4-2 堆的基本实现

4-2 堆的基本实现

如果一个算法的时间复杂度是 $O(nlogn)$ ，那么算法执行的形状一定看起来像是一棵树一样（想一想我们的归并排序），所以堆在形式上就像一棵树。

二叉堆 Binary Heap 的特点

1. 堆中某个节点的值总是不大于其父节点的值
   最大堆：顶上的元素是堆中所有元素的最大值。
2. 堆总是一棵完全二叉树
   从形状上看，除了最后一层之外，其它层节点的数量应该是最大值，并且最后一层的节点应该集中在左侧。

使用数组实现二叉堆

为什么使用数组

因为最大堆是一棵完全二叉树，我们当然可以使用树这个数据结构来实现。但是，既然堆是一棵完全二叉树，回想一下完全二叉树的定义，我们使用数组来实现二叉堆（因为完全二叉树的性质，二叉树的索引可以很轻松地与数组的索引建立一一对应的关系），而事实上，数组也是堆的经典实现。

使用数组实现二叉堆的方式是：自上到下、从左到右对索引进行标记，第 0 号索引不使用，从 1 开始编号（根节点从1 开始标记，这是一种经典的做法）。

之所以，第 0 号索引不使用，是因为从 1 开始索引，对于二叉堆来说，有比较如下两条简单的性质，我们无畏浪费一个元素的空间。如果我们不明白为什么这么做，可以自己尝试从第 0 个位置开始索引（以后我们也会遇到这种情况），只不过是增大了一些计算量而已。

从索引为 1 的位置开始放置元素的数组实现的二叉堆的性质

我们自己画一个二叉堆（如下图），从索引为 1 的位置开始放置元素，把索引标注在二叉堆上，如下图，

观察下标的位置，对应数组的索引，以下基本性质就可以一目了然。

性质1：左节点的编号是父节点（如果父亲节点存在）的编号的 2 倍；

性质2：右节点的编号是父节点（如果父亲节点存在）的编号的 2 倍加 1。

我们可以使用数学归纳法得到如上的性质。

所以我们要想找到一个节点的父亲节点（如果父亲节点存在）可以使用公式：&parent(i)=i/2$，（这个除法是计算机的除法，除不开的话向下取整）。

要想找到两个子节点（如果孩子节点存在）可以使用公式：$left child = 2i，right child = 2i+1$。

下面，我们以最大堆为例，讨论最大堆须要实现的 API。

最大堆（MaxHeap）的实现的基本框架

下面的代码展示了一个最大堆的基本实现框架：

public class MaxHeap {

    private int[] data;
    private int count; // 堆中真实元素的个数

    public MaxHeap(int capacity) {
        // 开辟数组空间（整个数组存储从索引 1 开始）
        data = new int[capacity + 1];
        count = 0;
    }

    public int size() {
        return count;
    }
    // 当前堆中的元素个数是否为 0
    public boolean isEmpty() {
        return count == 0;
    }
}