Java数据结构与算法-java数据结构与算法（六）

package com.hyc.DataStructure.PriorityQueue;
import java.util.Comparator;
import java.util.PriorityQueue;
/**
 * @projectName: DataStructure
 * @package: com.hyc.DataStructure.PriorityQueue
 * @className: PriorityQueueTest
 * @author: 冷环渊 doomwatcher
 * @description: TODO
 * @date: 2022/2/26 12:25
 * @version: 1.0
 */
public class PriorityQueueTest {
    public static void main(String[] args) {
        //PriorityQueue<String> queue = new PriorityQueue<>();
        //queue.offer("1");
        //queue.offer("2");
        //queue.offer("3");
        //queue.offer("4");
        //System.out.println(queue.poll());
        //System.out.println(queue.poll());
        //System.out.println(queue.poll());
        //System.out.println(queue.poll());
        PriorityQueue<student> studentQueue = new PriorityQueue<>(new Comparator<>() {
            @Override
            public int compare(student o1, student o2) {
                if (o1.score == o2.score) {
                    return o1.name.compareTo(o2.name);
                }
                return o1.score - o2.score;
            }
            private static final long serialVersionUID = -2730510067769567346L;
        }
        );
        studentQueue.offer(new student("atuo", 80));
        studentQueue.offer(new student("dmc", 60));
        studentQueue.offer(new student("amc", 60));
        studentQueue.offer(new student("yqing", 100));
        System.out.println(studentQueue.poll());
        System.out.println(studentQueue.poll());
        System.out.println(studentQueue.poll());
        System.out.println(studentQueue.poll());
    }
}
class student {
    @Override
    public String toString() {
        return "student{" +
                "name='" + name + '\'' +
                ", score=" + score +
                '}';
    }
    public String name;
    public int score;
    public student(String name, int score) {
        this.name = name;
        this.score = score;
    }
}

输入: arr = [1,3,5,7,2,4,6,8] k = 4
输出 [1,2,3,4]

public static int[] smallestK(int[] arr, int k) {
        Arrays.sort(arr);
        int[] result = new int[k];
        for (int i = 0; i < k; i++) {
            result[i] = arr[i];
        }
        return result;
    }

public static int[] smallestKByQueue(int[] arr, int k) {
        PriorityQueue<Integer> queue = new PriorityQueue<>();
        int[] result = new int[k];
        for (int i = 0; i < arr.length; i++) {
            queue.offer(arr[i]);
        }
        for (int j = 0; j < k; j++) {
            result[j] = queue.poll();
        }
        return result;
    }

public static int[] smallestByHeap(int[] arr, int k) {
        PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o1 - o2;
            }
        });
        int[] result = new int[k];
        for (int i = 0; i < arr.length; i++) {
            queue.offer(arr[i]);
        }
        for (int i = 0; i < arr.length - k; i++) {
            queue.poll();
        }
        for (int j = 0; j < k; j++) {
            result[j] = queue.poll();
        }
        return result;
    }

//深度优先遍历方法
    public void dfs(boolean[] isVisted, int i) {
        //    首先输出该节点
        System.out.print(getValueByindex(i) + "->");
        //    将该节点设置为已经访问过
        isVisted[i] = true;
        //查找节点i 的第一个邻结节点
        int w = getFirstNeighbor(i);
        while (w != -1) {
            if (!isVisted[w]) {
                dfs(isVisted, w);
            }
            //    如果w节点已经被访问过了，那么我
            w = getNexttNeighbor(i, w);
        }
    }
    //对dfs进行重载，遍历我们所有的节点并且进行dfs
    public void dfs() {
        for (int i = 0; i < getNumOFVertex(); i++) {
            if (!isVisted[i]) {
                dfs(isVisted, i);
            }
        }
    }

//对一个节点进行广度优先搜索遍历
    public void bfs(boolean[] isVisted, int i) {
        //表示队列的头节点的对应下标
        int u;
        //邻节点w
        int w;
        //模拟队列记录节点访问的顺序
        LinkedList<Object> queue = new LinkedList<>();
        //输出节点信息
        System.out.print(getValueByindex(i) + "->");
        //    标记为已访问
        isVisted[i] = true;
        //    将节点加入队列
        queue.addLast(i);
        //判断只要非空就一直找
        while (!queue.isEmpty()) {
            //    取出队列头节点下标
            u = (Integer) queue.removeFirst();
            w = getFirstNeighbor(u);
            while (w != -1) {
                //    是否访问过
                if (!isVisted[w]) {
                    System.out.print(getValueByindex(w) + "->");
                    //    标记已经访问
                    isVisted[w] = true;
                    //    入队
                    queue.addLast(w);
                }
                //    如果访问过 以u 为前驱点 找w后面的第一个节点
                w = getNexttNeighbor(u, w);//体现出广度优先
            }
        }
    }
    //遍历所有的节点都进行广度优先搜索
    public void bfs() {
        for (int i = 0; i < getNumOFVertex(); i++) {
            if (!isVisted[i]) {
                bfs(isVisted, i);
            }
        }
    }

package com.hyc.DataStructure.garph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
/**
 * @projectName: DataStructure
 * @package: com.hyc.DataStructure.garph
 * @className: Graph
 * @author: 冷环渊 doomwatcher
 * @description: TODO
 * @date: 2022/2/22 17:52
 * @version: 1.0
 */
public class Graph {
    //存储顶点结合
    private ArrayList<String> vertexList;
    //存储图对应的邻结矩阵
    private int[][] edges;
    //表示边的数目
    private int numOFEdges;
    private boolean[] isVisted;
    public static void main(String[] args) {
        //测试一把图是否创建ok
        int n = 8;  //结点的个数
        //String Vertexs[] = {"A", "B", "C", "D", "E"};
        String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
        //创建图对象
        Graph graph = new Graph(n);
        //循环的添加顶点
        for (String vertex : Vertexs) {
            graph.insertVertex(vertex);
        }
        //添加边
        //A-B A-C B-C B-D B-E
//    graph.insertEdge(0, 1, 1); // A-B
//    graph.insertEdge(0, 2, 1); //
//    graph.insertEdge(1, 2, 1); //
//    graph.insertEdge(1, 3, 1); //
//    graph.insertEdge(1, 4, 1); //
        //更新边的关系
        graph.insertEdges(0, 1, 1);
        graph.insertEdges(0, 2, 1);
        graph.insertEdges(1, 3, 1);
        graph.insertEdges(1, 4, 1);
        graph.insertEdges(3, 7, 1);
        graph.insertEdges(4, 7, 1);
        graph.insertEdges(2, 5, 1);
        graph.insertEdges(2, 6, 1);
        graph.insertEdges(5, 6, 1);
        //显示 邻结矩阵
        graph.showGarph();
        ////    测试深度遍历
        System.out.println("深度遍历");
        graph.dfs();
        System.out.println();
        //测试广度优先搜索
        //System.out.println("广度遍历");
        //graph.bfs();
    }
    //构造器
    public Graph(int n) {
        //    初始化矩阵和VertexList
        edges = new int[n][n];
        vertexList = new ArrayList<String>(n);
        numOFEdges = 0;
        isVisted = new boolean[n];
    }
    /**
     * @author 冷环渊 Doomwatcher
     * @context: 得到第一个邻节点的下标
     * @date: 2022/2/22 18:22
     * @param index 如果存在就是返回对应的下标 否则返回-1
     * @return: int
     */
    public int getFirstNeighbor(int index) {
        for (int j = 0; j < vertexList.size(); j++) {
            if (edges[index][j] > 0) {
                return j;
            }
        }
        return -1;
    }
    public int getNexttNeighbor(int v1, int v2) {
        for (int j = v2 + 1; j < vertexList.size(); j++) {
            if (edges[v1][j] > 0) {
                return j;
            }
        }
        return -1;
    }
    //深度优先遍历方法
    public void dfs(boolean[] isVisted, int i) {
        //    首先输出该节点
        System.out.print(getValueByindex(i) + "->");
        //    将该节点设置为已经访问过
        isVisted[i] = true;
        //查找节点i 的第一个邻结节点
        int w = getFirstNeighbor(i);
        while (w != -1) {
            if (!isVisted[w]) {
                dfs(isVisted, w);
            }
            //    如果w节点已经被访问过了，那么我
            w = getNexttNeighbor(i, w);
        }
    }
    //对dfs进行重载，遍历我们所有的节点并且进行dfs
    public void dfs() {
        for (int i = 0; i < getNumOFVertex(); i++) {
            if (!isVisted[i]) {
                dfs(isVisted, i);
            }
        }
    }
    //对一个节点进行广度优先搜索遍历
    public void bfs(boolean[] isVisted, int i) {
        //表示队列的头节点的对应下标
        int u;
        //邻节点w
        int w;
        //模拟队列记录节点访问的顺序
        LinkedList<Object> queue = new LinkedList<>();
        //输出节点信息
        System.out.print(getValueByindex(i) + "->");
        //    标记为已访问
        isVisted[i] = true;
        //    将节点加入队列
        queue.addLast(i);
        //判断只要非空就一直找
        while (!queue.isEmpty()) {
            //    取出队列头节点下标
            u = (Integer) queue.removeFirst();
            w = getFirstNeighbor(u);
            while (w != -1) {
                //    是否访问过
                if (!isVisted[w]) {
                    System.out.print(getValueByindex(w) + "->");
                    //    标记已经访问
                    isVisted[w] = true;
                    //    入队
                    queue.addLast(w);
                }
                //    如果访问过 以u 为前驱点 找w后面的第一个节点
                w = getNexttNeighbor(u, w);//体现出广度优先
            }
        }
    }
    //遍历所有的节点都进行广度优先搜索
    public void bfs() {
        for (int i = 0; i < getNumOFVertex(); i++) {
            if (!isVisted[i]) {
                bfs(isVisted, i);
            }
        }
    }
    //图中常用的方法
    //返回节点的数目
    public int getNumOFVertex() {
        return vertexList.size();
    }
    //返回节点i 对应的下标数据
    public String getValueByindex(int i) {
        return vertexList.get(i);
    }
    //返回v1和v2的权值
    public int getWeight(int v1, int v2) {
        return edges[v1][v2];
    }
    //显示矩阵
    public void showGarph() {
        for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }
    //    插入顶点
    public void insertVertex(String vertex) {
        vertexList.add(vertex);
    }
    /**
     * @author 冷环渊 Doomwatcher
     * @context: 添加边
     * @date: 2022/2/22 18:01
     * @param v1 表示点的下标 即使 第几个顶点 a-b a ->0 b->1
     * @param v2 和v1同理是第二个顶点的下标
     * @param weight  表示矩阵里面用什么来表示他们是关连的 0 表示没有连接 1 表示连接了
     * @return: void
     */
    public void insertEdges(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOFEdges++;
    }
}