堆：让数据乖乖站好队

今天学习了一种数据结构，一种有趣的数据结构——堆。

所以让我来浅谈一下吧。

首先在认识堆之前，我们讲另一个东西。

在我之前的文章介绍了队列（一种先进先出的数据结构），但是吧，我们有些情况下，我们弹出数据的时候，可能会带上优先级，一般出队列的时候，可能需要优先级高的元素先出队列。

在这种情况下，数据结构应该提供两个最基本的操作，一个是返回最高优先级对象，一个是添加新的对象。这种数 据结构就是优先级队列(Priority Queue）

而在我们的java中，我们的优先级队列底层是使用了堆这种数据结构。

OK，讲到这里大概就行了。

接下来介绍真正的嘉宾——堆。

堆:

概念：如果有一个关键码的集合K = {k0，k1， k2，…，kn-1}，把它的所有元素按完全二叉树的顺序存储方式存储 在一 个一维数组中，并满足：Ki = K2i+1 且 Ki >= K2i+2) i = 0，1，2…，则称为 小堆(或大 堆)。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

按照概念呢，我们引出一些性质：
1.堆中某个节点的值总是不大于或不小于其父节点的值。

2.堆总是一颗完全二叉树。

ok，我们的概念和性质讲完，我们来讲讲这个堆的创建和实现一些相关的功能吧（java语言编写）

首先，我们得首先要有个堆，才能继续实现相关功能。

堆呢又分大根堆和小根堆。

这里我们实现的是大根堆，大根堆实现的话，小根堆也是易实现的。

那我们得怎样创建个大根堆呢？

既然我们先前说了，大根堆的元素是以数组形式的存储的。

那么我们先做好一些基本框架先：

基本结构：

public class MyHeap {
    public int []arr;
    public int UsedSize;
    public MyHeap(){
        this.arr=new int [10];
    }
}

既然我们数组有了，我们先往这个数组里放入一些数据。

我们可以用一个方法来实现。

public void init(int [] elem){
       for (int i = 0; i < elem.length; i++) {
           arr[i]=elem[i];
           UsedSize++;
       }
   }

假设我们放的数据是这样的：

27,15,19,18,28,34,65,49,25,37

注意我们放的数据是二叉树层序遍历的结果。

那我们接下来就要将其变成一个大根堆：

首先将这个数据以二叉树的形式表现出来：

红色的是数组下标。

怎么调整为大根堆呢？

我们以28——37这一颗树来说。

思路：左右孩子最大值，然后根根节点比较，大于，就交换。

28称为parent

37称为child。

当我们28的根节点走完后，我们--，退到了18，以此类推。

那我将这个交换的过程叫做向下调整

至此，我们可以写出一些这样的代码

creatHeap：

 public void createHeap(){
        for(int parent=(UsedSize-1-1)/2;parent>=0;parent--){
            shiftDown(parent,UsedSize);
        }
    }

至于我们的parent就好确定：（孩子节点-1）/2

为什么我们向下调整的结束条件是UsedSize呢？

我们看回刚刚的那张图片想下。

在28——37那颗树来说，我们肉眼看到就是比较下然后交换就算停止了，但是程序怎么知道呢？

我们就要告诉它，

让这个parent等于child，至于我们的child，知道了parent，child很容易就知道了。

child=2*parent+1。

这样子的话，当我们的parent走到child时，child再走，所以就会发生越界，因为我们的数组长度是10。

所以我们的停止条件就是不能超过这个UsedSize

接下来我们就得实现下shiftDown这个方法了。

先上代码：

shifDown：

public void shiftDown(int parent,int end){
        int child=2*parent+1;
        while (child<end){
            if(child+1<end && arr[child]<arr[child+1]){
                child++;
            }
            if(arr[child]>arr[parent]){
                swap(child,parent);
                parent=child;
                child=2*parent+1;
            }else{
                break;
            }
        }
    }

private void swap(int i,int j){
        int temp=arr[i];
        arr[i]=arr[j];
        arr[j]=temp;
   }

代码一上来呢，我们就得确定了child的值。

第一个if语句呢

我们要搞定左孩子还是右孩子大。

注意：同时我们也要判断child+1是否合法，如果没有右孩子的话，所以肯定不进去第一个if语句。

第二个if语句

判断我们孩子是否大于父亲节点，如果大于

那么我们就进行交换。parent和child同时也要走。

这样子我们以提供好数据的方式创建一个堆。

那有没有可以不用提供数据来创建一个堆呢？

当然有，那我们介绍另一个方法。

offer：

以这幅图为例：

假设我们添加90这一个元素且以37——28树为例，那么这下子我们这个二叉树也要进行调整了。

因为假设我们90是大于37的，所以我们要调整为大根堆，要把90和37交换位置，进行向上调整。

但是，我们调完一颗子树就行了吗？肯定不行的，当我们把90放到28的位置后，发现，90的父节点又小于90了，所以以90的父亲节点一直进行向上调整，直到堆顶。

 public void offer(int val){
        if(isFull()) {
            arr = Arrays.copyOf(arr, 2 * arr.length);
        }
        arr[UsedSize]=val;
        UsedSize++;
        shiftUp(UsedSize-1);
    }
    public boolean isFull(){
        return arr.length==UsedSize;
    }
    public void shiftUp(int child){
        int parent=(child-1)/2;
       while (parent>=0){
           if(arr[child]>arr[parent]){
               swap(child,parent);
               child=parent;
               parent=(child-1)/2;
           }else{
               break;
           }
       }
    }

当然，插入之前肯定要判满，满了就扩容。

这次插入呢，我们先确定了child位置，知道child也容易知道了parent位置。

有插入就有删除咯，那我们接着介绍另一个方法：poll

poll：

这个删除操作，先说明不是真正意义上的删除，因为你已经往数据插入数据了，即使改为0也不行，万一数据就是0呢？

所以我们删除逻辑是这样的：

以这幅图为例：

将我们的28和65交换位置，然后让UsedSize--，到了下标为8的位置，接着，让0（28）下标和UsedSized分别作为开始和结束进行向下调整，直至成为大根堆：

 public int  poll(){
        if(isEmpty()){
            return -1;
        }
        int old=arr[0];
        swap(0,UsedSize-1);
        UsedSize--;
        shiftDown(0,UsedSize);
        return old;
    }
    public boolean isEmpty(){
        return UsedSize==0;
    }

同样的，删除，也要进行判空。为空，给个-1呢，也可以进行其他操作。

ok，讲到这里我们的堆就讲完了。

完！