堆-数据结构

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;
        }
    }

6. 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;
    }