大顶堆和小顶堆

最新推荐文章于 2023-10-05 19:54:45 发布

从头再来yyds

最新推荐文章于 2023-10-05 19:54:45 发布

阅读量4.8k

点赞数 1

分类专栏： Leetcode刷题文章标签：算法

本文链接：https://blog.csdn.net/m0_51436734/article/details/124476912

版权

Leetcode刷题专栏收录该内容

12 篇文章 1 订阅

订阅专栏

本文介绍了堆这种非线性数据结构，详细阐述了大顶堆和小顶堆的区别，并展示了如何利用Java的PriorityQueue实现寻找数组中前K个最小或最大的元素。通过创建小顶堆，可以在O(n log k)的时间复杂度内解决TopK问题，提高了效率。

摘要由CSDN通过智能技术生成

一、什么是堆？

堆是一种非线性结构，可以把堆看作一棵二叉树，也可以看作一个数组，即：堆就是利用完全二叉树的结构来维护的一维数组。
堆可以分为大顶堆和小顶堆。
大顶堆：每个结点的值都大于或等于其左右孩子结点的值。
小顶堆：每个结点的值都小于或等于其左右孩子结点的值。
如果是排序，求升序用大顶堆，求降序用小顶堆。
一般我们说 topK 问题，就可以用大顶堆或小顶堆来实现，
最大的 K 个：小顶堆
最小的 K 个：大顶堆这里是引用

二、PriorityQueue

在这里插入图片描述

常用的方法：
在这里插入图片描述
大根堆的构造

 PriorityQueue<Integer> q = new PriorityQueue<>((o1,o2)->o2.compareTo(o1))

小根堆的构造

 PriorityQueue<Integer> q = new PriorityQueue<>((o1,o2)->o1.compareTo(o2))

在这里插入图片描述
思考：首先能够想到的是求一个数组中前k个最小的数，并返回到该数组中。直接对该数组进行排序：Arrays.sort(input); 然后遍历前k个存入到res中，返回即可。但这样其实时间复杂读更高，既然是TopK的问题，我们不难想到用小顶堆的方式。

public ArrayList<Integer> GetLeastNumbers_Solution(int [] input, int k) {
        ArrayList<Integer> res = new ArrayList<Integer>();
        // 排除特殊情况
        if(k == 0||input.length==0) return res;
        // 大根堆
        PriorityQueue<Integer> q = new PriorityQueue<>((o1,o2)->o2.compareTo(o1));
        // 创建一个k个大小的堆
        for(int i = 0;i<k;i++){
            q.add(input[i]);
        }
        for(int i = k;i<input.length;i++){
            if(q.peek()>input[i]){
                q.poll();
                q.add(input[i]);
            }
        }
        // 堆中元素取出入数组
        for(int i =0;i<k;i++){
            res.add(q.poll());
        }
        return res;
        
    }