java數據結構與演算法源碼
給你寫了答案如下，有問題再追問。
B
A
C
確切性
3
infexOf
隊頭指針指向隊尾
對
對
順序表：查找方便，但插入困難；
鏈表：查找困難，但插入方便。
//最大值
publicstaticintgetMax(intn,int[]arr){//n是數組最後一個元素的index
if(n==0)
returnarr[0];
if(arr[n]>getMax(n-1,arr))
returnarr[n];
returngetMax(n-1,arr);
}//平均值
publicstaticintgetAverage(intn,int[]arr){//n是數組最後一個元素的index
if(n==1)
returnarr[0];
return(arr[n]+getAverage(n-1,arr)*(n-1))/n;
}//刪除節點
publicstaticNodermNode(Nodehead,Nodenode){
Nodetemp=head;
while(temp.next!=null){
if(temp.next==node){
temp.next=node.next;
break;
}
else
temp=temp.next;
}
returnhead;
}//數組元素逆置
publicstaticint[]inverseArray(int[]arr){
intstart=0;
intend=arr.length-1;
for(;start<arr.length/2;start++,end--){
inttemp=arr[start];
arr[start]=arr[end];
arr[end]=temp;
}
returnarr;
2. 用Java實現一個地鐵票價計算程序，希望給出主要演算法與數據結構
根據某市地鐵線路圖寫一個地鐵票價計算程序
需求描述：
1.計費規則：最低2元，超過5站以上每站加收0.5元，換乘重新起算，例如L1先坐4站，換乘L2再坐6站，結果就是2+2.5=5.5元
2.程序啟動以後讀取輸入文件（in.txt），內容格式如：
L2-8,L2-2
X3,L3-8
....
每行表示一次行程，起點站和終點站之間用逗號分隔，行數不限
4.系統按最短路徑方案（盡量少換乘且站數少，假設乘 客換乘一次用的時間相當於坐4個站）規劃路線，計算票價，並把路線和票價輸出到文件(out.txt)，內容格式如：
L2-8,L2-2=2.5:L2-8,L2-7,L2-6,L2-5,L2-4,L2-3,L2-2
X3,L3-8=4:X3,X4,L3-8
....
等號後面的表示票價和路徑
地鐵線路圖如下：共有5條線路，X開頭的站點表示 換乘車站
3. Java 與 演算法+數據結構 （100分）
說數據結構沒用那是不可能的，但是要看你做什麼了。
比如說你要血java，如果你想搞網站方面的話就簡單了。
數據結構基本可以不用學，因為在web應用中，能用到的演算法的地方少之又少，幾乎就那麼幾個，想記不住都難。
但是如果你要往軟體方面和手軟方面發展的話就要學一部分了，但是這東西學是學不到的，能學到的只不過是思路，到時候自己發揮一下，想個演算法就行了，演算法這東西說難不難，難的東西有，但是沒有你能用到的。
像你這樣的情況我想說兩點：
首先，說你想從事演算法類的工作，那麼選擇什麼樣的語言都是一樣的，演算法肯定有，但是用到的都不多。剛進公司的時候一般是用不到演算法的，因為演算法都是別人想的，你也許有好的演算法，但是別人不一定採用，但是你的演算法基礎不要丟掉，因為等你當了項目經理後這個是必不可少的。
其次，你要知道，在學計算機的路上，很少有人能學什麼就做什麼，大家都在被社會潮流推動，想要不掉隊就只能隨波逐流。因為畢竟我們都不想一輩子寫代碼。大家都是拿這東西做個跳板。
學java的路很長，但是也很有趣，希望你能學好。我想以你的演算法基礎，以後想成為專業精英不是問題。加油吧。
4. java數據結構與演算法分析
於之前面試android的時候考到了很多關於java的知識，所以這次重溫數據結構知識就打算用java來學習，畢竟android是以java為基礎的，而且我現在學習的j2ee架構也是以java為基礎的。
java中的類就是對現實世界的對象的一種抽象，例如人就是一個類別，人有名字，聯系電話，住址等成員屬性，人擁有說話，吃飯，走路等成員方法。類就是這樣，定義了一種對象，它有什麼，會做什麼。
繼承——子類就是父類的一種特定類別。例如學生就是人的子類，學生屬於人，是特定的一類人。所以我們讓學生繼承人，這樣學生可以擁有人的屬性和方法，也就是說，學生也有了名字，聯系電話，住址等成員屬性，擁有說話，吃飯，走路等成員方法。但是學生還有特定的一些方法（讀書，上課），或者特定的一些屬性（學號，年級），這些可以添加在子類中。
因為每個子類都屬於父類，例如每個學生都屬於人，所以可以用父類來引用子類的對象:People p = new Student();反過來不行。
java中一個類只能繼承一個父類，也就是單繼承。
但一個類可以實現多個介面，間接地實現了多繼承。介面就是一系列方法的聲明，沒有實現。於之前面試android的時候考到了很多關於java的知識，所以這次重溫數據結構知識就打算用java來學習，畢竟android是以java為基礎的，而且我現在學習的j2ee架構也是以java為基礎的。
java中的類就是對現實世界的對象的一種抽象，例如人就是一個類別，人有名字，聯系電話，住址等成員屬性，人擁有說話，吃飯，走路等成員方法。類就是這樣，定義了一種對象，它有什麼，會做什麼。
繼承——子類就是父類的一種特定類別。例如學生就是人的子類，學生屬於人，是特定的一類人。所以我們讓學生繼承人，這樣學生可以擁有人的屬性和方法，也就是說，學生也有了名字，聯系電話，住址等成員屬性，擁有說話，吃飯，走路等成員方法。但是學生還有特定的一些方法（讀書，上課），或者特定的一些屬性（學號，年級），這些可以添加在子類中。
因為每個子類都屬於父類，例如每個學生都屬於人，所以可以用父類來引用子類的對象:People p = new Student();反過來不行。
java中一個類只能繼承一個父類，也就是單繼承。
但一個類可以實現多個介面，間接地實現了多繼承。介面就是一系列方
5. Java數據結構二叉樹深度遞歸調用演算法求內部演算法過程詳解
二叉樹
1
2 3
4 5 6 7
這個二叉樹的深度是3，樹的深度是最大結點所在的層，這里是3.
應該計算所有結點層數，選擇最大的那個。
根據上面的二叉樹代碼，遞歸過程是：
f(1)=f(2)+1 > f(3) +1 ? f(2) + 1 : f(3) +1
f(2) 跟f(3)計算類似上面，要計算左右結點，然後取大者
所以計算順序是f(4.left) = 0, f(4.right) = 0
f(4) = f(4.right) + 1 = 1
然後計算f(5.left) = 0,f(5.right) = 0
f(5) = f(5.right) + 1 =1
f(2) = f(5) + 1 =2
f(1.left) 計算完畢，計算f(1.right) f(3) 跟計算f(2)的過程一樣。
得到f(3) = f(7) +1 = 2
f(1) = f(3) + 1 =3
if(depleft>depright){
returndepleft+1;
}else{
returndepright+1;
}只有left大於right的時候採取left +1，相等是取right
6. java（演算法與數據結構）tree
代碼實現[一]部分
package ChapterEight;
class Tree {
class Node {
public long value;
public Node leftChild;
public Node rightChild;
public Node(long value) {
this.value = value;
leftChild = null;
rightChild = null;
}
}
public Node root;
public Tree() {
root = null;
}
// 向樹中插入一個節點
public void insert(long value) {
Node newNode = new Node(value);
// 樹是空的
if (root == null)
root = newNode;
else {
Node current = root;
Node parentNode;
while (true) {
parentNode = current;
if (value < current.value) {
current = current.leftChild;
// 要插入的節點為左孩子節點
if (current == null) {
parentNode.leftChild = newNode;
return;
}
} else {
// 要插入的節點為右孩子節點
current = current.rightChild;
if (current == null) {
parentNode.rightChild = newNode;
return;
}
}
}
}
}
// 先續遍歷樹中的所有節點
public void preOrder(Node currentRoot) {
if (currentRoot != null) {
System.out.print(currentRoot.value + " ");
preOrder(currentRoot.leftChild);
preOrder(currentRoot.rightChild);
}
}
// 中續遍歷樹中的所有節點
public void inOrder(Node currentNode) {
if (currentNode != null) {
inOrder(currentNode.leftChild);
System.out.print(currentNode.value + " ");
inOrder(currentNode.rightChild);
}
}
// 後續遍歷樹中的所有節點
public void postOrder(Node currentNode) {
if (currentNode != null) {
postOrder(currentNode.leftChild);
postOrder(currentNode.rightChild);
System.out.print(currentNode.value + " ");
}
}
public void traverse(int traverseType) {
switch (traverseType) {
case 1:
preOrder(root);
break;
case 2:
inOrder(root);
break;
case 3:
postOrder(root);
break;
default:
break;
}
// 依據樹節點的值刪除樹中的一個節點
public boolean delete(int value) {
// 遍歷樹過程中的當前節點
Node current = root;
// 要刪除節點的父節點
Node parent = root;
// 記錄樹的節點為左孩子節點或右孩子節點
boolean isLeftChild = true;
while (current.value != value) {
parent = current;
// 要刪除的節點在當前節點的左子樹里
if (value < current.value) {
isLeftChild = true;
current = current.leftChild;
}
// 要刪除的節點在當前節點的右子樹里
else {
isLeftChild = false;
current = current.rightChild;
}
// 在樹中沒有找到要刪除的節點
if (current == null)
return false;
}
// 要刪除的節點為葉子節點
if (current.leftChild == null && current.rightChild == null) {
// 要刪除的節點為根節點
if (current == root)
root = null;
// 要刪除的節點為左孩子節點
else if (isLeftChild)
parent.leftChild = null;
// 要刪除的節點為右孩子節點
else
parent.rightChild = null;
}
// 要刪除的節點有左孩子節點，沒有右孩子節點
else if (current.rightChild == null) {
// 要刪除的節點為根節點
if (current == null)
root = current.leftChild;
// 要刪除的節點為左孩子節點
else if (isLeftChild)
parent.leftChild = current.leftChild;
// 要刪除的節點為右孩子節點
else
parent.rightChild = current.leftChild;
}
// 要刪除的節點沒有左孩子節點，有右孩子節點
else if (current.leftChild == null) {
// 要刪除的節點為根節點
if (current == root)
root = root.rightChild;
// 要刪除的節點為左孩子節點
else if (isLeftChild)
parent.leftChild = current.rightChild;
// 要刪除的節點為右孩子節點
else
parent.rightChild = current.rightChild;
}
// 要刪除的接節點既有左孩子節點又有右孩子節點
else {
Node successor = getSuccessor(current);
// 要刪除的節點為根節點
if (current == root)
root = successor;
// 要刪除的節點為左孩子節點
else if (isLeftChild)
parent.leftChild = successor;
// 要刪除的節點為右孩子節點
else
parent.rightChild = successor;
}
return true;
}
// 找到要刪除節點的替補節點
private Node getSuccessor(Node delNode) {
// 替補節點的父節點
Node successorParent = delNode;
// 刪除節點的替補節點
Node successor = delNode;
Node current = delNode.rightChild;
while (current != null) {
// successorParent指向當前節點的上一個節點
successorParent = successor;
// successor變為當前節點
successor = current;
current = current.leftChild;
}
// 替補節點的右孩子節點不為空
if (successor != delNode.rightChild) {
successorParent.leftChild = successor.rightChild;
successor.rightChild = delNode.rightChild;
}
return successor;
}
}
public class TreeApp {
public static void main(String[] args) {
Tree tree = new Tree();
tree.insert(8);
tree.insert(50);
tree.insert(45);
tree.insert(21);
tree.insert(32);
tree.insert(18);
tree.insert(37);
tree.insert(64);
tree.insert(88);
tree.insert(5);
tree.insert(4);
tree.insert(7);
System.out.print("PreOrder : ");
tree.traverse(1);
System.out.println();
System.out.print("InOrder : ");
tree.traverse(2);
System.out.println();
System.out.print("PostOrder : ");
tree.traverse(3);
System.out.println();
System.out.println(tree.delete(7));
System.out.print("PreOrder : ");
tree.traverse(1);
System.out.println();
System.out.print("InOrder : ");
tree.traverse(2);
System.out.println();
System.out.print("PostOrder : ");
tree.traverse(3);
System.out.println();
}
}
7. java數據結構和演算法
首先看存儲方式, 這個list, 只保存一個link的引用, 作為鏈表的頭, 然後通過這個頭.next, 得到第二個, 第二個.next得到第三個, 一次類推, 知道.next == null 的時候, 說明list結束.
那麼現在分兩種情況看:
1. 當當前鏈表裡面沒有元素的時候, 那麼就添加一個, 然後讓它的next = first, 也就是為null, 那麼鏈表在遍歷的時候, 訪問了第一個, 然後第一個.next == null, 鏈表就到頭了.
2.當當前鏈表裡面有元素的時候, 那麼因為方法叫做firstinsert, 也就是添加頭元素, 所以先聲明一個link = newlink, 然後讓newlink, 的next 指向之前list.first素, 那麼現在newlink就變成了第一個, 而之前那個變成了第二個, 然後再把newlink的引用賦給first, 這樣, 鏈表的頭就變成了newlink, 達到了first insert的目的.
first的引用就是我上面分析的兩種情況, 一種是沒有元素就是null, 另一種情況是有, 變成了第二個, 因為這個list要有結束的位置, 否則就無限長了, 結束的條件就是遍歷list的時候, 最後一個元素.next == null, 這樣list就停住了我大體畫個圖吧, 你看看:
第一種情況: 當隊列中沒有元素的時候
列表中什麼都沒有 : [ (head)null ]
有一個newlink {nl}
執行完newlink.next=first; {nl} -> null
執行完first=newlink; [ (head){nl} -> null ];
這樣list的頭就是newlist, 只有它一個元素.
第二中情況: 當隊列中有元素的時候:
假設當前頭元素為{oldhead}
[ (head){oldhead} -> {obj1} -> {obj2} ... {objn} -> null]
有一個newlink {nl}
執行完newlink.next=first; {nl} -> {oldhead}
執行完first=newlink; [ (head){nl} -> {oldhead} -> {obj1} -> {obj2} ... {objn} -> null]
這樣list的頭就是newlist, 而oldhead就變成了第二個元素, 後面的元素以此類推.
8. 《數據結構與演算法分析Java語言描述（英文版·第3版）》pdf下載在線閱讀，求百度網盤雲資源
《數據結構與演算法分析》（韋斯 (Mark Allen Weiss)）電子書網盤下載免費在線閱讀
資源鏈接：
鏈接：https://pan..com/s/1iQ1hMxCUHP-7lGise1ux1w
書名：數據結構與演算法分析
作者：韋斯 (Mark Allen Weiss)
出版社：機械工業出版社
出版年份：2013-2-1
頁數：614
內容簡介：
本書是國外數據結構與演算法分析方面的經典教材，使用卓越的Java編程語言作為實現工具討論了數據結構（組織大量數據的方法）和演算法分析（對演算法運行時間的估計）。
隨著計算機速度的不斷增加和功能的日益強大，人們對有效編程和演算法分析的要求也不斷增長。本書將演算法分析與最有效率的Java程序的開發有機地結合起來，深入分析每種演算法，並細致講解精心構造程序的方法，內容全面、縝密嚴格。
第3版的主要更新如下：
第4章包含AVL樹刪除演算法的實現。
第5章進行了全面修訂和擴充，現在包含兩種較新的演算法—cuckoo散列和hopscotch散列。
第7章包含基數排序的相關內容，並給出了下界證明。
第12章增加了後綴樹和後綴數組的相關材料，包括Karkkainen和Sanders的線性時間後綴數組構造演算法。
更新書中的代碼，使用了Java 7中的菱形運算符。
作者簡介：
Mark Allen Weiss佛羅里達國際大學計算與信息科學學院教授、副院長，本科教育主任和研究生教育主任。他於1987年獲得普林斯頓大學計算機科學博士學位，師從Bob Sedgewick。 他曾經擔任全美AP（Advanced Placement）考試計算機學科委員會的主席（2000—2004）。他的主要研究興趣是數據結構、演算法和教育學。
9. Java數據結構與演算法有哪些
《Java數據結構和演算法》（第2版）介紹了計算機編程中使用的數據結構和演算法，對於在計算機應用中如何操作和管理數據以取得最優性能提供了深入淺出的講解。全書共分為15章，分別講述了基本概念、數組、簡單排序、堆和隊列、鏈表、遞歸、進階排序、二叉樹、紅黑樹、哈希表及圖形等知識。附錄中則提供了運行專題Applet和常式、相關書籍和問題解答。《Java數據結構和演算法》（第2版）提供了學完一門編程語言後進一步需要知道的知識。本書所涵蓋的內容通常作為大學或學院中計算機系二年級的課程，在學生掌握了編程的基礎後才開始本書的學習。