1.大顶堆和小顶堆原理
- 什么是堆
- 堆(Heap)是计算机科学中一类特殊的数据结构,通常是一个可以被看作一颗完全二叉树的数组对象。
- 完全二叉树
- 只有最下面两层节点的度可以小于2,并且最下层的叶节点集中在靠左连续的边界
- 只允许最后一层有空缺结点且空缺在右边,完全二叉树需保证最后一个节点之前的节点都齐全;
- 对任一结点,如果其右子树的深度为j,则其左子树的深度必为j或j+1
- 什么是大顶堆(最大堆)
- 大顶堆是一种完全二叉树,其每个父节点的值都大于或等于其子节点的值,即根节点的值最大。
- 每个节点的两个子节点顺序没做要求,和之前的二叉查找树不一样。
- 什么是小顶堆(最小堆)
- 小顶堆是一种完全二叉树,其每个父节点的值都小于或等于其子节点的值,即根节点的值最小。
- 每个节点的两个子节点顺序没做要求,和之前的二叉查找树不一样
存储原理
- 一般升序采用大顶堆,降序采用小顶堆。
- 堆是一种非线性结构,用数组来存储完全二叉树是非常节省空间的,把堆看作一个数组。
- 方便操作,一般数组的下标0不存储,直接从1节点存储。
- 堆其实就是利用完全二叉树的结构来维护一个数组
- 数据下表为k的节点
- 左子节点下标为2*k的节点。
- 右子节点就是下表为2*k+1的节点。
- 父节点就是下标为k/2取证的节点。
- 公式描述一下堆的定义
- 大顶堆:arr[k] >= arr[2k+1] && arr[k] >= arr[2k]
- 小顶堆:arr[k] <= arr[2k+1] && arr[k] <=arr[ak]
- 小顶堆动画效果演示
- 往堆中插入新元素,就是往数组中从索引0或1开始依次存放数据,但是顺序需要满足堆的特性
- 如何让堆满足:
- 不断比较新节点 arr[k]和对应父节点arr[k/2]的大小,根据情况交互元素位置
- 直到找到的父节点比当前新增节点大则结束
2.大顶堆构编码实现
- 大顶堆(最大堆)
- 大顶堆是一种完全二叉树,其每个父节点的值都大于或等于其子节点的值,即根节点的值最大
- 编码实现
public class Heap { //用数组存储堆中的元素 private int[] items; //堆中元素的个数 private int num; public Heap(int capacity) { //数组下标0不存储数据,所以容量+1 this.items = new int[capacity + 1]; this.num = 0; } /** * 判断堆中 items[left] 元素是否小于 items[right] 的元素 */ private boolean rightBig(int left, int right) { return items[left] < items[right]; } /** * 交换堆中的两个元素位置 */ private void swap(int i, int j) { int temp = items[i]; items[i] = items[j]; items[j] = temp; } /** * 往堆中插入一个元素,默认是最后面,++num先执行,然后进行上浮判断操作 */ public void insert(int value) { items[++num] = value; up(num); } /** * 使用上浮操作,新增元素后,重新堆化 * 不断比较新节点 arr[k]和对应父节点arr[k/2]的大小,根据情况交互元素位置 * 直到找到的父节点比当前新增节点大则结束 * <p> * 数组中下标为 k 的节点 * 左子节点下标为 2*k 的节点 * 右子节点就是下标 为 2*k+1 的节点 * 父节点就是下标为 k/2 取整的节点 */ private void up(int k) { //父节点 在数组的下标是1,下标大于1都要比较 while (k > 1) { //比较 父结点 和 当前结点 大小 if (rightBig(k / 2, k)) { //当前节点大,则和父节点交互位置 swap(k / 2, k); } // 往上一层比较,当前节点变为父节点 k = k / 2; } } /** * 删除堆中最大的元素,返回这个最大元素 */ public int delMax() { int max = items[1]; //交换索引 堆顶的元素(数组索引1的)和 最大索引处的元素,放到完全二叉树中最右侧的元素,方便后续变为临时根结点 // 为啥不能直接删除顶部元素,因为删除后会断裂,成为森林,所以需要先交互,再删除 swap(1, num); //最大索引处的元素删除掉, num--是后执行,元素个数需要减少1 items[num--] = 0; //通过下浮调整堆,重新堆化 down(1); return max; } /** * 使用下沉操作,堆顶和最后一个元素交换后,重新堆化 * 不断比较 节点 arr[k]和对应 左节点arr[2*k] 和 右节点arr[2*k+1]的大小,如果当前结点小,则需要交换位置 * 直到找到 最后一个索引节点比较完成 则结束 * 数组中下标为 k 的节点 * 左子节点下标为 2*k 的节点 * 右子节点就是下标 为 2*k+1 的节点 * 父节点就是下标为 k/2 取整的节点 */ private void down(int k) { //最后一个节点下标是num while (2 * k <= num) { //记录当前结点的左右子结点中,较大的结点 int maxIndex; if (2 * k + 1 <= num) { //2 * k + 1 <= num 是判断 确保有右节点 //比较当前结点下的左右子节点哪个大 if (rightBig(2 * k, 2 * k + 1)) { maxIndex = 2 * k + 1; } else { maxIndex = 2 * k; } } else { maxIndex = 2 * k; } //比较当前结点 和 较大结点的值, 如果当前节点较大则结束 if (items[k] > items[maxIndex]) { break; } else { //否则往下一层比较,当前节点k索引 变换为 子节点中较大的值 swap(k, maxIndex); //变换k的值 k = maxIndex; } } } public static void main(String[] args) { Heap heap = new Heap(20); heap.insert(42); heap.insert(48); heap.insert(93); heap.insert(21); heap.insert(90); heap.insert(9); heap.insert(3); heap.insert(40); heap.insert(32); int top; System.out.println("输出堆:"); while ((top = heap.delMax()) != 0) { System.out.print(top + " "); } } }