✨堆结构✨
堆就是一颗完全二叉树,堆结构要指明大根堆还是小根堆。我们用数组表示的完全二叉树,使用heapSize控制堆的大小,也就是数组中的前heapSize个数代表这个完全二叉树。
❤️大根堆👇
每棵子树都满足头节点是最大的,或者说每个节点的值都大于或等于它的子节点的值。来个例子:
🤔上移:heapInsert
//当前位置的值 和自己的父亲比较,谁大,谁往上跑
private void heapInsert(int[] arr,int index){
while(arr[index] > arr[(index-1)/2]{
swap(arr,index,(index-1)/2);
index = (index-1)/2;
}
}
🤔下沉:heapify
// 从index位置,往下看,不断的下沉
private void heapify(int[] arr, int index, int heapSize) {
int left = index * 2 + 1;
// 停:较大的孩子都不再比index位置的数大;已经没孩子了
while (left < heapSize) { // 如果有左孩子,有没有右孩子,可能有可能没有!
// 把较大孩子的下标,给largest
int largest = left + 1 < heapSize && arr[left + 1] > arr[left] ? left + 1 : left;
// 孩子和当前值比,谁大,就留谁
largest = arr[largest] > arr[index] ? largest : index;
//最大的就是自己,结束
if (largest == index) {
break;
}
// index和较大孩子,要互换
swap(arr, largest, index);
//继续循环
index = largest;
left = index * 2 + 1;
}
}
🤔相关使用
排序就是因为数据无序,假设我们原本有个大根堆,里面有些数据错误了,那怎么调整这个数据才重新变成大根堆呢?就是调用上面的“上移”和“下沉”。解释一下:
当数据发生变化的时候,有两种情况,
-
数据变大了
- 本来我就是大根堆,数据从上往下是依次变小的,我这个数据变大了,肯定比下面的大
- 所以我不需要下沉了,我上移就可以了,调用一次heapInsert
-
数据变小了
- 本来我是大根堆,数据从上往下依次变小,我这个数据变小了,仍然比上面的小
- 所以我不需要上移了,我直接下沉,调用一次heapify
还有一种情况是,我不知道这个数据是变大还是变小,我只知道它变了,那我就调一次heapInsert,再调一次heapify。
❤️小根堆
每棵子树都满足头节点是最小的,或者说每个节点的值都小于或等于它的子节点的值。来个例子:
小根堆也有“上移”“下沉”,和大根堆的区别只是,谁小谁上移,谁大谁下沉。
✨复杂度
堆的基本操作就是“上移”,“下沉”,这些操作只和自己的父亲或孩子比较,也就是每次比较都是相邻的两层。那么堆这个完全二叉树的高度,就决定了比较的最大次数,所以复杂度就是O(logN)的。
✨堆排序
简单梳理一下逻辑,可以肯定是大根堆的头,一定是整个大根堆最大的值,那么我只需要将这个大根堆的头,给换到数组的最后,然后减少大根堆大小,循环操作,这样就将数组从最后位置往前依次排好序了吧。
- 先把整个数组转成大根堆
- 这个时候heapSize就是数组的大小N,0位置的数就是大根堆的头节点最大的,那么0和N-1位置的数交换,就将最大数,换到最后面了,然后将heapSize-1,将这最后这个数从大根堆踢出去。
- 然后0到N-1,因为0位置数据改变了,所以要保证它继续是大根堆,需要进行调整
- 对0位置进行heapify,下沉操作,让它重新变成大根堆。
- 这个时候0位置又变成大根堆的头节点了,0再继续和大根堆的最后一个值交换(N-2),然后heapSize再-1。
- 循环执行逻辑,heapSize为0结束。
❤️代码实现
public static void heapSort2(int[] arr) {
// 考虑边界
if (arr == null || arr.length < 2) {
return;
}
// 使用下沉操作,将数组换成大根堆
for (int i = arr.length - 1; i >= 0; i--) {
heapify(arr, i, arr.length);
}
// 初次的heapSize
int heapSize = arr.length;
// 将0位置的数和最后的数交换,然后heapSize减一
swap(arr, 0, --heapSize);
// heapSize有值就继续,没有值说明交换完了
while (heapSize > 0) {
// 0位置数据产生变化了,而且是往小变化,所以下沉操作,重新变成大根堆
heapify(arr, 0, heapSize);
// 变成大根堆了,0位置又变成最大值了,再和最后一个数交换,然后heapSize减一
swap(arr, 0, --heapSize);
}
}