一、堆的性质:
- 堆中某个节点的值总是不大于或不小于其父节点的值
- 堆总是一棵完全二叉树
二、堆向下调整
// array 表示用来存储堆的数组.
// size 表示数组上有效元素的个数(有效元素不一定和 array.length 一样)
// index 表示从哪个位置开始进行向下调整
// 以大堆为例
public static void shiftDown(int[] array, int size, int index) {
int parent = index;
int child = 2 * parent + 1;//左子树下标
// 循环条件的含义:
// 如果 child < size, 就意味着 child 是存在的.
// 如果 child >= size, 就说明 parent 已经是叶子节点.
while (child < size) {
// 第一次比较, 找出左右子树的最大值
if (child + 1 < size && array[child + 1] > array[child]) {
// 如果发现右子树存在, 且右子树比左子树大,
// 就让 child 指向右子树
child = child + 1;
}
// 这个条件结束后, child 指向左右子树中较大的那个
// 第二次比较, 拿刚才的 child 位置的元素和 parent 进行比较
// 看是否符合大堆的要求. 如果不符合就交换两个元素
if (array[parent] < array[child]) {
// 不符合大堆要求,交换
int tmp = array[parent];
array[parent] = array[child];
array[child] = tmp;
} else {
// 调整就完成了, 刚才 index 位置的节点已经被放到合适的位置了
// 不需要继续调整了
break;
}
// 更新循环变量
parent = child;
child = 2 * parent + 1;
}
}
三、堆向上调整
//向上调整,以大堆为例
public static void shiftUp(int[] array, int size, int index) {
int child = index;
int parent = (child - 1) / 2;
//如果 child 为 0,说明已经调整到最上面了
while (child > 0) {
// 比较父节点和子节点是否符合堆的要求
if (array[parent] < array[child]) {
// 如果不符合大堆的要求, 就交换这两个元素
int tmp = array[parent];
array[parent] = array[child];
array[child] = tmp;
} else {
// 只要发现现在的父子节点符合堆要求
// 就认为现在这个堆已经调整完毕了
break;
}
// 更新循环变量
child = parent;
parent = (child - 1) / 2;
}
}
四、堆的创建
// createHeap 方法, 看起来时间复杂度是 O(NlogN)
// 实际上时间复杂度是 O(N)
// 基于向下调整的建堆操作
public static void createHeap(int[] array) {
// 从后往前遍历数组,针对每个下标都进行向下调整
// 最后一个元素的下标是 length - 1
// 向下调整建堆是从最后一个非叶子节点开始往前循环
// 最后一个非叶子节点正是最后一个节点的父节点
for (int i = (array.length - 1 - 1) / 2; i >= 0; i--) {
shiftDown(array, array.length, i);
}
}
五、堆的插入和删除
// 为了让后续的堆操作比较方便, 使用成员变量的方式来保存堆对应的数组
private int[] data = new int[1000];
private int size = 0;
public MyPriorityQueue(int[] data, int size) {
this.size = size;
for (int i = 0; i < size; i++) {
this.data[i] = data[i];
}
}
//往堆中插入元素
public void offer(int val) {
if (size >= data.length) {
// 堆已经满了,插入失败
return;
}
// 1. 先把新元素放到数组的末尾(尾插)
data[size] = val;
size++;
// 2. 加入新的元素之后,可能就破坏了原有堆的结构
// 就需要调整堆,让堆能够重新符合要求
// 通过向上调整的方式,从新元素的位置进行向上调整
//从最后一个元素开始进行调整
shiftUp(data, size, size - 1);
}
// 删除堆顶元素
public Integer poll() {
if (size == 0) {
return null;
}
Integer result = data[0];
// 先把 0 号元素和最后一个元素互换
// 或者直接把最后一个元素给赋值到 0 号元素
data[0] = data[size - 1];
// 删除最后一个元素
size--;
// 从 0 号位置开始进行向下调整
shiftDown(data, size, 0);
return result;
}