数据结构---堆应用

类似百度热点搜索。堆排序。

多数据集（下面构造三个数据集合，没了再取），取极值（前十名）

        java.util.ArrayList<Integer> arrayListFirst = new java.util.ArrayList<Integer>();
        arrayListFirst.add(1);
        arrayListFirst.add(21);
        arrayListFirst.add(31);
        java.util.ArrayList<Integer> arrayListSecond = new java.util.ArrayList<Integer>();
        arrayListSecond.add(5);
        arrayListSecond.add(25);
        arrayListSecond.add(35);
        java.util.ArrayList<Integer> arrayListThird = new java.util.ArrayList<Integer>();
        arrayListThird.add(3);
        arrayListThird.add(23);
        arrayListThird.add(33);

采用堆存储楼上所有数据，一一获取极值；，某一数据源没了，也就是到了指定数据索引个数，即要重新读取（按极值读取）

        HeapArray heapArray = new HeapArray();
        for(int i=0;i<3;i++){
            heapArray.add(arrayListFirst.get(i), 1, i+1);
            heapArray.add(arrayListSecond.get(i), 2, i+1);
            heapArray.add(arrayListThird.get(i), 3, i+1);
        }
        heapArray.doPrintln();
        while(true){
            HeapArray.HeapEntry heapEntry = heapArray.getMin();
            System.out.println("拿出最小："+heapEntry.value+" "+heapArray.size);            
            if(heapEntry.indexData == 3){
                System.out.println("数据源已拿光，请重新读取入堆,数据源："+heapEntry.indexDataSource);
            }    
        }

改造堆的entry，其他跟堆操作一样。即堆的fixup与fixdown

public class HeapArray {
    HeapEntry[] heapArray;
    int DEFAULT_HEAPARRAY_LENGTH = 128;
    int size = 0;
    public HeapArray(){
        this.heapArray = new HeapEntry[this.DEFAULT_HEAPARRAY_LENGTH];
    }
    public void add(int value,int indexDataSource,int indexData){
        heapArray[++size] = new HeapEntry(value, indexDataSource, indexData);
        fixUp();
    }
    public void fixUp(){
        int sizeTemp = size;
        while(true){
            if(sizeTemp==1){
                break;                
            }
            HeapEntry heapEntry = heapArray[sizeTemp];
            HeapEntry heapEntryTemp = heapArray[sizeTemp/2];
            if(heapEntryTemp.value > heapEntry.value){
                heapArray[sizeTemp] = heapEntryTemp;
                heapArray[sizeTemp/2] = heapEntry;
            }
            sizeTemp = sizeTemp/2;
        }
    }
    public HeapEntry getMin(){
        if(this.size==0) return null;
        HeapEntry HeapEntry;
        HeapEntry = this.heapArray[1];
        this.heapArray[1]=this.heapArray[size];
        --size;
        fixDown();
        return HeapEntry;
    }
    public void fixDown(){
        HeapEntry heapEntryTemp;
        for(int i=1;i*2<=size;){
            heapEntryTemp = this.heapArray[i];
            if(i*2+1<=size && this.heapArray[i*2].value > this.heapArray[i*2+1].value){
                if(i*2+1<=size && heapEntryTemp.value > this.heapArray[i*2+1].value){                
                    this.heapArray[i] = this.heapArray[i*2+1];
                    this.heapArray[i*2+1] = heapEntryTemp;
                    i = i*2+1;
                }
            }else{
                if(i*2<=size && heapEntryTemp.value > this.heapArray[i*2].value){
                    this.heapArray[i] = this.heapArray[i*2];
                    this.heapArray[i*2] = heapEntryTemp;
                    i = i*2;
                }else{
                    break;
                }
            }    
        }
    }
    public void doPrintln(){
        for(int i=1;i<=size;i++){
            System.out.println(this.heapArray[i].value);
        }
    }
    public class HeapEntry{
        int value;
        int indexDataSource;
        int indexData;
        public HeapEntry(int value,int indexDataSource,int indexData){
            this.value = value;
            this.indexDataSource = indexDataSource;
            this.indexData = indexData;
        }
    }
}