目录
堆
堆是什么
堆是为了解决动态的查找最值而产生的。
堆的性质
-
逻辑上是一棵完全二叉树,也就是说除了最后一层其他层都是满的,它的存储是按照二叉树的层序遍历来存储的。基于这个特性,往往使用数组来实现堆,使得操作更加高效。
-
树中的任意一个结点,只要有孩子,大堆: parent 的值 >= 两个孩子的值,小堆: parent 的值 <= 两个孩子的值。堆顶的元素一定是最大(大堆)或者最小的(小堆)。但是不保证整个堆是按照顺序排列的。
-
堆支持高效的插入、删除和获取最值操作。在插入元素时,可以保持堆的性质,通过一次或多次元素的交换,实现对堆的调整。
-
堆常常被用于实现优先级队列,根据堆的特性可以快速获得最大或最小的优先级元素。
-
除了最大堆和最小堆之外,还可以存在其他类型的堆,例如基于中位数的堆。具体取决于应用场景和需求。
堆的分类
最常用的堆有大堆和小堆:0下标元素(堆顶元素)是最大值的是大堆,0下标元素是最小值的是小堆。
堆元素和数组下标的关系
因为堆是用顺序表实现的,所以堆中的元素就可以用下标来表示了,那么堆中的元素和数组下标的关系是什么呢?(left:左孩子 right:右孩子 parent:父元素)
left=parent*2 + 1
right=parent*2 + 2
那么也可以逆着求出: parent = (child - 1) / 2,不管左右孩子,减一除2取整就好了。
向下调整和向上调整
向下调整和向上调整的时候,有一个前提就是,除了要调整的位置,其余位置都要满组堆的性质。例如:如果是大堆的话,除了要调整的位置,其余位置就必须要满足parent元素大于等于左后孩子元素,这样才可以进行调整。
大堆向下调整,小堆向上调整。调整的时候首先判断要调整的位置是否满足堆的性质。
堆的性质
- 一个孩子都没有----满足堆的性质
- 只有一个孩子----一定是左孩子,因为堆是完全二叉树。大堆的话就要满足:parent 的值> =左孩子的值;小堆:parent的值<=左右孩子
- 有两个孩子,大堆:parent的值>=左右孩子,也就是大于左右孩子中最大的那个;小堆:parent的值<=左右孩子,也就是小于左右孩子中最小的那个。
若是满足对的性质就不需要调整。若是不满足上边的性质,就调整parent和孩子的位置,调整到满足性质。在小范围调整完毕,扩大范围,查看其他位置是否被破坏了,若是破坏了,就进行刚才一样的操作进行调整。直到全部满足,到达叶子节点。
向下调整
在进行调整之前我们说了有前提,就是其他位置都要满足堆的性质,在其他位置都满足的情况下,我们从堆顶元素开始进行调整,所以是向下进行调整。
最坏就是每层都进行调整,调整的范围直接蔓延到整棵树,进行书的高度次,也就是O(logN)
//调整的数组 调整数组的大小
//要调整的元素
public static void shiftDown(long[] array,int size,int index){
//如果这个位置已经是叶子,那么就不需要在进行调整了
while(true){
int leftIdx=index*2+1;//左孩子的下标
if(leftIdx>=size){//左孩子不存在,那么说明已经是叶子了
return;
}
//找出孩子中最大的一个
int maxIdx=leftIdx;
if(leftIdx+1<size && array[leftIdx+1]>array[leftIdx]){
maxIdx=leftIdx+1;
}
//满足组堆的性质,则直接退出
if(array[index]>array[maxIdx]){
return;
}
//不满足堆的性质,要进行交换操作
long t=array[index];
array[index]=array[maxIdx];
array[maxIdx]=t;
//交换完毕后,记得还要对交换过的位置继续进行向下调整
//要改变循环变量的值
index=maxIdx;
}
}
建堆操作(大堆)
建堆就是:把一个无序顺序表变为堆。
过程就是:一个数组进行层序排列,排序结束之后进行调整操作,调整操作就是从最后一个元素的双亲元素开始向前进行向下遍历。
/**
* 向下调整
* @param array 要调整的数组
* @param size 数组的长度
* @param index 要调整的元素的下标
*/
public static void shiftDown(long[] array,int size,int index){
//叶子元素就不需要在进行调整了
while(true){
//要调整的数的左孩子
int leftIndex=index*2+1;
//左孩子不存在,说明就是叶子
if(leftIndex>=size){
return;
}
//如果左孩子存在,开始进行判断是否满足堆的特性
//判断右孩子是否存在
int max=leftIndex;
if(leftIndex+1<size) {
//找出左右孩子的最大值的下标
max = array[leftIndex] > array[leftIndex + 1] ? leftIndex : leftIndex + 1;
}
//开始进行判断是否满足堆的特性
if(array[index]>array[max]){
return;
}
//不满足则进行交换
long temp=array[index];
array[index]=array[max];
array[max]=temp;
//交换完毕后,继续进行向下调整
index=max;
}
}
//建堆,就是从最后一个元素的双亲结点向前进行向下调整
//size-1最后一个元素
public static void createHeap(long[] array,int size){
for(int i=(size-2)/2;i>=0;i--){
shiftDown(array,size,i);
}
}
public static void main(String[] args) {
long[] array={3,9,7,6,8,8,2,4,1,7};
int size=10;
createHeap(array,size);
System.out.println(Arrays.toString(array));
}
显示以上结果就是正确的。 以上的建堆的时间复杂度,最大是O(N*log(n)),最少是O(N).
注意:因为底层是顺序表实现的,可以用下标,所以向下调整的时候也是用的下标来调整。
删除元素
堆中不能任意删除元素,只能删除堆顶的元素。任意删除会破坏堆的特性,使得堆无法快速复原。
过程是:堆顶元素和最后一个元素进行交换位置,然后删除最后位置的元素,也就是通过替换的方式删除原本的堆顶元素。这个时候,堆顶元素得到了删除,最后一个位置的元素不满足堆的性质,但是只用进行一次O(log(N))的向下调整就会得到一个新的堆。
//删除元素
public void deleteMax(){
//堆中只剩一个元素,无需操作
if(size<=1){
return;
}
//将最后一个元素移到根节点
array[0]=array[size-1];
size=size-1;
//进行向下调整
shiftDown(array,size,0);
}
向上调整
添加元素
public static void shiftUp(long[] array,int index){
while(true){
int parentIdx=(index-1)/2;
if(index==0){
return;//0号下标元素,直接退出
}
if(array[parentIdx]>=array[index]){
return;
}
//需要调整
long t=array[parentIdx];
array[parentIdx]=array[index];
array[index]=array[parentIdx];
//调整完毕记得还要对调整过的位置继续进行向上调整
index=parentIdx;
}
}
插入操作的时间复杂度:O(log(n))。
总结
以上就是堆的相关操作,可以看到他的插入和删除都是O(log(n))的时间复杂度。效率很高,创建堆的过程最大时间复杂度O(N*log(n)),最小也是O(log(n))。
堆最大的特点就是能够动态的找到最值,也是这样体现的。