数据结构拾遗 - 堆（原理与实现）

由于在做减面算法时需要用到优先队列，忘记优先队列的实现了，因此补充一下有关的知识点。

完全二叉树

理解堆的实现前需要先了解完全二叉树。完全二叉树满足以下性质：

• 层级顺序完全填满：除了最后一层外其他层完全填满，也就是说除了最后一层，前面的层不存在空节点。

• 最后一层尽可能靠左排列：最后一层从左到右紧密排列，不存在连续的空节点。

当一颗完全二叉树增加一个节点时，有可能发生两种情况：

• 如果父节点已经有了一个叶子结点，那么该节点挂到另一半成为叶子节点，没有节点性质发生改变

• 如果所有父节点的叶子节点均已满，那么会选择一个叶子节点变成父节点，新增节点成为叶子节点

核心观察：由于满足以上性质，完全二叉树中叶子节点始终比非叶子结点多 0 个或 1 个

因此可以直接用数组进行存储整棵树，并通过元素下标运算实现访问父节点、子节点的操作。

完全二叉树的元素索引

当新增一个节点 C，将一个 P 节点从叶子节点变成父节点时，P 点会是最新且是最后一个父节点，如果 P 点的索引为 $i$，那么从 $0\sim i$ 均为父节点，第 $i+1$ 及以后得节点均为叶子节点，由于叶子节点数量始终比非叶子结点数量多 0 或 1 个，因此此时叶子节点数量同样为 $i+1$ 个（数量 = 索引+1），因此 C 点的索引为 $(i+1)\times 2-1=2i+1$，且这里 C 点为左节点（因为只有新增左节点才会产生节点性质的变化）。

所以我们可以访问直接采用元素索引的方式子节点，父节点的访问方式可以反算出来：

• 左子节点索引：$2i+1$

• 右子节点索引：$2i+2$

• 父节点索引：$\lfloor (i-1)/2\rfloor$（向下取整）

同样根据核心观察，可以知道如果总节点数为 $n$，那么父节点总数为 $\lfloor n/2\rfloor$，因此：

• 最后一个非叶子节点索引：$\lfloor n/2\rfloor -1$

• 叶子结点索引范围：$\lfloor n/2\rfloor \sim n-1$

另外完全二叉树还有一个高度属性，这个比较好理解，就不过多赘述

• 高度：$\lfloor lo{g}_2(n)+1\rfloor$

堆和队列

在理解堆之前，首先需要理解队列是什么，通常而言队列是由于处理器资源限制，需要将等待处理的任务进行排队，依次处理任务。像食堂排队打饭就是由于打饭阿姨数量少于吃饭的人，因此需要吃饭的人在后面排队。队列是一种缓解资源紧张的设计思想，并不是一种特定的数据形式（比如数组、列表）。一般社会规则遵循先来后到，这种队列就是先入先出队列，除此之外还可以设计先入后出队列（也就是栈，后入队的元素优先出队），以及基于特定优先级判定规则决定的队列（定义为堆，优先级更高的元素优先出队）。每种队列拥有不同的适用场合，但不管在什么场合下，队列要解决的问题是不变的：

• 存储一定数量的元素，因此队列拥有一个属性 size

• 支持有新的元素进来排队，因此队列有一个方法 Push

• 获取下一个待处理的元素，因此队列有一个方法 Pop

堆通常也称为优先队列，与先入先出、先入后出的优先队列不同，优先队列根据元素本身的优先级进行排列，可以根据我们给元素定义的优先级实现快速的入队、出队操作。

堆的实现

在完全二叉树的基础上，如果满足任意父节点的优先级都始终大于等于其子节点的优先级，这颗完全二叉树就是堆。

核心观察：在堆中，上层节点的值优先级始终大于下一层的任意节点，而相同层的节点值之间优先级不固定。且在新增、删除元素之后，这个性质也不发生变化。

为了实现始终保持这个性质，算法人员想出了一个方法，通过 ShiftUp 操作子节点，通过 ShitfDown操作父节点，让每个父节点-子节点的节点对都满足上述性质，这样就能在队列新增、删除元素后进行快速调整。

ShiftDown 核心思想在于递归（虽然实现上是循环，但思想是递归）地处理父节点，先拿出子节点中优先级最高的节点，将其和父节点的优先级进行比较，如果父节点优先级更低，则说明父节点该让位于子节点，交换两者。在成为子节点后，再递归地判断它是否需要让位于新的子节点，直到它满足优先级高于它的所有子节点。

 private void ShiftDown(int index)
    {
        while (true)
        {
            if (!IsIndexValid(index)) return;

            var value = _array[index];
            var leftChildIndex = index * 2 + 1;
            var rightChildIndex = leftChildIndex + 1;
            if (!IsIndexValid(leftChildIndex) && !IsIndexValid(rightChildIndex)) return;

            var childIndex = leftChildIndex;
            var childValue = _array[leftChildIndex];
            if (IsIndexValid(rightChildIndex))
            {
                var rightChildValue = _array[rightChildIndex];
                if (rightChildValue > childValue)
                {
                    childIndex = rightChildIndex;
                    childValue = rightChildValue;
                }
            }

            if (childValue <= value) return;

            _array[index] = childValue;
            _array[childIndex] = value;
            index = childIndex;
        }
    }

ShiftUp 用于处理子节点，并递归向上，让整棵树保持堆的性质。

    private void ShiftUp(int index)
    {
        while (true)
        {
            if (!IsIndexValid(index)) return;

            var value = _array[index];
            var parentIndex = (index - 1) / 2;
            if (!IsIndexValid(parentIndex)) return;

            var parentValue = _array[parentIndex];
            if (parentValue >= value) return;

            _array[index] = parentValue;
            _array[parentIndex] = value;
            index = parentIndex;
        }
    }

在有了这两个操作之后，就可以在构建堆、新增元素、删除元素时，方便地放置元素到合理的位置。

• 构造

当用数组构造堆时，思路是对所有父节点，从后往前做一遍 ShiftDown操作，便可以让整棵树保持堆的性质。

    public MyHeap(int[] array)
    {
        size = array.Length;
        for (var i = 0; i < array.Length; i++)
            _array[i] = array[i];
        for (var i = size/2 - 1; i >= 0; i--)
            ShiftDown(i);
    }

• Push

在往队列中增加元素时，将新增元素直接放置在最后一个叶子节点上，并对其做 ShiftUp，即可将该元素插入到合适的位置

    public void Push(int value)
    {
        _array[size] = value;
        size++;
        ShiftUp(size - 1);
    }

• Pop

在从队列中获取优先级最高的元素时，此时第一个父节点便是优先级最高的节点，因此可以直接返回父节点的值。在移出父节点后，将最后一个叶子节点放到第一个父节点位置，并对其做 ShiftDown即可重新让树保持堆的性质。

    public int Pop()
    {
        var value = _array[0];
        _array[0] = _array[size - 1];
        size--;
        ShiftDown(0);
        return value;
    }

总结

以上就是关于堆的理解，要实现堆，首先需要了解堆是用来做什么的（队列的概念）。然后在实现堆的过程中为什么可以采用数组来存储堆中的元素（完全二叉树的概念），以及如何让完全二叉树实现堆（ShiftDown和 ShiftUp）。最后通过堆来实现元素的入队（Push)、出队（Pop），以此实现优先级队列。