Heap简介
Heap译为“堆”,是一种特殊的树形数据结构,它满足所有堆的特性:父节点的值大于等于子节点的值(max heap),或者小于等于子节点的值(min heap)。对于max heap 根节点的值为整个树最大值,反之亦然,min heap 根节点的值为整个树最小值。本文采用Java编程语言简单实现min heap。
Java Heap
对于大多数应用来说,Java堆 (Java Heap) 是Java虚拟机所管理的内存中最大的一块。Java堆是被所有线程共享的一块内存区域,在虚拟机启动时创建。此内存区域的唯一目的就是存放对象实例,几乎所有的对象实例都在这里分配内存。根据Java虚拟机规范的规定,Java堆可以处于物理上不连续的内存空间中,只要逻辑上是连续的即可,就像我们的磁盘空间一样。如果在堆中没有内存完成实例分配,并且堆也无法再扩展时,将会抛出OutOfMemoryError异常。
结构示意图
min heap
max heap
结构转换
不像其他的树形结构,例如二叉查找树,采用链表的形式实现,Heap一般用数组实现。这种数组采用自上至下,自左至右的形式从树中添加元素。图2-2展示了如何把图2-1树形结构(不是Heap数据结构)存储到数组中。箭头指向数组中每个元素的直接左孩子和右孩子。
图2-1
图2-2
仅用一个数组是不足以表示一个堆,程序在运行时的操作可能会超过数组的大小。因此我们需要一个更加动态的数据结构,满足以下特性:
1.我们可以指定数组的初始化大小。
2.这种数据结构封装了自增算法,当程序需要时,能够增加数组的大小以满足需求。
这会使我们联想起ArrayList的实现,正是采用这种数据结构。本文就采用了ArrayList的自增算法。
因为我们使用数组,我们需要知道如何计算指定节点(index)的父节点、左孩子和右孩子的索引。
parent index : (index - 1) / 2
left child : 2 * index + 1
right child : 2 * index + 2
实现
Insertion
为堆设计一个插入算法很简单,但是我们需要保证每次插入过后,依旧满足堆的顺序。插入算法分为两步:
1.将元素插入到数组中。
2.保证数组满足堆的顺序。
对于min heap而言,如果插入插入的元素的value小于父节点的value,则需要交换这两个节点。对于包含新插入节
点的每个子树,我们都要做上述检查。时间复杂度为 O (log n)。
对于插入的元素为空值,依据需求可以有不同的算法设计,有时可以认为null比任何非空值小,或者比任何非空值大
本文直接禁止插入空值。
图3-1展示了插入值为3,9,12,7和1的元素到min heap的步骤。
图3-1
/** * @description insertion * @param element * @return */ public boolean add(E element) { if(null == element) return false; ensureCapacityInternal(size + 1); elementData[size++] = element; minHeapify(); return true; } private void minHeapify() { int i = size - 1; while(i > 0 && compare(elementData[i], elementData[(i-1)/2]) < 0) { swap(elementData, i, (i-1)/2); i = (i - 1) / 2; } }
Deletion
和插入算法类似,删除一个元素过后要保证数组内的元素依旧满足堆的顺序。删除算法分为三步:
1.找出待删除元素的索引。
2.将堆中最后一个元素的值填到待删除元素位置。
3.验证所有包含被删除元素子树,确保满足堆的顺序。
图3-2展示了删除索引为0的元素的过程。
图3-2
public boolean remove(Object element) { int index = indexOf(element); if(index == -1) { return false; } removeInternal(index); return true; } private void removeInternal(int index) { elementData[index] = elementData[--size]; int left = 2 * index + 1; int right = 2 * index + 2; while(left < size && (compare(elementData[index], elementData[left]) > 0 || compare(elementData[index], elementData[right]) > 0)) { if(compare(elementData[left], elementData[right]) < 0) { swap(elementData, index, left); index = left; } else { swap(elementData, index, right); index = right; } left = 2 * index + 1; right = 2 * index + 2; } }
Searching
搜索一个堆,可以顺序遍数组。如果待查找元素不在堆中,则需要遍历所有元素,效率较低。
因为我们表示树的数组是采用自上至下,自左至右的方式从树中获取元素,插入到数组中的,所以可以采用
广度优先遍历的方式(breadth first traversal)。根据min heap的属性,父节点的值小于等于孩子节点的值。
如果在查找过程中发现待查找元素不满足条件,可以直接返回-1,表示没有此元素。
/** * @description index of o * min-heap properties parents < children breadth first traversal * @param o * @return */ public int indexOf(Object o) { int start = 0; int node = 1; while(start < size) { start = node - 1; int end = start + node; int count = 0; while(start < size && start < end) { if(start == 0) { if(compare(o, elementData[start]) == 0) { return start; } else if(compare(o, elementData[start]) < 0) { return -1; } } else { if(compare(o, elementData[start]) == 0) { return start; } else if (compare(o, elementData[start]) < 0 && compare(o, getParent(start)) > 0) { count++; } } start++; } if(count == node) { return -1; } else { node = node * 2; } } return -1; }
源码
import java.util.Arrays; import java.util.Collection; public class Heap<E extends Comparable<E>> { private int size; // default 0 private static final int DEFAULT_CAPACITY = 10; private static final Object[] EMPTY_ELEMENTDATA = {}; private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {}; private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; transient Object[] elementData; public Heap() { this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA; } /** * @description insertion * @param element * @return */ public boolean add(E element) { if(null == element) return false; ensureCapacityInternal(size + 1); elementData[size++] = element; minHeapify(); return true; } private void minHeapify() { int i = size - 1; while(i > 0 && compare(elementData[i], elementData[(i-1)/2]) < 0) { swap(elementData, i, (i-1)/2); i = (i - 1) / 2; } } public boolean remove(Object element) { int index = indexOf(element); if(index == -1) { return false; } removeInternal(index); return true; } public E remove(int index) { rangeCheck(index); E oldVal = elementData(index); removeInternal(index); return oldVal; } public E getParent(int index) { return elementData(getParentIndex(index)); } public E getParent(Object child) { return getParent(indexOf(child)); } public int getParentIndex(int index) { positionCheck(index); return (index - 1) / 2; } public E getLeftChild(int index) { int leftIndex = getLeftChildIndex(index); return (leftIndex == -1) ? null : elementData(leftIndex); } public E getLeftChild(Object o) { return getLeftChild(indexOf(o)); } public int getLeftChildIndex(int index) { rangeCheck(index); int leftIndex = 2 * index + 1; return (leftIndex >= size) ? -1 : leftIndex; } public E getRightChild(int index) { int rightIndex = getRightChildIndex(index); return (rightIndex == -1) ? null : elementData(rightIndex); } public E getRightChild(Object o) { return getRightChild(indexOf(o)); } public int getRightChildIndex(int index) { rangeCheck(index); int rightIndex = 2 * index + 2; return (rightIndex >= size) ? -1 : rightIndex; } private void removeInternal(int index) { elementData[index] = elementData[--size]; int left = 2 * index + 1; int right = 2 * index + 2; while(left < size && (compare(elementData[index], elementData[left]) > 0 || compare(elementData[index], elementData[right]) > 0)) { if(compare(elementData[left], elementData[right]) < 0) { swap(elementData, index, left); index = left; } else { swap(elementData, index, right); index = right; } left = 2 * index + 1; right = 2 * index + 2; } } public void traverse(Collection<E> container) { for(int i = 0; i < size; i++) { container.add(elementData(i)); } } /** * Checks if the given index is in range. If not, throws an appropriate * runtime exception. This method does *not* check if the index is * negative: It is always used immediately prior to an array access, * which throws an ArrayIndexOutOfBoundsException if index is negative. */ private void rangeCheck(int index) { if(index >= size) { throw new ArrayIndexOutOfBoundsException(outOfBoundsMsg(index)); } } private void positionCheck(int index) { if(index <= 0 || index >= size) { throw new ArrayIndexOutOfBoundsException(outOfBoundsMsg(index)); } } private String outOfBoundsMsg(int index) { return "Index: " + index + ", Size: " + size; } @SuppressWarnings("unchecked") E elementData(int index) { return (E) elementData[index]; } @SuppressWarnings("unchecked") private int compare(Object a, Object b) { return ((E)a).compareTo((E)b); } public boolean contains(Object o) { return indexOf(o) >= 0; } /** * @description breadth first traversal * @param o * @return */ public int indexOf(Object o) { int start = 0; int node = 1; while (start < size) { start = node - 1; int end = start + node; int count = 0; while (start < size && start < end) { if (start == 0) { if (compare(o, elementData[start]) == 0) { return start; } else if (compare(o, elementData[start]) < 0) { return -1; } } else { if (compare(o, elementData[start]) == 0) { return start; } else if (compare(o, elementData[start]) < 0 && compare(o, getParent(start)) > 0) { count++; } } start++; } if (count == node) { return -1; } else { node = node * 2; } } return -1; } public void swap(Object[] o, int a, int b) { Object t = o[a]; o[a] = o[b]; o[b] = t; } public Heap(int initialCapacity) { if(initialCapacity > 0) { this.elementData = new Object[initialCapacity]; }else if(initialCapacity == 0) { this.elementData = EMPTY_ELEMENTDATA; }else { throw new IllegalArgumentException("Illegal Capacity: " + initialCapacity); } } public void ensureCapacity(int minCapacity) { int minExpend = (elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA) ? 0 : DEFAULT_CAPACITY; if(minCapacity > minExpend) { ensureExplicitCapacity(minCapacity); } } private void ensureCapacityInternal(int minCapacity) { if(elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) { minCapacity = Math.max(minCapacity, DEFAULT_CAPACITY); } ensureExplicitCapacity(minCapacity); } private void ensureExplicitCapacity(int minCapacity) { if(minCapacity - elementData.length > 0) { grow(minCapacity); } } public void grow(int minCapacity) { int oldCapacity = elementData.length; int newCapacity = oldCapacity + (oldCapacity >> 1); if(newCapacity < minCapacity) { newCapacity = minCapacity; } if(newCapacity > MAX_ARRAY_SIZE) { newCapacity = hugeCapacity(minCapacity); } elementData = Arrays.copyOf(elementData, newCapacity); } public int hugeCapacity(int minCapacity) { if (minCapacity < 0) // overflow throw new OutOfMemoryError(); return (minCapacity > MAX_ARRAY_SIZE) ? Integer.MAX_VALUE : MAX_ARRAY_SIZE; } public int size() { return size; } public boolean isEmpty() { return size == 0; } }
Fork me on GitHub: https://github.com/michaelwong95