这个代表还可以继续点击这个链接,进去看。输入的是当前节点的 索引,返回这个索引的父节点,左节点和右节点
// 父节点的索引
int parent(int root) {
return root / 2;
}
// 左孩子的索引
int left(int root) {
return root * 2;
}
// 右孩子的索引
int right(int root) {
return root * 2 + 1;
}
非常清晰明了,每种数据结构都可以用一个类来定义,类里面有属性和相关的方法,刚好就是对应了,数据类型的性质和相关的增删改查操操作。
一定不要纠结与语言,语言只是表达思想的工具而已,管他8国语言只是语法不同,抓住语言要表达的思想即可
你看到了,把 arr[1] 作为整棵树的根的话,每个节点的父节点和左右孩子的索引都可以通过简单的运算得到,这就是二叉堆设计的一个巧妙之处。为了方便讲解,下面都会画的图都是二叉树结构,相信你能把树和数组对应起来。
二叉堆还分为最大堆和最小堆。最大堆的性质是:每个节点都大于等于它的两个子节点。类似的,最小堆的性质是:每个节点都小于等于它的子节点。
两点性质,索引上的性质和元素上的性质
基于底层的数据结构构建了上层的数据结构
下沉针对父节点,上浮针对子节点
while (!pq.isEmpty()) {
// 获取最小节点,接到结果链表中
ListNode node = pq.poll();
p.next = node;
if (node.next != null) {
pq.add(node.next);
}
// p 指针不断前进
p = p.next;
}
优先队列pq中的元素个数最多是k,所以一次poll或者add方法的时间复杂度是O(logk);所有的链表节点都会被加入和弹出pq,所以算法整体的时间复杂度是O(Nlogk),其中k是链表的条数,N是这些链表的节点总数。
找到最小的后,在最小的基础上,前进一次之前,先塞到优先级队列里面去比对,找到最小的取出来然后拼接,再继续前进