 是内部接口。而且，firstEntry()是通过getFirstEntry() 来实现的。之所以不直接调用getFirstEntry()是为了防止用户修改返回的Entry。我们可以调用Entry的getKey()、getValue()来获取key和value值，以及调用setValue()来修改value的值，而对firstEntry()返回的Entry对象只能进行getKey()、getValue()等读取操作。所以要调用 firstEntry()获取。
-
HashMap
HashMap由数组+链表组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的，如果定位到的数组位置不含链表（当前entry的next指向null）,那么对于查找，添加等操作很快，仅需一次寻址即可；如果定位到的数组包含链表，对于添加操作，其时间复杂度为O(n)，首先遍历链表，存在即覆盖，否则新增,对于查找操作来讲，仍需遍历链表，然后通过key对象的equals方法逐一比对查找。所以，性能考虑，HashMap中的链表出现越少，性能才会越好。 -
get方法
get方法通过key值返回对应value，如果key为null，直接去table[0]处检索public V get(Object key) {//如果key为null,则直接去table[0]处去检索即可。 if (key == null) return getForNullKey(); Entry<K,V> entry = getEntry(key); return null == entry ? null : entry.getValue(); } -
getEntry方法
get方法的实现相对简单，key(hashcode)-->hash-->indexFor-->最终索引位置，找到对应位置table[i]，再查看是否有链表，遍历链表，通过key的equals方法比对查找对应的记录。要注意的是，上面在定位到数组位置之后然后遍历链表的时候，e.hash==hash是有必要的，不能仅通过equals判断。因为如果传入的key对象重写了equals方法却没有重写hashCode，而恰巧此对象定位到这个数组位置，如果仅仅用equals判断可能是相等的，但其hashCode和当前对象不一致，这种情况，根据Object的hashCode的约定，不能返回当前对象，而应该返回null。final Entry<K,V> getEntry(Object key) { if (size == 0) { return null; } //通过key的hashcode值计算hash值 int hash = (key == null) ? 0 : hash(key); //indexFor (hash&length-1) 获取最终数组索引，然后遍历链表，通过equals方法比对找出对应记录 for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } return null; } -
roundUpToPowerOf2方法
这个处理使得数组长度一定为2的次幂，Integer.highestOneBit是用来获取最左边的bit（其他bit位为0）所代表的数值。private static int roundUpToPowerOf2(int number) { // assert number >= 0 : "number must be non-negative"; return number >= MAXIMUM_CAPACITY ? MAXIMUM_CAPACITY : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1; }那么为什么数组长度一定是2的次幂呢？
这样会保证低位全为1，而扩容后只有一位差异，也就是多出了最左位的1，这样在通过 h&(length-1)的时候，只要h对应的最左边的那一个差异位为0，就能保证得到的新的数组索引和老数组索引一致，同时，数组长度保持2的次幂，length-1的低位都为1，会使得获得的数组索引index更加均匀，如果不是2的次幂，也就是低位不是全为1此时，h的低位部分不再具有唯一性了，哈希冲突的几率会变的更大。
遇到的问题及解决
-
问题一：实验二-2的中序先序序列构造二叉树的实现
-
问题一解决：前序序列可以确定根结点，由循环得出
for(a= inStart; a < inEnd; a++){//找到中序遍历中根节点的位置 if (pre[preStart] == in[a]) { break; } }那么在中序序列中，根结点左右的元素即可确立，确定左右元素的数目leftLength和rightLength，若大于0，则分别进行
root.left= reBuildTree(pre, in, preStart+1, preStart+leftLength, inStart, a-1);和
root.right = reBuildTree(pre, in, preStart+1+leftLength, preEnd, a+1, inEnd);
再次确定左右子树的根结点，如此循环，直到所有的结点被确定，这时树就形成了。
其他
这次的实验报告有一点难度，花费挺长时间的，不过对树的了解更加深入了，学习到很多。