我是整个"数据结构"的新手。
我正在尝试使用LinkedList(来自Java集合)实现字典。我截断了过去某人的一个例子。
[条目.java]
public class Entry<K, V> {
K key;
V value;
public Entry(K key, V value) {
this.key = key;
this.value = value;
}
public K key() {
return key;
}
public V value() {
return value;
}
}
[字典.java]
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
public class Dictionary<K, V> {
private List<Entry<K, V>> set;
public Dictionary() {
this.set = new LinkedList<Entry<K, V>>();
}
public Entry<K, V> find(K key) {
// for all entries in set...
// check if key mathches
// - if it does than return it
// else
return null;
}
/**
* insert(k, o): inserts and returns the entry (k, o)
*/
public Entry<K, V> insert(K key, V value) {
// obvious
return null;
}
public int size() {
return set.size();
}
public boolean isEmpty() {
return size() == 0;
}
}
你能给我看一个如何使用 Java 集合中的"插入"和"查找"函数的示例吗?我需要单独的索引吗?除了 K 和 V。
提前非常感谢你。
地图界面就是您要查找的。 根据Javadocs:
字典类是任何类的抽象父级,例如 哈希表,将键映射到值。每个键和每个值都是一个 对象。在任何一个字典对象中,每个键都与 最多一个值。给定一个字典和一个键,关联的元素 可以查找。任何非空对象都可以用作键和 价值。通常,实现应使用 equals 方法 来决定两个键是否相同。
注意:此类是 过时。新的实现应该实现 Map 接口, 而不是扩展此类。
正如Javadocs声明哈希映射包含键值对一样,以下是您实现此类的方式:
package hashmap;
import java.util.*;
public class HashMap<K,V> implements Map<K,V> {
private final int TABLESIZE = 101;
private LinkedList<Node<K, V>>[] list;
@SuppressWarnings("unchecked")
public HashMap() {
// Creates a hash table with a table size of TABLESIZE
list = new LinkedList[TABLESIZE];
}
// Returns the Hasindex of a key
private int getHashIndex(Object key) {
String hashCode = key.toString();
int i = Integer.parseInt(hashCode.substring(hashCode.length() - 4));
return i % TABLESIZE;
}
首先找到存储桶,然后迭代每个存储桶的 get 方法 public V get(Object key) { 尝试 {
LinkedList<Node<K,V>> bucket = list[getHashIndex(key)];
Iterator<Node<K,V>> itr = bucket.iterator();
while (itr.hasNext()) {
Node<K,V> node = itr.next();
if (node.getKey().equals(key)) {
return node.getValue();
}
}
}
// if there is no bucket return null
catch (NullPointerException e) {
return null;
}
return null;
}
//add method
public V put(K key, V value) {
// Hvis der ikke er en spand i forvejen tilføjes en ny
if (list[getHashIndex(key)] == null) {
list[getHashIndex(key)] = new LinkedList<Node<K,V>>();
}
LinkedList<Node<K,V>> bucket = list[getHashIndex(key)];
Iterator<Node<K,V>> itr = bucket.iterator();
V prevouis = null;
while (itr.hasNext()) {
Node<K,V> node = itr.next();
if (node.getKey().equals(key)) {
prevouis = node.getValue();
bucket.remove(node);
break;
}
}
bucket.addLast(new Node<K,V>(key, value));
return prevouis;
}
// remove method
public V remove(Object key) {
// Itererer igennem spanden for at finde og slette den korrekte nøgle
LinkedList<Node<K,V>> bucket = list[getHashIndex(key)];
Iterator<Node<K,V>> itr = bucket.iterator();
V value = null;
while (itr.hasNext()) {
Node<K,V> node = itr.next();
if (node.getKey().equals(key)) {
value = node.getValue();
bucket.remove(node);
break;
}
}
if (bucket.isEmpty()) {
list[getHashIndex(key)] = null;
}
return value;
}
@Override
public void clear() {
// TODO Auto-generated method stub
}
@Override
public boolean containsKey(Object key) {
// TODO Auto-generated method stub
return false;
}
@Override
public boolean containsValue(Object value) {
// TODO Auto-generated method stub
return false;
}
@Override
public Set<java.util.Map.Entry<K, V>> entrySet() {
// TODO Auto-generated method stub
return null;
}
@Override
public boolean isEmpty() {
// TODO Auto-generated method stub
return false;
}
@Override
public Set<K> keySet() {
// TODO Auto-generated method stub
return null;
}
@Override
public void putAll(Map<? extends K, ? extends V> m) {
// TODO Auto-generated method stub
}
@Override
public int size() {
// TODO Auto-generated method stub
return 0;
}
@Override
public Collection<V> values() {
// TODO Auto-generated method stub
return null;
}
public void printHashTable() {
System.out.println("HashTable:");
int nodeCount = 0;
for (int i = 0; i < list.length; i++) {
LinkedList<Node<K,V>> bucket = list[i];
if (bucket != null) {
nodeCount += bucket.size();
System.out.println("Index " + i + ": " + bucket);
}
}
System.out.println("Total nodes: " + nodeCount + "n");
}
}
此示例还显示了如何使用避免共患 与使用存储桶(在本例中为 LinkedList)一起使用此方法称为seperate chaining