1. 堆
堆是完全二叉树的数组形式,由于堆没有指针指向,所以可以利用下标来模拟指向,假设 i 为父节点,那么 2i+1 为左孩子,2i+2 为右孩子。假设 i 为当前节点,那么 (i - 1) / 2 为父节点
根据大小排序可分为小根堆和大根堆,小根堆即元素越小越在上方,大根堆则相反。这里注意:元素大小并不是按数组下标来排序的,下图的数字对应数组的坐标
堆的应用:
- 堆排序
- 优先级队列
- 快速找最值
2. 小根堆实现
内部操作有:
- 上浮:将小的元素往上移动、当插入元素时,将元素插入末尾,这样上移即可调整位置
- 下沉:将大的元素向下移动、当删除元素时,将首位交换,弹出尾部,首部下移即可调整位置
- 插入:添加元素
- 弹出:删除元素
主要是其插入弹出的思想,还有调整时注意下标,因为大小与下标相差1
package heap;
// 小根堆时间复杂度是O(1) ~ O(logn)
// 默认O(nlogn)
public class Heap {
// 实际存放元素个数
// 这里是个坑,debug了好久,起因:下标 = 实际大小-1
private int size;
// 数组存储元素
// 可以实现简单扩容,size++ > capacity时
// data = copyOf(data,capacity*2);
private int[] data = new int[10];
// 交换,传入下标
private void swap(int a, int b) {
int temp = data[a];
data[a] = data[b];
data[b] = temp;
}
// 较大的下沉
// 将当前节点与其较小儿子交换
// 并将更新当前节点为交换的儿子节点
public void fixDown(int index) {
int son = index * 2 + 1;
while (son <= size) {
if (son + 1 < size && data[son + 1] < data[son]) {
son++; // 这里这要比较左右孩子谁小
}
if (data[index] < data[son]) {
break; // 当前节点比孩子节点小,不用下沉退出循环
} else {
swap(index, son);
index = son;
son = index * 2 + 1;
}
}
}
// 较小的上浮
// 当前节点与父节点相比,若小于则交换,且将当前节点跟新为其父节点
public void fixUp(int index) {
int father = (index - 1) / 2;
while (father >= 0) {
// 这里卡死一次,debug后发现,只有一个元素会相等进入无限交换
if (data[index] >= data[father]) {
break; // 其父节点大于当前节点,不用上浮退出循环
} else {
swap(index, father);
index = father;
father = (index - 1) / 2;
}
}
}
// 插入
// 每次都在最后一个插入,然后上浮到合适位置
public Heap push(int value) {
data[size] = value;
fixUp(size++);
return this;
}
// 弹出根元素
// 让根元素和尾元素交换,让现在的根元素下沉即可
public int pop() {
swap(0, --size);
fixDown(0);
return data[size];
}
// 测试
public static void main(String[] args) {
Heap heap = new Heap();
// 乱序添加1~9
// 从输出也可以验证,元素大小并不是按数组小标来排序的
// 输出:123459786
heap.push(8).push(5).push(9)
.push(4).push(2).push(3)
.push(6).push(7).push(1);
while(heap.size > 0){
System.out.print(heap.pop());
}
}
}