①基本操作
class TestHeap {
public int[] elem;
public int usedSize;
public TestHeap(){
this.elem = new int[10];
}
}
②向下调整
思路:
代码实现:
//len是有效数据长度
public void adjustDown(int root,int len) {
int parent = root;
int child = 2 * parent + 1;
while(child < len){
//找到左右孩子的最大值
//1. 没有右孩子,左孩子就是最大.child下标下就是最大
//2. 有右孩子,但是左孩子更大,即左孩子是最大.child下标下就是最大
//3. 有右孩子,但是右孩子更大,即右孩子是最大.child+1 下标下就是最大
if(child+1 < len && this.elem[child] < this.elem[child+1]){
child++;
}
//此时child下标下就是最大值.
if(this.elem[child] > this.elem[parent]){
int tmp = this.elem[child];
this.elem[child] = this.elem[parent];
this.elem[parent] = tmp;
parent = child;
child = 2 * parent + 1;
}else {
break;
}
}
}
③建堆
建大堆 - 思路:
从最后一个数据的 双亲开始 向下调整. 每次调整完 让parent-- 直到调整到parent = 0;
/**
-
建大堆
-
@param array
*/
public void createHeap(int[] array){
//这一步相当于 数组的拷贝
for (int i = 0; i < array.length; i++) {
this.elem[i] = array[i];
this.usedSize++;
}
//parent 就代表每颗子树的根节点
for (int parent = (array.length-1-1)/2;parent >= 0; parent–) {
adjustDown(parent,this.usedSize);
}
}
时间复杂度的分析:
④入队列
思路:从队尾入,每次入队列都要进行向上调整
向上调整:
① 如果插入的child比parent大 则需要交换
② 交换后需要让child = parent; parent = (child - ) / 2;
③ 如果插入的child比parent小 则不需要交换
④循环①②③操作,直到不需要交换或则 child<0结束循环.
代码实现:
public void adjustUp(int child){
//parent等于child的双亲
int parent = (child - 1) / 2;
//child>0进入循环
while(child > 0) {
if (this.elem[child] > this.elem[parent]){
int tmp = this.elem[parent];
this.elem[parent] = this.elem[child];
this.elem[child] = tmp;
child = parent;
parent = (child - 1) / 2;
}else {
//不需要交换直接跳出循环
break;
}
}
}
入队思路:
1.首先判断是否需要扩容
2.如果需要扩容则要先扩容然后插入,不需要扩容直接插入
3.插入后进行向上调整
代码实现:
public void push(int val){
if(isFull()){
//扩容
Arrays.copyOf(this.elem,2*this.elem.length);
}
//插入 向上调整
this.elem[this.usedSize++] = val;
adjustUp(usedSize - 1);
}
//判断是否满
public boolean isFull(){
return this.usedSize == this.elem.length;
}
⑤出队列
出队列思路:
1.首先需要判断是否为空
2.为空直接返回
3.不为空,首先交换队首元素和队尾元素,然后从0下标开始进行向下调整.
代码实现:
//判断是否为空
public boolean isEmpty(){
return this.usedSize == 0;
}
public void pop(){
if(!isEmpty()){
//不为空首先进行交换
int tmp = this.elem[0];
this.elem[0] = this.elem[usedSize - 1];
this.elem[usedSize - 1] = tmp;
this.usedSize–;
//然后进行向下调整
adjustDown(0,this.usedSize);
}
}
⑥堆排序
堆排序思路:
1.让end指向队尾元素
2.让队首元素和end交换
3.从0下标位置进行向下调整 然后end–;
4.重复以上操作直到end=0;
代码实现:
/**
- 前提是要先创建大堆
*/
public void heapSort() {
int end = this.usedSize - 1;
while(end > 0) {
int tmp = this.elem[0];
this.elem[0] = this.elem[end];
this.elem[end] = tmp;
adjustDown(0,end–);
}
}
4.1 java 中的优先级队列
PriorityQueue implements Queue
| 错误处理 | 抛出异常 | 返回特殊值 |
| :-- | :-- | :-- |
| 入队列 | add(e) | offer(e) |
| 出队列 | remove() | poll() |
| 队首元素 | element() | peek() |
4.2 java 中堆的使用
注意:
1. 堆的默认大小是 11 默认为小堆
2. 可以指定堆的大小,可以指定堆为大小堆.
public static void main (String[] args) {
//堆 默认是大小为11
PriorityQueue priorityQueue = new PriorityQueue<>();
//默认是 小堆
priorityQueue.add(1);
priorityQueue.add(2);
priorityQueue.add(3);
System.out.println(priorityQueue);
}
集合框架中的PriorityQueue底层使用堆结构,因此其内部的元素必须要能够比大小,PriorityQueue采用了:
Comparble和Comparator两种方式。
- Comparble是默认的内部比较方式,如果用户插入自定义类型对象时,该类对象必须要实现Comparble接
口,并覆写compareTo方法
- 用户也可以选择使用比较器对象,如果用户插入自定义类型对象时,必须要提供一个比较器类,让该类实现
Comparator接口并覆写compare方法。
TopK问题,找前K个最大(最小)的数.
用堆的思路:
- 放入k个元素到堆中
①找前k个最大的数,建小堆.
②找前k个最小的数,建大堆.
-
如果找的是前k个最大的数,先建小堆将k个元素放入堆中,然后让堆顶元素 和 后面的数比较,如果小于后面的数,就和堆顶元素交换,然后变成小堆继续此操作.
-
反之则是找前k个最小的数.
-
遍历结束后,堆中的元素就是要找的数
画图解析:
代码实现:
/**
-
找前k个最大的元素
-
@param array
-
@param k
*/
public static void topk2(int[] array,int k){
PriorityQueue maxHeap = new PriorityQueue<>(k, new Comparator() {
@Override
public int compare(Integer o1, Integer o2) {
return o1 - o2;//大堆
}
});
for (int i = 0; i < array.length; i++) {
if (maxHeap.size() < k) {
maxHeap.offer(array[i]);
} else {
int top = maxHeap.peek();//获取队顶元素
if (top < array[i]) {
maxHeap.poll();
maxHeap.offer(array[i]);
}
}
}
System.out.println(maxHeap);
}
/**
-
找前k个最小的元素
-
@param array
-
@param k
*/
public static void topk1(int[] array,int k){
PriorityQueue maxHeap = new PriorityQueue<>(k, new Comparator() {
@Override
public int compare(Integer o1, Integer o2) {
return o2 - o1;//大堆
}
});
for (int i = 0; i < array.length; i++) {
if (maxHeap.size() < k) {
maxHeap.offer(array[i]);
} else {
int top = maxHeap.peek();//获取队顶元素
if (top > array[i]) {
maxHeap.poll();
maxHeap.offer(array[i]);
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://img-blog.csdnimg.cn/img_convert/67902a0cd3f7ee01c740dd8247edf48c.jpeg)
最后
整理的这些资料希望对Java开发的朋友们有所参考以及少走弯路,本文的重点是你有没有收获与成长,其余的都不重要,希望读者们能谨记这一点。
其实面试这一块早在第一个说的25大面试专题就全都有的。以上提及的这些全部的面试+学习的各种笔记资料,我这差不多来回搞了三个多月,收集整理真的很不容易,其中还有很多自己的一些知识总结。正是因为很麻烦,所以对以上这些学习复习资料感兴趣
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!**
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://img-blog.csdnimg.cn/img_convert/67902a0cd3f7ee01c740dd8247edf48c.jpeg)
最后
整理的这些资料希望对Java开发的朋友们有所参考以及少走弯路,本文的重点是你有没有收获与成长,其余的都不重要,希望读者们能谨记这一点。
[外链图片转存中…(img-fHPZKELt-1713712217017)]
[外链图片转存中…(img-5zzZruSH-1713712217017)]
其实面试这一块早在第一个说的25大面试专题就全都有的。以上提及的这些全部的面试+学习的各种笔记资料,我这差不多来回搞了三个多月,收集整理真的很不容易,其中还有很多自己的一些知识总结。正是因为很麻烦,所以对以上这些学习复习资料感兴趣
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!