• 首页 首页 icon
  • 工具库 工具库 icon
    • IP查询 IP查询 icon
  • 内容库 内容库 icon
    • 快讯库 快讯库 icon
    • 精品库 精品库 icon
    • 问答库 问答库 icon
  • 更多 更多 icon
    • 服务条款 服务条款 icon

轻松堆的使用

武飞扬头像
Lockey-s
帮助1

堆的概念

  1. 堆是一颗顺序存储的二叉树,激素hi将二叉树层序遍历放到数组当中,是完全二叉树。

  2. 已知双亲(parent)的下标,则:
    左孩子(left)下标 = 2 * parent 1。
    右孩子(right)下标 = 2 * parent 2。

  3. 已知孩子(不区分左右)(child)下标,则:
    双亲(parent)下标 = (child - 1) / 2。

  4. 堆有大根堆和小根堆两种:
    大根堆:每个根都比结点大。
    小根堆:每个根都比结点小。

  5. 堆对应的集合:priorityQueue(优先级队列)是完全二叉树。

  6. 堆物理上是保存在数组当中

实现堆

因为堆在物理上是数组,所以通过数组来实现。

定义参数

public int[] elem;
public int usedSize;
public TestHeap() {
    this.elem = new int[10];
}

向下调整

把数据从上往下调整,然后形成堆。但前提是:左右子树必须已经是一个堆,才可以调整。一般在插入元素的时候进行向下调整。

说明

  1. array 代表存储堆的数组
  2. size 代表数组中被视为堆数据的个数
  3. index 代表要调整位置的下标
  4. left 代表 index 左孩子下标
  5. right 代表 index 右孩子下标
  6. min 代表 index 的最小值孩子的下标

过程

  1. index 如果已经是叶子结点,则整个调整过程结束:
    判断 index 位置有没有孩子
    因为堆是完全二叉树,没有左孩子就一定没有右孩子,所以判断是否有左孩子
    因为堆的存储结构是数组,所以判断是否有左孩子即判断左孩子下标是否越界,即 left >= size 越界
  2. 确定 left 或 right,谁是 index 的最小孩子 min
    如果右孩子不存在,则 min = left
    否则,比较 array[left] 和 array[right] 值得大小,选择小的为 min
  3. 比较 array[index] 的值 和 array[min] 的值,如果 array[index] <= array[min],则满足堆的性质,调整结束
  4. 否则,交换 array[index] 和 array[min] 的值
  5. 然后因为 min 位置的堆的性质可能被破坏,所以把 min 视作 index,向下重复以上过程

如图

学新通
像这样通过向下调整,就得到了一个小根堆。
调整前:int[] array = { 27,15,19,18,28,34,65,49,25,37 };
调整后:int[] array = { 15,18,19,25,28,34,65,49,27,37 };
所以代码如下:

public void shiftDown(int parent, int len) {
    int child = 2*parent 1;
    while (child < len) {
        if (child   1 < len && elem[child] < elem[child   1]) {
            child  ;
        }
        if (elem[child] > elem[parent]) {
            int tmp = elem[child];
            elem[child] = elem[parent];
            elem[parent] = tmp;
            parent = child;
            child = 2*parent 1;
        } else {
            break;
        }
    }
}
学新通

创建堆

因为向下调整是适用于插入一个数据之后依然是堆,所以我们可以从第一个非叶子节点的子树开始调整,一直调整到根节点的树,就可以调整成堆。代码如下:

public void createHeap(int[] array) {
    for (int i = 0; i < array.length; i  ) {
        elem[i] = array[i];
        this.usedSize  ;
    }
    for ( int parent = (usedSize-1-1)/2; parent >= 0; parent--) {
        //调整
        shiftDown(parent, usedSize);
    }
}

向上调整

向上调整用在入堆的时候。当一个元素入堆之后,其实是放在二叉树的最后面的。如图:
学新通
把新入堆的元素调整之后,保证还是一个大根堆或者小根堆。代码如下:

private void shiftUp(int child) {
    int parent = (child - 1)/2;
    while (parent >= 0) {
        if (elem[child] > elem[parent]) {
            int tmp = elem[child];
            elem[child] = elem[parent];
            elem[parent] = tmp;
            child = parent;
            parent = (child - 1)/2;
        } else {
            break;
        }
    }
}

判断是否满

判断是否满的时候,只需将 usedSize 和数组长度比较就可以了。代码如下:

public  boolean isFull() {
    return  usedSize == elem.length;
}

插入堆

向上调整是为了方便一个元素插入堆中,所以插入的时候,只需判断是否满了,如果没满,就向上调整。代码如下:

public void offer(int val) {
    if (isFull()) {
        //满了 扩容
        elem = Arrays.copyOf(elem,2*elem.length);
    }
    elem[usedSize  ] = val;
    //传入的是 usedSize - 1
    shiftUp(usedSize-1);
}

判断堆是否为空

判空的方法就是看 usedSize 是否为 0 即可。

public boolean isEmpty() {
    return usedSize == 0;
}

出堆顶元素

先判断堆是否为空,然后拿到堆顶元素,然后把堆顶元素的值改为堆的最后一个元素,然后向下调整就好了。代码如下:

public int poll() {
    if (isEmpty()) {
        throw new RuntimeException("优先级队列为空!");
    }
    int tmp = elem[0];
    elem[0] = elem[usedSize - 1];
    elem[usedSize - 1] = tmp;
    usedSize--;
    shiftDown(0,usedSize);
    return tmp;
}

拿到堆顶元素

先判断堆是否为空,然后返回数组 0 下标的元素就可以了。代码如下:

public int peek() {
    if (isEmpty()) {
        throw new RuntimeException("优先级队列为空!");
    }
    return elem[0];
}

堆排序

这里的排序就是每次都进行向下调整,直到全部调整完成。代码如下:

public void heapSort() {
    int end = this.usedSize-1;
    while (end > 0) {
        int tmp = elem[0];
        elem[0] = elem[end];
        elem[end] = tmp;
        shiftDown(0,end);
        end--;
    }
}

代码测试

public static void main(String[] args) {
    int[] arr = {27,15,19,18,28,34,65,49,25,37};
    TestHeap testHeap = new TestHeap();
    testHeap.createHeap(arr);
    //得到调整之后的结果
    System.out.println(Arrays.toString(testHeap.elem));
    testHeap.offer(80);
    //每次入队之后还是大根堆
    System.out.println(Arrays.toString(testHeap.elem));
    //每次出队 也要保证大根堆和小根堆  先交换 0 下标和最后下标的位置,然后向下调整就可以了
    System.out.println(testHeap.poll());
    //每次弹出的都是最大的元素
    System.out.println(Arrays.toString(testHeap.elem));
}

运行结果如下:
学新通

测试堆排序

public static void main(String[] args) {
    int[] arr = {27,15,19,18,28,34,65,49,25,37};
    TestHeap testHeap = new TestHeap();
    testHeap.createHeap(arr);
    testHeap.heapSort();
    System.out.println(Arrays.toString(testHeap.elem));
}

运行结果如下:
学新通

优先级队列

优先级队列是 : PriorityQueue 。这里默认就是一个小根堆,每次放入之后还是小根堆。弹出之后还是小根堆。代码如下:

public static void main2(String[] args) {
    PriorityQueue<Integer> priorityQueue = new PriorityQueue<>();
    priorityQueue.offer(12);
    priorityQueue.offer(3);
    priorityQueue.offer(15);
    System.out.println(priorityQueue.poll());
    System.out.println(priorityQueue.poll());
}

运行结果如下:
学新通

这篇好文章是转载于:学新通技术网

  • 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
  • 本站站名: 学新通技术网
  • 本文地址: /boutique/detail/tanhggfhic
系列文章
更多 icon
同类精品
更多 icon
继续加载