20172303 2018-2019-1 《程式設計與資料結構》實驗二報告

• 課程：《程式設計與資料結構》
• 班級： 1723
• 姓名： 範雯琪
• 學號：20172303
  
• 實驗教師：王志強
• 助教：張師瑜/張之睿
• 實驗日期：2018年11月5日
• 必修/選修： 必修

實驗內容

本次實驗主要是關於樹的應用， 涉及了二叉樹、決策樹、表示式樹、二叉查詢樹、紅黑樹五種樹的型別，是對最近學習內容第十章和第十一章的一個總結。

節點一

• 參考教材P212,完成鏈樹LinkedBinaryTree的實現(getRight,contains,toString,preorder,postorder)，用JUnit或自己編寫驅動類對自己實現的LinkedBinaryTree進行測試。

節點二

• 基於LinkedBinaryTree，實現基於（中序，先序）序列構造唯一一棵二㕚樹的功能，比如給出先序ABDHIEJMNCFGKL和中序HDIBEMJNAFCKGL,構造出附圖中的樹，用JUnit或自己編寫驅動類對自己實現的功能進行測試。
  

節點三

• 自己設計並實現一顆決策樹。

節點四

• 輸入中綴表示式，使用樹將中綴表示式轉換為字尾表示式，並輸出字尾表示式和計算結果（如果沒有用樹，則為0分）。

節點五

• 完成PP11.3。

節點六

• 參考Java Collections API原始碼分析對Java中的紅黑樹（TreeMap，HashMap）進行原始碼分析，並在實驗報告中體現分析結果。

實驗過程及結果

節點一——實現二叉樹

• getRight:getRight操作用於返回根的右子樹。當樹為空時，丟擲錯誤，當樹不為空時，通過遞迴返回根的右子樹。

public LinkedBinaryTree2<T> getRight()
    {
        if(root == null) {
            throw new EmptyCollectionException("BinaryTree");
        }
        LinkedBinaryTree2<T> result = new LinkedBinaryTree2<>();
        result.root = root.getRight();
        return result;
    }
 

• contains：contains操作的實現有兩種方法：一種是直接借用find方法，另一種是重新寫一個。
  • 方法一：借用find方法，find方法的作用是在二叉樹中找到指定目標元素，則返回對該元素的引用，所以當該元素的引用與查詢的元素相同時返回true，否則返回false。

  public boolean contains(T targetElement)
      {
          if (find(targetElement) == targetElement){return true;}
          else {return false;}
      }

  • 方法二：重新寫一個。具體解釋放在程式碼當中。

  public boolean contains(T targetElement)
  {
      BinaryTreeNode node = root;
      BinaryTreeNode temp = root;
      //找到的情況有三種：查詢元素就是根，查詢元素位於右子樹，查詢元素位於左子樹。
      //除了這三種情況下其餘情況都找不到元素，因此初始設定為false
      boolean result = false;
  
      //當樹為空時，返回false
      if (node == null){
          result = false;
      }
      //當查詢元素就是根時，返回true
      if (node.getElement().equals(targetElement)){
          result = true;
      }
      //對右子樹進行遍歷（在右子樹不為空的情況下）找到元素則返回true，否則對根的左子樹進行遍歷
      while (node.right != null){
          if (node.right.getElement().equals(targetElement)){
              result = true;
              break;
          }
          else {
              node = node.right;
          }
      }
      //對根的左子樹進行遍歷，找到元素則返回true，否則返回false
      while (temp.left.getElement().equals(targetElement)){
          if (temp.left.getElement().equals(targetElement)){
              result = true;
              break;
          }
          else {
              temp = temp.left;
          }
      }
      return result;
  }

• toString：toString方法我借用了ExpressionTree類中的PrintTree方法，具體內容曾在第七週部落格中說過。
• preorder：preorder方法由於有inOrder方法的參考所以挺好寫的，修改一下三條程式碼（三條程式碼分別程式碼訪問根、訪問右孩子和訪問左孩子）的順序即可，使用了遞迴。在輸出時為了方便輸出我重新寫了一個ArrayUnorderedList類的公有方法，直接輸出列表，要比用迭代器輸出方便一些。

public ArrayUnorderedList preOrder(){
    ArrayUnorderedList<T> tempList = new ArrayUnorderedList<T>();
    preOrder(root,tempList);
    return tempList;
}
    
protected void preOrder(BinaryTreeNode<T> node,
                            ArrayUnorderedList<T> tempList) 
{
    if (node != null){
        //從根節點開始，先訪問左孩子，再訪問右孩子
        tempList.addToRear(node.getElement());
        preOrder(node.getLeft(),tempList);
        preOrder(node.getRight(),tempList);
    }
}

• postOrder：postOrder方法與preorder方法類似，唯一的區別是後序遍歷先訪問左孩子，再訪問右孩子，最後訪問根結點，程式碼和上面差不多就不放了。

測試結果

節點二——中序先序序列構造二叉樹

• 已知先序遍歷和中序遍歷得到二叉樹有三個步驟：
  • (1)找到根結點。因為先序遍歷按照先訪問根結點再訪問左右孩子的順序進行的，所以先序遍歷的第一個結點就是二叉樹的根。
  • (2)區分左右子樹。在確定了根結點之後，在中序遍歷結果中，根結點之前的就是左子樹，根結點之後的就是右子樹。如果跟結點前邊或後邊為空，那麼該方向子樹為空；如果根節點前邊和後邊都為空，那麼根節點已經為葉子節點。
  • (3)分別對左右子樹再重複第一、二步直至完全構造出該樹。
• 在清楚了構造的步驟之後，實現就比較簡單了，在實現的過程中用了遞迴的方法。

public void initTree(String[] preOrder,String[] inOrder){
    BinaryTreeNode temp = initTree(preOrder,0,preOrder.length-1,inOrder,0,inOrder.length-1);
    root = temp;
}

private BinaryTreeNode initTree(String[] preOrder,int prefirst,int prelast,String[] inOrder,int infirst,int inlast){
    if(prefirst > prelast || infirst > inlast){
        return null;
    }
    String rootData = preOrder[prefirst];
    BinaryTreeNode head = new BinaryTreeNode(rootData);
    //找到根結點
    int rootIndex = findroot(inOrder,rootData,infirst,inlast);
    //構建左子樹
    BinaryTreeNode left = initTree(preOrder,prefirst + 1,prefirst + rootIndex - infirst,inOrder,infirst,rootIndex-1);
    //構建右子樹
    BinaryTreeNode right = initTree(preOrder,prefirst + rootIndex - infirst + 1,prelast,inOrder,rootIndex+1,inlast);
    head.left = left;
    head.right = right;
    return head;
}
//尋找根結點在中序遍歷陣列中的位置
public int findroot(String[] a, String x, int first, int last){
    for(int i = first;i<=last; i++){
        if(a[i] == x){
            return i;
        }
    }
    return -1;
}

測試結果

節點三——決策樹

• 節點三的實現藉助了第十章背部疼痛診斷器的相關內容，其關鍵部分是DecisionTree類的實現。
  • DecisionTree的建構函式從檔案中讀取字串元素。儲存在樹結點中。然後建立新的結點，將之前定義的結點（或子樹）作為內部結點的子結點。

  public DecisionTTree(String filename) throws FileNotFoundException
  {
      //讀取字串
      File inputFile = new File(filename);
      Scanner scan = new Scanner(inputFile);
      int numberNodes = scan.nextInt();
      scan.nextLine();
      int root = 0, left, right;
  
      //儲存在根結點中
      List<LinkedBinaryTree<String>> nodes = new ArrayList<LinkedBinaryTree<String>>();
      for (int i = 0; i < numberNodes; i++) {
          nodes.add(i,new LinkedBinaryTree<String>(scan.nextLine()));
      }
  
      //建立子樹
      while (scan.hasNext())
      {
          root = scan.nextInt();
          left = scan.nextInt();
          right = scan.nextInt();
          scan.nextLine();
  
          nodes.set(root, new LinkedBinaryTree<String>((nodes.get(root)).getRootElement(),
                  nodes.get(left), nodes.get(right)));
      }
      tree = nodes.get(root);
  }

  • evaluate方法從根結點開始處理，用current表示正在處理的結點。在迴圈中，如果使用者的答案為N，則更新current使之指向左孩子，如果使用者的答案為Y，則更新current使之指向右孩子，迴圈直至current為葉子結點時結束，結束後返回current的根結點的引用。

  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 (current.getRootElement());
  }

測試結果

節點四——表示式樹

• 這個測試我認為是所有測試中最難的一個， 尤其是關於如何使用樹實現這一部分，考慮了很久都沒有思路，後來重新翻看課本第十章表達式樹部分的內容，才有了思路，發現不是光用樹就能實現的，像上學期的四則運算一樣，這個也是要先建立兩個棧來存放操作符和運算元的。具體的解釋在下面的程式碼中都有。

public static String  toSuffix(String infix) {
    String result = "";
    //將字串轉換為陣列
    String[] array = infix.split("\\s+");
    //存放運算元
    Stack<LinkedBinaryTree> num = new Stack();
    //存放操作符
    Stack<LinkedBinaryTree> op = new Stack();

    for (int a = 0; a < array.length; a++) {
        //如果是運算元，開始迴圈
        if (array[a].equals("+") || array[a].equals("-") || array[a].equals("*") || array[a].equals("/")) {
            if (op.empty()) {
                //如果棧是空的，將陣列中的元素建立新樹結點並壓入操作符棧
                op.push(new LinkedBinaryTree<>(array[a]));
            } else {
                //如果棧頂元素為+或-且陣列的元素為*或/時，將元素建立新樹結點並壓入操作符棧
                if ((op.peek().root.element).equals("+") || (op.peek().root.element).equals("-") && array[a].equals("*") || array[a].equals("/")) {
                    op.push(new LinkedBinaryTree(array[a]));
                } else {
                //將運算元棧中的兩個元素作為左右孩子，操作符棧中的元素作為根建立新樹
                    LinkedBinaryTree right = num.pop();
                    LinkedBinaryTree left = num.pop();
                    LinkedBinaryTree temp = new LinkedBinaryTree(op.pop().root.element, left, right);
                    //將樹壓入運算元棧，並將陣列中的元素建立新樹結點並壓入操作符棧
                    num.push(temp);
                    op.push(new LinkedBinaryTree(array[a]));
                }
            }
        } else {
            //將陣列元素建立新樹結點並壓入運算元棧
            num.push(new LinkedBinaryTree<>(array[a]));
        }
    }
    while (!op.empty()) {
        LinkedBinaryTree right = num.pop();
        LinkedBinaryTree left = num.pop();
        LinkedBinaryTree temp = new LinkedBinaryTree(op.pop().root.element, left, right);
        num.push(temp);
    }
    //輸出字尾表示式
    Iterator itr=num.pop().iteratorPostOrder();
    while (itr.hasNext()){
        result+=itr.next()+" ";
    }
    return result;
}

測試結果

節點五——二叉查詢樹

• 因為書上給出了removeMin的實現方法，二叉查詢樹有一個特殊的性質就是最小的元素儲存在樹的左邊，最大的元素儲存在樹的右邊。因此實現removeMax方法只需要把removeMin方法中所有的left和right對調即可。二叉查詢樹的刪除操作有三種情況，要依據這三種情況來實現程式碼，我在第七週部落格教材內容總結中已經分析過了，就不在這裡貼程式碼了。
• 實現了removeMin和removeMax後，其實findMin和findMax就很簡單了，因為在實現刪除操作時首先先要找到最大/最小值，因此只要把找到之後的步驟刪掉，返回找到的最大值或最小值的元素即可。

public T findMin() throws EmptyCollectionException
    {
        T result;
        if (isEmpty()){
            throw new EmptyCollectionException("LinkedBinarySearchTree");
        }
        else {
            if (root.left == null){
                result = root.element;
            }
            else {
                BinaryTreeNode<T> parent = root;
                BinaryTreeNode<T> current = root.left;
                while (current.left != null){
                    parent = current;
                    current = current.left;
                }
                result = current.element;
            }
        }
        return result;
    }

    
public T findMax() throws EmptyCollectionException
{
    T result;

    if (isEmpty()){
        throw new EmptyCollectionException("LinkedBinarySearchTree");
        }
    else {
        if (root.right == null){
            result = root.element;
        }
        else {
            BinaryTreeNode<T> parent = root;
            BinaryTreeNode<T> current = root.right;
            while (current.right != null){
                parent = current;
                current = current.right;
            }
            result = current.element;
        }
    }
    return result;
}

測試結果

節點六——紅黑樹分析

• 在jdk1.8版本後，java對HashMap做了改進，在連結串列長度大於8的時候，將後面的資料存在紅黑樹中，以加快檢索速度。而TreeMap的實現原理就是紅黑樹，因此分析紅黑樹時我們要分析HashMap和TreeMap的原始碼。

HashMap

• HashMap是一種基於雜湊表（hash table）實現的map，雜湊表（也叫關聯陣列）一種通用的資料結構，大多數的現代語言都原生支援，其概念也比較簡單：key經過hash函式作用後得到一個槽（buckets或slots）的索引（index），槽中儲存著我們想要獲取的值，如下圖所示：
  
• HashMap的方法較多，此處選擇建構函式、get操作和remove操作進行分析。
• 建構函式
  public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; threshold = initialCapacity; init(); } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } public HashMap() { this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR); }
  • HashMap遵循集合框架的約束，提供了一個引數為空的建構函式和有一個引數且引數型別為Map的建構函式。除此之外，還提供了兩個建構函式，用於設定HashMap的容量（capacity）與平衡因子（loadFactor）(平衡因子=|右子樹高度-左子樹高度|）。
    
• get操作
  • get操作用於返回指定鍵所對映的值；如果對於該鍵來說，此對映不包含任何對映關係，則返回null。
  • 這裡需要說明兩個東西：Entry——Entry實現了單向連結串列的功能，用next成員變數來級連起來。table[ ]——HashMap內部維護了一個為陣列型別的Entry變數table，用來儲存新增進來的Entry物件。

  public V get(Object key) {
      //當key為空時，返回null
      if (key == null)
          return getForNullKey();
      Entry<K,V> entry = getEntry(key);
      return null == entry ? null : entry.getValue();
  }
  private V getForNullKey() {
      if (size == 0) {
          return null;
  }
  //key為null的Entry用於放在table[0]中，但是在table[0]衝突鏈中的Entry的key不一定為null，因此，需要遍歷衝突鏈，查詢key是否存在
      for (Entry<K,V> e = table[0]; e != null; e = e.next) {
          if (e.key == null)
              return e.value;
      }
      return null;
  }
  final Entry<K,V> getEntry(Object key) {
      if (size == 0) {
          return null;
      }
      int hash = (key == null) ? 0 : hash(key);
      //首先定位到索引在table中的位置
      //然後遍歷衝突鏈，查詢key是否存在
      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;
  }

• remove操作
  • remove操作用於在指定鍵存在的情況下，從此對映中移除指定鍵的對映關係。

  public V remove(Object key) {
  Entry<K,V> e = removeEntryForKey(key);
  //當指定鍵key存在時，返回key的value。
  return (e == null ? null : e.value);
  }
  final Entry<K,V> removeEntryForKey(Object key) {
      if (size == 0) {
          return null;
      }
      int hash = (key == null) ? 0 : hash(key);
      int i = indexFor(hash, table.length);
      //這裡用了兩個Entry物件，相當於兩個指標，為的是防止出現連結串列指向為空，即衝突鏈斷裂的情況
      Entry<K,V> prev = table[i];
      Entry<K,V> e = prev;
      //當table[i]中存在衝突鏈時，開始遍歷裡面的元素
      while (e != null) {
          Entry<K,V> next = e.next;
          Object k;
          if (e.hash == hash &&
              ((k = e.key) == key || (key != null && key.equals(k)))) {
              modCount++;
              size--;
              if (prev == e) //當衝突鏈只有一個Entry時
                  table[i] = next;
              else
                  prev.next = next;
              e.recordRemoval(this);
              return e;
          }
          prev = e;
          e = next;
      }
      return e;
  }

• 而在HashMap中涉及到紅黑樹的，是put操作。
• put操作
  • put操作用於在此對映中關聯指定值與指定鍵。

  public V put(K key, V value) {
      return putVal(hash(key), key, value, false, true);
  }
  //單個位置連結串列長度減小到6,將紅黑樹轉化會連結串列
  static final int hash(Object key) {
      int h;
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  } 
  /**
   * 插入key-value 鍵值對具體實現
   */
   final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                 boolean evict) {
      Node<K,V>[] tab; Node<K,V> p; int n, i;
      // 判斷 若hashmap內沒有值 則重構hashmap
      if ((tab = table) == null || (n = tab.length) == 0)
          n = (tab = resize()).length;
      // 若指定位置hashcode 未被佔用 則直接將該鍵值對插入
      if ((p = tab[i = (n - 1) & hash]) == null)
          tab[i] = newNode(hash, key, value, null);
      // 發生衝突時 解決方法
      else {
          Node<K,V> e; K k;
          // 若地址相同 直接新值替換舊值
          if (p.hash == hash &&
              ((k = p.key) == key || (key != null && key.equals(k))))
              e = p;
          // 若衝突位置已經是紅黑樹作為儲存結構 則將該鍵值對插入紅黑樹中
          else if (p instanceof TreeNode)
              e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
          // 衝突位置不為紅黑樹 將該節點插入連結串列
          else {
              // 死迴圈
              for (int binCount = 0; ; ++binCount) {
                  if ((e = p.next) == null) {
                      p.next = newNode(hash, key, value, null);
                      // 若此時連結串列內長度大於等於7 將連結串列轉化為紅黑樹 並將節點插入
                      if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                          treeifyBin(tab, hash);
                      break;
                  }
                  // 若帶插入資料與儲存資料有重複時 結束
                  if (e.hash == hash &&
                      ((k = e.key) == key || (key != null && key.equals(k))))
                      break;
                  p = e;
              }
          }
          if (e != null) { // existing mapping for key
              V oldValue = e.value;
              if (!onlyIfAbsent || oldValue == null)
                  e.value = value;
              afterNodeAccess(e);
              return oldValue;
          }
      }
      ++modCount;
      // 若容量不足 則擴容
      if (++size > threshold)
          resize();
      afterNodeInsertion(evict);
      return null;
  }

實驗過程中遇到的問題和解決過程

• 問題1：在實現節點一的時候，輸出的並不是遍歷結果而是地址
  
• 問題1解決方法：說實話這就是一個第十章沒學好的殘留問題，當時學的時候我就沒有把這一部分補充完整，對於迭代器的使用也不熟練，完成節點一的過程中，我想到的解決方法是重新寫了一個ArrayUnorderedList類的公有方法，將該無序列表直接輸出（程式碼在節點一的過程中有）。後來實驗結束後詢問同學學會了將迭代器方法的遍歷結果輸出。

//以後序遍歷為例
String result = "";
Iterator itr = tree.iteratorPostOrder();
    while (itr.hasNext()){
        result += itr.next() + " ";
    }
return result;

• 問題2：在實現節點二的時候無法輸出構造好的樹。
  
• 問題2解決方法：通過Debug，首先確定樹是構造好的，沒有出現樹為空的情況。
  
• 那麼問題就應該是出在toString方法中，後來發現原因出在了root上，在toString方法中，root從一開始就是空的，並沒有獲取到我構造的樹的根結點。
  
• 然後我嘗試在ReturnBinaryTree類中加入了一個獲取根的方法，結果最後輸出的是根的地址。
  
• 最後參考了餘坤澎同學的程式碼，把ReturnBinaryTree類中的方法放的toString所在的LinkedBinaryTree類中，因為此時它能夠獲取到構造的樹的根節點，因此就能正常輸出了。
  
• 問題3：在實現決策樹的過程中，檔案裡的內容為什麼以這樣的順序排列？
  
• 問題3解決方法：這個要結合DecisionTree類來看，首先第一行的13代表了這顆決策樹中的節點個數，所以在DecisionTree類中的int numberNodes = scan.nextInt();一句其實就是獲取檔案的第一行記錄節點個數的值。接下來檔案中按照層序遍歷的順序將二叉樹中的元素一一列出來，最後檔案中的幾行數字其實代表了每個結點及其左右孩子的位置（仍然按照層序遍歷的順序），並且是從最後一層不是葉子結點的那一層的結點開始，比如[3,7,8]就代表了層序遍歷中第3個元素的左孩子為第7個元素，右孩子為第8個元素。
• 我剛開始把根結點設定成第1個元素髮現怎麼都對不上，後來發現這裡定義了根結點為第0個元素，所以最後一個元素為第12個元素而不是第13個。
  

其他（感悟、思考等）

• 其實本次實驗整體上來說還是比較簡單的，唯一有難度的可能只有節點四和節點六。在這個過程中幫我複習了很多，而且逼著我去解決了一些曾經在教材學習中不願面對的問題，nice~~
  

參考資料

• Java Collections API原始碼分析
• Java HashMap 原始碼解析
• Java TreeMap 原始碼解析