1.树的简介
一棵树的任意结点有且仅有唯一的一条路径连通。
一棵树如果有n个结点,它一定有n-1条边
一棵树加一条边将会构成一个回路。
树是指任意两个结点间有且只有一条路径的无向图。
2.二叉树
每个结点最多两个子树,左子树,右子树。
满二叉树:
如果每个结点都有两个子树,叫满二叉树,意味着深度一致。
完全二叉树
:一个树有左子树,但是没有右子树。
堆可以使用数组形式来表达;
int arr [] = {1,2,3,4,5,6}
如果父节点的编号为k,左子树的编号为2k 右子树编号为2k+1.
如果子节点编号为y,它的父节点编号为y/2.
完全二叉树的应用场景为堆。
3.堆-优先队列
最大堆:每个结点都大于它的子结点
最小堆:每个结点都小于它的子结点
1.获取父节点的索引。默认根结点索引为1
// 返回完全二叉树的数组表示中,一个索引所表示的元素的父亲节点的索引
private int parent(int index){
if(index == 0)
throw new IllegalArgumentException("index-0 doesn't have parent.");
return index / 2;
}
2.获取左孩子的索引
// 返回完全二叉树的数组表示中,一个索引所表示的元素的左孩子节点的索引
private int leftChild(int index){
return index * 2 ;
}
3.获取右孩子的索引
// 返回完全二叉树的数组表示中,一个索引所表示的元素的右孩子节点的索引
private int rightChild(int index){
return index * 2 + 1;
}
4.添加元素–上浮siftUp()
当堆为最大堆,说明根节点为最大值。如果添加结点,在尾部添加,然后判断是否满足最大堆的特点,决定是否要上浮。
// 向堆中添加元素
public void add(E e){
data.addLast(e);
//尾部添加
siftUp(data.getSize() - 1);
}
private void siftUp(int k){
//data.get(parent(k)).compareTo(data.get(k))当前结点的值和父节点比较,如果小于0
//说明,添加的结点比 父节点大,要上浮
while(k > 0 && data.get(parent(k)).compareTo(data.get(k)) < 0 ){
//当前节点和父节点交换数据
data.swap(k, parent(k));
//上浮后更改索引位置
k = parent(k);
}
}
5.获取堆中最大元素,且删除。
查找到最大值后,删除元素,最大堆的特点会打破,所以要进行位置的交互,便于仍然满足最大堆的特点。
// 看堆中的最大元素
public E findMax(){
if(data.getSize() == 0)
throw new IllegalArgumentException("Can not findMax when heap is empty.");
return data.get(0);
}
// 取出堆中最大元素
public E extractMax(){
//查看最大值
E ret = findMax();
//最大位和最后位 交互,然后移除最大值。
data.swap(0, data.getSize() - 1);
data.removeLast();
//数据的变动会破坏最大堆的结构,所以要修复数据,保持最大堆的特点。
siftDown(0);
return ret;
}
private void siftDown(int k){
while(leftChild(k) < data.getSize()){
int j = leftChild(k); // 在此轮循环中,data[k]和data[j]交换位置
if( j + 1 < data.getSize() &&
data.get(j + 1).compareTo(data.get(j)) > 0 )
j ++;
// data[j] 是 leftChild 和 rightChild 中的最大值
if(data.get(k).compareTo(data.get(j)) >= 0 )
break;
data.swap(k, j);
k = j;
}
}
- 取出堆中的最大元素,并且替换成元素e
public E replace(E e){
E ret = findMax();
data.set(0, e);
siftDown(0);
return ret;
}