用go实现常见的数据结构
目录
1 golang常见数据结构实现
1.1 链表
举单链表的例子，双向链表同理只是多了pre指针。
定义单链表结构：
type LinkNode struct {
Data int64
NextNode *LinkNode
}
构造链表及打印链表：
func main() {
node := new(LinkNode)
node.Data = 1
node1 := new(LinkNode)
node1.Data = 2
node.NextNode = node1 // node1 链接到 node 节点上
node2 := new(LinkNode)
node2.Data = 3
node1.NextNode = node2 // node2 链接到 node1 节点上
// 顺序打印。把原链表头结点赋值到新的NowNode上
// 这样仍然保留了原链表头结点node不变
nowNode := node
for nowNode != nil {
fmt.Println(nowNode.Data)
// 获取下一个节点。链表向下滑动
nowNode = nowNode.NextNode
}
}
1.2 可变数组
可变数组在各种语言中都非常常用，在golang中，可变数组语言本身已经实现，就是我们的切片slice。
1.3 栈和队列
1.3.1 原生切片实现栈和队列
栈：先进后出，后进先出，类似弹夹
队列：先进先出
golang中，实现并发不安全的栈和队列，非常简单，我们直接使用原生切片即可。
1.3.1.1 切片原生栈实现
func main() {
// 用切片制作一个栈
var stack []int
// 元素1 入栈
stack = append(stack, 1, 5, 7, 2)
// 栈取出最近添加的数据。例如[1,5,7,2] ，len = 4
x := stack[len(stack)-1] // 2
// 切掉最近添加的数据，上一步和这一步模仿栈的pop。
stack = stack[:len(stack)-1] // [1,5,7]
fmt.Printf("%d", x)
}
1.3.1.2 切片原生队列实现
func main() {
// 用切片模仿队列
var queue []int
// 进队列
queue = append(queue, 1, 5, 7, 2)
// 队头弹出，再把队头切掉，模仿队列的poll操作
cur := queue[0]
queue = queue[1:]
fmt.Printf("%d", cur)
}
1.3.2 *并发安全的栈和队列
1.3.2.1 切片实现并发安全的栈
- 并发安全的栈
// 数组栈，后进先出
type Mystack struct {
array []string // 底层切片
size int // 栈的元素数量
lock sync.Mutex // 为了并发安全使用的锁
}
- 入栈
// 入栈
func (stack *Mytack) Push(v string) {
stack.lock.Lock()
defer stack.lock.Unlock()
// 放入切片中，后进的元素放在数组最后面
stack.array = append(stack.array, v)
// 栈中元素数量+1
stack.size = stack.size + 1
}
- 出栈
1、如果切片偏移量向前移动 stack.array[0 : stack.size-1]，表明最后的元素已经不属于该数组了，数组变相的缩容了。此时，切片被缩容的部分并不会被回收，仍然占用着空间，所以空间复杂度较高，但操作的时间复杂度为：O(1)。
2、如果我们创建新的数组 newArray，然后把老数组的元素复制到新数组，就不会占用多余的空间，但移动次数过多，时间复杂度为：O(n)。
func (stack *Mystack) Pop() string {
stack.lock.Lock()
defer stack.lock.Unlock()
// 栈中元素已空
if stack.size == 0 {
panic("empty")
}
// 栈顶元素
v := stack.array[stack.size-1]
// 切片收缩，但可能占用空间越来越大
//stack.array = stack.array[0 : stack.size-1]
// 创建新的数组，空间占用不会越来越大，但可能移动元素次数过多
newArray := make([]string, stack.size-1, stack.size-1)
for i := 0; i < stack.size-1; i++ {
newArray[i] = stack.array[i]
}
stack.array = newArray
// 栈中元素数量-1
stack.size = stack.size - 1
return v
}
- 获取栈顶元素
// 获取栈顶元素
func (stack *Mystack) Peek() string {
// 栈中元素已空
if stack.size == 0 {
panic("empty")
}
// 栈顶元素值
v := stack.array[stack.size-1]
return v
}
- 获取栈大小和判定是否为空
// 栈大小
func (stack *Mystack) Size() int {
return stack.size
}
// 栈是否为空
func (stack *Mystack) IsEmpty() bool {
return stack.size == 0
}
1.3.2.2 切片实现并发安全的队列
- 队列结构
// 数组队列，先进先出
type Myqueue struct {
array []string // 底层切片
size int // 队列的元素数量
lock sync.Mutex // 为了并发安全使用的锁
}
- 入队
// 入队
func (queue *Myqueue) Add(v string) {
queue.lock.Lock()
defer queue.lock.Unlock()
// 放入切片中，后进的元素放在数组最后面
queue.array = append(queue.array, v)
// 队中元素数量+1
queue.size = queue.size + 1
}
- 出队
1、原地挪位，依次补位 queue.array[i-1] = queue.array[i]，然后数组缩容：queue.array = queue.array[0 : queue.size-1]，但是这样切片缩容的那部分内存空间不会释放。
2、创建新的数组，将老数组中除第一个元素以外的元素移动到新数组。
// 出队
func (queue *Myqueue) Remove() string {
queue.lock.Lock()
defer queue.lock.Unlock()
// 队中元素已空
if queue.size == 0 {
panic("empty")
}
// 队列最前面元素
v := queue.array[0]
/* 直接原位移动，但缩容后继的空间不会被释放
for i := 1; i < queue.size; i++ {
// 从第一位开始进行数据移动
queue.array[i-1] = queue.array[i]
}
// 原数组缩容
queue.array = queue.array[0 : queue.size-1]
*/
// 创建新的数组，移动次数过多
newArray := make([]string, queue.size-1, queue.size-1)
for i := 1; i < queue.size; i++ {
// 从老数组的第一位开始进行数据移动
newArray[i-1] = queue.array[i]
}
queue.array = newArray
// 队中元素数量-1
queue.size = queue.size - 1
return v
}
1.4 字典Map和集合Set
1.4.1 Map
字典也是程序语言经常使用的结构，golang中的字典是其自身实现的map结构。具体操作可以查看语言api
并发安全的map，可以定义结构，结构中有一个map成员和一个锁变量成员，参考并发安全的栈和队列的实现。go语言也实现了一个并发安全的map,具体参考sync.map的api
1.4.2 Set
我们可以借助map的特性，实现一个Set结构。
- Set结构
map的值我们不适用，定义为空的结构体struct{}
// 集合结构体
type Set struct {
m map[int]struct{} // 用字典来实现，因为字段键不能重复
len int // 集合的大小
sync.RWMutex // 锁，实现并发安全
}
- 初始化Set
// 新建一个空集合
func NewSet(cap int64) *Set {
temp := make(map[int]struct{}, cap)
return &Set{
m: temp,
}
}
- 往set中添加一个元素
// 增加一个元素
func (s *Set) Add(item int) {
s.Lock()
defer s.Unlock()
s.m[item] = struct{}{} // 实际往字典添加这个键
s.len = len(s.m) // 重新计算元素数量
}
- 删除一个元素
// 移除一个元素
func (s *Set) Remove(item int) {
s.Lock()
s.Unlock()
// 集合没元素直接返回
if s.len == 0 {
return
}
delete(s.m, item) // 实际从字典删除这个键
s.len = len(s.m) // 重新计算元素数量
}
- 查看元素是否在集合set中
// 查看是否存在元素
func (s *Set) Has(item int) bool {
s.RLock()
defer s.RUnlock()
_, ok := s.m[item]
return ok
}
- 查看集合大小
// 查看集合大小
func (s *Set) Len() int {
return s.len
}
- 查看集合是否为空
// 集合是够为空
func (s *Set) IsEmpty() bool {
if s.Len() == 0 {
return true
}
return false
}
- 清除集合所有元素
// 清除集合所有元素
func (s *Set) Clear() {
s.Lock()
defer s.Unlock()
s.m = map[int]struct{}{} // 字典重新赋值
s.len = 0 // 大小归零
}
- 将集合转化为切片
func (s *Set) List() []int {
s.RLock()
defer s.RUnlock()
list := make([]int, 0, s.len)
for item := range s.m {
list = append(list, item)
}
return list
}
1.5 二叉树
二叉树：每个节点最多只有两个儿子节点的树。
满二叉树：叶子节点与叶子节点之间的高度差为 0 的二叉树，即整棵树是满的，树呈满三角形结构。在国外的定义，非叶子节点儿子都是满的树就是满二叉树。我们以国内为准。
完全二叉树：完全二叉树是由满二叉树而引出来的，设二叉树的深度为 k，除第 k 层外，其他各层的节点数都达到最大值，且第 k 层所有的节点都连续集中在最左边。
- 二叉树结构定义
// 二叉树
type TreeNode struct {
Data string // 节点用来存放数据
Left *TreeNode // 左子树
Right *TreeNode // 右字树
}
- 树的遍历
1、先序遍历：先访问根节点，再访问左子树，最后访问右子树。
2、后序遍历：先访问左子树，再访问右子树，最后访问根节点。
3、中序遍历：先访问左子树，再访问根节点，最后访问右子树。
4、层次遍历：每一层从左到右访问每一个节点。
// 先序遍历
func PreOrder(tree *TreeNode) {
if tree == nil {
return
}
// 先打印根节点
fmt.Print(tree.Data, " ")
// 再打印左子树
PreOrder(tree.Left)
// 再打印右字树
PreOrder(tree.Right)
}
// 中序遍历
func MidOrder(tree *TreeNode) {
if tree == nil {
return
}
// 先打印左子树
MidOrder(tree.Left)
// 再打印根节点
fmt.Print(tree.Data, " ")
// 再打印右字树
MidOrder(tree.Right)
}
// 后序遍历
func PostOrder(tree *TreeNode) {
if tree == nil {
return
}
// 先打印左子树
MidOrder(tree.Left)
// 再打印右字树
MidOrder(tree.Right)
// 再打印根节点
fmt.Print(tree.Data, " ")
}
按层遍历：
func Level(head *TreeNode) {
if head == nil {
return
}
// 用切片模仿队列
var queue []*TreeNode
queue = append(queue, head)
for len(queue) != 0 {
// 队头弹出，再把队头切掉，模仿队列的poll操作
cur := queue[0]
queue = queue[1:]
fmt.Printf("%d", (*cur).Data)
// 当前节点有左孩子，加入左孩子进队列
if cur.Left != nil {
queue = append(queue, cur.Left)
}
// 当前节点有右孩子，加入右孩子进队列
if cur.Right != nil {
queue = append(queue, cur.Right)
}
}
}
