2024042401-heap

于 2024-05-20 22:54:53 发布
阅读量622 收藏 24
点赞数 24
分类专栏： 面试题汇总与解析 文章标签： heap
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_24428851/article/details/139077172
版权

堆 Heap - 最小堆&最大堆

在这里插入图片描述

一、前言

堆的历史

堆的数据结构有很多种体现形式，包括；2-3堆、B堆、斐波那契堆，而在 Java API 中最常用的是用于实现优先队列的二叉堆，它是由 JWJ Williams 在 1964 年引入的，作为堆排序算法的数据结构。另外在 Dijkstra 算法等几种高效的图算法中，堆也是非常重要的。

二、堆的数据结构

在计算机科学中，堆(heap) 的实现是一种基于树的特殊的数据结构，它可以在数组上构建出树的结构体，并满足堆的属性；

  • 最小堆：如果P 是 C 的一个父级节点， 那么 P 的key(或value)应小于或等于 C 的对应值。
  • 最大堆：与最小堆的定义正好相反，最大堆(max heap) , P 的key(或value)大于 C 的对应值。

三、堆的代码实现

1. 实现介绍

堆的实现在 Java API 中主要体现在延迟队列的实现二叉堆上，这里小傅哥单独把这部分代码拆分出来，了解下关于小堆和大堆的实现。

从对堆的数据结构介绍上可以看到，小堆和大堆的唯一区别仅是对元素的排序方式不同。所以也就是说在存放和获取元素的时候对元素的填充和摘除时，排序方式不同而已。

2. 入堆实现

堆的在存放元素时，以遵循它的特点，会在存放过程中，通过队尾元素向上比对迁移。

private void siftUpComparable(int k, E x) {
    logger.info("【入队】元素：{} 当前队列：{}", JSON.toJSONString(x), JSON.toJSONString(queue));
    while (k > 0) {
        // 获取父节点Idx，相当于除以2
        int parent = (k - 1) >>> 1;
        logger.info("【入队】寻找当前节点的父节点位置。k：{} parent：{}", k, parent);
        Object e = queue[parent];
        // 如果当前位置元素，大于父节点元素，则退出循环
        if (compareTo(x, (E) e) >= 0) {
            logger.info("【入队】值比对，父节点：{} 目标节点：{}", JSON.toJSONString(e), JSON.toJSONString(x));
            break;
        }
        // 相反父节点位置大于当前位置元素，则进行替换
        logger.info("【入队】替换过程，父子节点位置替换，继续循环。父节点值：{} 存放到位置：{}", JSON.toJSONString(e), k);
        queue[k] = e;
        k = parent;
    }
    queue[k] = x;
    logger.info("【入队】完成 Idx：{} Val：{} \r\n当前队列：{} \r\n", k, JSON.toJSONString(x), JSON.toJSONString(queue));
}
  • 入堆的实现 add 方法最终会调用到 siftUpComparable 方法，进行排序的方式进行处理。而这个排序 compareTo 方法是由具体的 MinHeap、MaxHeap 来做实现。
  • 以入堆元素2举例，如图所示入堆过程。
  • 首先将元素2挂到队列尾部，之后通过 (k - 1) >>> 1 计算父节点位置，与对应元素进行比对和判断交换。
  • 交换过程包括 2->6、2->5，以此交换结束后元素保存完毕。

3. 出堆实现

元素的出堆其实很简单，只要把根元素直接删除弹出即可。但剩余接下里的步骤才是复杂的，因为需要在根元素迁移走后，寻找另外的最小元素迁移到对头。这个过程与入堆正好相反，这是一个不断向下迁移的过程。

private void siftDownComparable(int k, E x) {
    // 先找出中间件节点
    int half = size >>> 1;
    while (k < half) {
        // 找到左子节点和右子节点，两个节点进行比较，找出最大的值
        int child = (k << 1) + 1;
        Object c = queue[child];
        int right = child + 1;
        // 左子节点与右子节点比较，取最小的节点
        if (right < size && compareTo((E) c, (E) queue[right]) > 0) {
            logger.info("【出队】左右子节点比对，获取最小值。left：{} right：{}", JSON.toJSONString(c), JSON.toJSONString(queue[right]));
            c = queue[child = right];
        }
        // 目标值与c比较，当目标值小于c值，退出循环。说明此时目标值所在位置适合，迁移完成。
        if (compareTo(x, (E) c) <= 0) {
            break;
        }
        // 目标值小于c值，位置替换，继续比较
        logger.info("【出队】替换过程，节点的值比对。上节点：{} 下节点：{} 位置替换", JSON.toJSONString(queue[k]), JSON.toJSONString(c));
        queue[k] = c;
        k = child;
    }
    // 把目标值放到对应位置
    logger.info("【出队】替换结果，最终更换位置。Idx：{} Val：{}", k, JSON.toJSONString(x));
    queue[k] = x;
}
  • 不断地向下迁移元素。这个过程会比对左右子节点的值，找到最小的。所以整个过程会比入堆麻烦一些。

这里以弹出元素1举例，之后将堆尾元素替换到相应的位置。整个过程分为6张图表述。

  1. 图1到图2，找出根元素弹出。
  2. 图3到图4，将根元素向下迁移，与子元素比对，并替换位置。如果这个位置与8相比，小于8则继续向下迁移。
  3. 图4到图5，继续迁移，在原节点4的位置对应的两个子元素，都比8大，这个时候就可以停下来了。
  4. 图5到图6，更换元素位置，把队尾的元素替换到对应元素1向下迁移检测的位置。

4. 小堆实现

小堆是一个正序比对

public class MinHeap extends Heap<Integer> {

    @Override
    public int compareTo(Integer firstElement, Integer secondElement) {
        return firstElement.compareTo(secondElement);
    }

}

测试

@Test
public void test_min_heap() {
    MinHeap heap = new MinHeap();
    // 存入元素
    heap.add(1);
    heap.add(3);
    heap.add(5);
    heap.add(11);
    heap.add(4);
    heap.add(6);
    heap.add(7);
    heap.add(12);
    heap.add(15);
    heap.add(10);
    heap.add(9);
    heap.add(8);
    // 弹出元素
    while (heap.peek() != null){
        logger.info("测试结果：{}", heap.poll());
    }
}

结果

17:21:30.053 [main] INFO queue.PriorityQueue - 【入队】元素：3 当前队列：[1,null,null,null,null,null,null,null,null,null,null]
17:21:30.055 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：1 parent：0
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：1 目标节点：3
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：1 Val：3 
当前队列：[1,3,null,null,null,null,null,null,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：5 当前队列：[1,3,null,null,null,null,null,null,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：2 parent：0
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：1 目标节点：5
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：2 Val：5 
当前队列：[1,3,5,null,null,null,null,null,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：11 当前队列：[1,3,5,null,null,null,null,null,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：3 parent：1
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：3 目标节点：11
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：3 Val：11 
当前队列：[1,3,5,11,null,null,null,null,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：4 当前队列：[1,3,5,11,null,null,null,null,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：4 parent：1
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：3 目标节点：4
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：4 Val：4 
当前队列：[1,3,5,11,4,null,null,null,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：6 当前队列：[1,3,5,11,4,null,null,null,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：5 parent：2
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：5 目标节点：6
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：5 Val：6 
当前队列：[1,3,5,11,4,6,null,null,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：7 当前队列：[1,3,5,11,4,6,null,null,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：6 parent：2
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：5 目标节点：7
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：6 Val：7 
当前队列：[1,3,5,11,4,6,7,null,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：12 当前队列：[1,3,5,11,4,6,7,null,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：7 parent：3
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：11 目标节点：12
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：7 Val：12 
当前队列：[1,3,5,11,4,6,7,12,null,null,null] 

17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】元素：15 当前队列：[1,3,5,11,4,6,7,12,null,null,null]
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：8 parent：3
17:21:30.056 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：11 目标节点：15
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：8 Val：15 
当前队列：[1,3,5,11,4,6,7,12,15,null,null] 

17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】元素：10 当前队列：[1,3,5,11,4,6,7,12,15,null,null]
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：9 parent：4
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：4 目标节点：10
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：9 Val：10 
当前队列：[1,3,5,11,4,6,7,12,15,10,null] 

17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】元素：9 当前队列：[1,3,5,11,4,6,7,12,15,10,null]
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：10 parent：4
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：4 目标节点：9
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：10 Val：9 
当前队列：[1,3,5,11,4,6,7,12,15,10,9] 

17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】元素：8 当前队列：[1,3,5,11,4,6,7,12,15,10,9,null,null,null,null,null,null,null,null,null,null,null,null,null]
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：11 parent：5
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：6 目标节点：8
17:21:30.057 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：11 Val：8 
当前队列：[1,3,5,11,4,6,7,12,15,10,9,8,null,null,null,null,null,null,null,null,null,null,null,null] 

17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：1 下节点：3 位置替换
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：11 right：4
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：3 下节点：4 位置替换
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：10 right：9
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：4 Val：8
17:21:30.057 [main] INFO heap.__test__.HeapTest - 测试结果：1
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：3 下节点：4 位置替换
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：11 right：8
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：4 下节点：8 位置替换
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：4 Val：9
17:21:30.057 [main] INFO heap.__test__.HeapTest - 测试结果：3
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：8 right：5
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：4 下节点：5 位置替换
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：5 下节点：6 位置替换
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：5 Val：10
17:21:30.057 [main] INFO heap.__test__.HeapTest - 测试结果：4
17:21:30.057 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：8 right：6
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：5 下节点：6 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：10 right：7
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：6 下节点：7 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：6 Val：15
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：5
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：8 right：7
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：6 下节点：7 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：7 下节点：10 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：5 Val：12
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：6
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：7 下节点：8 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：11 right：9
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：8 下节点：9 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：4 Val：15
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：7
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：8 下节点：9 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：9 下节点：11 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：3 Val：12
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：8
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：11 right：10
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：9 下节点：10 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：2 Val：15
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：9
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：10 下节点：11 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：1 Val：12
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：10
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：11 下节点：12 位置替换
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：1 Val：15
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：11
17:21:30.058 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：0 Val：15
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：12
17:21:30.058 [main] INFO heap.__test__.HeapTest - 测试结果：15

Process finished with exit code 0
  • 小堆就是一个正序的输出结果，从小到大的排序和输出。
  • 小堆空间：[1,3,5,11,4,6,7,12,15,10,9,8,null,null,null,null,null,null,null,null,null,null,null,null]

5. 大堆实现

小堆是一个反序比对

public class MaxHeap extends Heap<Integer> {

    @Override
    public int compareTo(Integer firstElement, Integer secondElement) {
        return secondElement.compareTo(firstElement);
    }

}

测试

@Test
public void test_max_heap() {
    MaxHeap heap = new MaxHeap();
    // 存入元素
    heap.add(1);
    heap.add(3);
    heap.add(5);
    heap.add(11);
    heap.add(4);
    heap.add(6);
    heap.add(7);
    heap.add(12);
    heap.add(15);
    heap.add(10);
    heap.add(9);
    heap.add(8);
    // 弹出元素
    while (heap.peek() != null){
        logger.info("测试结果：{}", heap.poll());
    }
}

结果

17:23:45.079 [main] INFO queue.PriorityQueue - 【入队】元素：3 当前队列：[1,null,null,null,null,null,null,null,null,null,null]
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：1 parent：0
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：1 存放到位置：1
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：0 Val：3 
当前队列：[3,1,null,null,null,null,null,null,null,null,null] 

17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】元素：5 当前队列：[3,1,null,null,null,null,null,null,null,null,null]
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：2 parent：0
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：3 存放到位置：2
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：0 Val：5 
当前队列：[5,1,3,null,null,null,null,null,null,null,null] 

17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】元素：11 当前队列：[5,1,3,null,null,null,null,null,null,null,null]
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：3 parent：1
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：1 存放到位置：3
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：1 parent：0
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：5 存放到位置：1
17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：0 Val：11 
当前队列：[11,5,3,1,null,null,null,null,null,null,null] 

17:23:45.081 [main] INFO queue.PriorityQueue - 【入队】元素：4 当前队列：[11,5,3,1,null,null,null,null,null,null,null]
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：4 parent：1
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：5 目标节点：4
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：4 Val：4 
当前队列：[11,5,3,1,4,null,null,null,null,null,null] 

17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】元素：6 当前队列：[11,5,3,1,4,null,null,null,null,null,null]
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：5 parent：2
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：3 存放到位置：5
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：2 parent：0
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：11 目标节点：6
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：2 Val：6 
当前队列：[11,5,6,1,4,3,null,null,null,null,null] 

17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】元素：7 当前队列：[11,5,6,1,4,3,null,null,null,null,null]
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：6 parent：2
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：6 存放到位置：6
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：2 parent：0
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：11 目标节点：7
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：2 Val：7 
当前队列：[11,5,7,1,4,3,6,null,null,null,null] 

17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】元素：12 当前队列：[11,5,7,1,4,3,6,null,null,null,null]
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：7 parent：3
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：1 存放到位置：7
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：3 parent：1
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：5 存放到位置：3
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：1 parent：0
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：11 存放到位置：1
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：0 Val：12 
当前队列：[12,11,7,5,4,3,6,1,null,null,null] 

17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】元素：15 当前队列：[12,11,7,5,4,3,6,1,null,null,null]
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：8 parent：3
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：5 存放到位置：8
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：3 parent：1
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：11 存放到位置：3
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：1 parent：0
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：12 存放到位置：1
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：0 Val：15 
当前队列：[15,12,7,11,4,3,6,1,5,null,null] 

17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】元素：10 当前队列：[15,12,7,11,4,3,6,1,5,null,null]
17:23:45.082 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：9 parent：4
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：4 存放到位置：9
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：4 parent：1
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：12 目标节点：10
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：4 Val：10 
当前队列：[15,12,7,11,10,3,6,1,5,4,null] 

17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】元素：9 当前队列：[15,12,7,11,10,3,6,1,5,4,null]
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：10 parent：4
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：10 目标节点：9
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：10 Val：9 
当前队列：[15,12,7,11,10,3,6,1,5,4,9] 

17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】元素：8 当前队列：[15,12,7,11,10,3,6,1,5,4,9,null,null,null,null,null,null,null,null,null,null,null,null,null]
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：11 parent：5
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：3 存放到位置：11
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：5 parent：2
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】替换过程，父子节点位置替换，继续循环。父节点值：7 存放到位置：5
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】寻找当前节点的父节点位置。k：2 parent：0
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】值比对，父节点：15 目标节点：8
17:23:45.083 [main] INFO queue.PriorityQueue - 【入队】完成 Idx：2 Val：8 
当前队列：[15,12,8,11,10,7,6,1,5,4,9,3,null,null,null,null,null,null,null,null,null,null,null,null] 

17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：15 下节点：12 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：12 下节点：11 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：1 right：5
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：11 下节点：5 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：8 Val：3
17:23:45.083 [main] INFO heap.__test__.HeapTest - 测试结果：15
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：12 下节点：11 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：5 right：10
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：11 下节点：10 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：4 Val：9
17:23:45.083 [main] INFO heap.__test__.HeapTest - 测试结果：12
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：11 下节点：10 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：5 right：9
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：10 下节点：9 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：4 Val：4
17:23:45.083 [main] INFO heap.__test__.HeapTest - 测试结果：11
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：10 下节点：9 位置替换
17:23:45.083 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：9 下节点：5 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：3 Val：3
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：10
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：5 right：8
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：9 下节点：8 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：8 下节点：7 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：5 Val：1
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：9
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：5 right：7
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：8 下节点：7 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：2 Val：6
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：8
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】左右子节点比对，获取最小值。left：5 right：6
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：7 下节点：6 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：2 Val：1
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：7
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：6 下节点：5 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：1 Val：4
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：6
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：5 下节点：4 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：1 Val：3
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：5
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换过程，节点的值比对。上节点：4 下节点：3 位置替换
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：1 Val：1
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：4
17:23:45.084 [main] INFO queue.PriorityQueue - 【出队】替换结果，最终更换位置。Idx：0 Val：1
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：3
17:23:45.084 [main] INFO heap.__test__.HeapTest - 测试结果：1

Process finished with exit code 0
  • 大堆就是一个反序的输出结果，从大到小的排序和输出。
  • 大堆空间： [15,12,8,11,10,7,6,1,5,4,9,3,null,null,null,null,null,null,null,null,null,null,null,null]

四、常见面试题

  • 堆的数据结构是什么样？
  • 堆的数据结构使用场景？
  • 堆的数据结构实现方式有哪些？
  • 最小堆和最大堆的区别是什么？
  • 有了解斐波那契堆吗？
武昌库里写JAVA
关注
  • 24
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
堆之最小堆、最大堆(java实现)
klz
01-05 3262
文章目录堆图解最大堆的api设计最大堆代码实现最小代码实现 堆 定义：堆是树型的一对多的数据结构，使用数组实现 对应完全二叉树 每个节点大于等于或者小于等于它的子节点 二叉树: 每个非叶子节点最多有两个分支节点 满二叉树: 每个非叶子节点都有两个子节点 完全二叉树: 最后一层的最后一个节点的父节点不满足满二叉树之外，其它非叶子节点都满足满二叉树 堆分为最小堆和最大堆 最大堆：是一个完全二叉树，父节点不小于子节点 最小堆：是一个完全二叉树，父节点不大于子节点 堆的特性： 堆的前一半是非叶子节点，后
聊聊 Java 数据结构与算法中的堆最小堆和最大堆
Huangjiazhen711的博客
09-05 501
堆的数据结构有很多种体现形式，包括；2-3堆、B堆、斐波那契堆，而在 Java API 中最常用的是用于实现优先队列的二叉堆，它是由 JWJ Williams 在 1964 年引入的，作为堆排序算法的数据结构。另外在 Dijkstra 算法等几种高效的图算法中，堆也是非常重要的。堆的实现在 Java API 中主要体现在延迟队列的实现二叉堆上，这里小傅哥单独把这部分代码拆分出来，了解下关于小堆和大堆的实现。从对堆的数据结构介绍上可以看到，小堆和大堆的唯一区别仅是对元素的排序方式不同。
Java之堆和堆排序
qq_64580912的博客
04-04 1241
堆排序是一种基于堆数据结构的排序算法，它的时间复杂度为O(n log n)。堆排序的核心思想是将待排序序列构造成一个堆，然后依次将堆顶元素与堆底元素交换，再对剩余的元素重新构造成堆，直到所有元素都有序。由于堆排序是基于完全二叉树的，因此可以使用数组来表示堆，从而节省了树的指针空间的开销。大根堆和小根堆。在大根堆中，父节点的值大于等于任何一个子节点的值，在小根堆中则相反，父节点的值小于等于任何一个子节点的值。因此，大根堆可以用来进行升序排序，而小根堆则可以用来进行降序排序。堆排序的主要优点是稳定性好。
堆排序（浅谈大顶堆与小顶堆）
不务正业随手记
09-14 3万+
1、什么是堆？ 堆是一种非线性结构，（本篇随笔主要分析堆的数组实现）可以把堆看作一个数组，也可以被看作一个完全二叉树，通俗来讲堆其实就是利用完全二叉树的结构来维护的一维数组，按照堆的特点可以把堆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 2、堆的特点 我们对堆中的结点按层进行编号，将这种逻辑结构映射到数组中就是下面...
api-ms-win-core-heap-l2-1-0.dll（32+64位都有）亲测可用
03-02
api-ms-win-core-heap-l2-1-0.dll 32位 api-ms-win-core-heap-l2-1-0.dll 64位
api-ms-win-core-heap-l2-1-0.dll （64位）.rar
12-19
解决丢失api-ms-win-core-heap-l2-1-0.dll 的问题。64位win10系统。亲测好用，挺不错的资源，大家快来下载吧！挺有用的！需要的话可以来下载哦！
api-ms-win-core-heap-l2-1-0(64-Bit).zip
11-27
64位的api-ms-win-core-heap-l2-1-0.dll,解决计算机中丢失api-ms-win-core-heap-l2-1-0.dll的问题。
api-ms-win-core-heap-l2-1-0.dll
08-29
api-ms-win-core-heap-l2-1-0.dll
最大（小）堆Java实现
05-24
代码只是实现了最大堆的顺序存储，插入，删除，筛选建立
Java实现堆（最大堆）
du_du1的博客
10-16 1370
1、什么是堆 现在有这么一个需求，设计一个结构，满足两个操作要求： 删除时，返回该结构的最大值或者最小值的元素 往结构中新增元素 问题：如何组织优先这种结构？ 一般数组、链表？ 有序数组或者链表？ 二叉搜索树或者AVL树？ 结构 插入 删除 数组 插到数组尾部时间复杂度O(n) 查找最大或者最小值，删除后需要移动元素，时间复杂度O(2n) 链表 插入到链表头部，时间复杂度 O(1) 查找最大或者最小值，删除结点，时间复杂度O(n) 有序数组 查找插入位置，插入后移动元素并且插
Java实现最大堆，包括查找值所在节点坐标、删除任一节点等方法
m0_59738401的博客
07-30 222
【代码】Java实现最大堆，包括输出最大值、查找值所在节点坐标、删除任一节点等方法。
数据结构之java实现的最大堆
Hello什么来着？
04-21 493
一 、基本概念：二叉堆 二叉堆是一个完全二叉树，区别于满二叉树。 当二叉堆的任意结点的值不大于其父亲结点的值，那么这个堆就是最大堆。 最大堆是堆的两种形式之一。 根结点（亦称为堆顶）的关键字是堆里所有结点关键字中最大者，称为大根堆，又称最大堆（大顶堆）。 大根堆要求根节点的关键字既大于或等于左子树的关键字值，又大于或等于右子树的关键字值。 最大堆下层元素的值不一定小于上层元素的值。如下图： ...
关于JVM堆内存
CXZ_BGB的博客
06-24 372
1.首先要知道堆内存中包含什么：堆内存中有两部分，一部分叫做年轻代，一部分叫做老年代。而年轻代中包含3个分区，分别是E区也可以叫伊甸园区，S0（幸存区）和S1（幸存区）2.如何设置并分配堆内存大小通常只需要设置四个参数就可以完成堆内存的分配问题，分别是 ①-Xms:最小堆内存 ②-Xmx:最大堆内存 ③-Xmn:堆中新生代的内存 ④-XXSurvivorRatio=幸存区与E区大小比值 (注：一般情况下最小堆内存与最大堆内存设置为一样的)事例：-Xms64m -Xmx64m -Xmx32m -XXSurv
jvm最大堆内存和最小堆内存保持什么样的关系 系统性能最好
u013939918的博客
01-11 6592
这个问题时专门请教过国内某电商公司的大牛的，实际开发中 最大堆内存 和最小堆内存设置成一样大小。除了C1GC,具体C1GC是个什么东西 了解过后再发一篇博客。
最大堆java构建_java 创建最大堆
weixin_28977123的博客
02-16 383
最大堆的性质是除了根节点之外的所有节点(i)都需要满足A[PARENT(i)]>A[i],即其对应节点值小于其父节点对应值。下面实现以数组int []a构建最大堆。public class Heap {public static int Left(int i)//返回左子结点{return 2*i+1;}public static int Right(int i)//返回右子节点{retur...
堆树（最大堆、最小堆）详解
热门推荐
渴望，就奋力追寻...
03-16 6万+
一、堆树的定义 堆树的定义如下： （1）堆树是一颗完全二叉树； （2）堆树中某个节点的值总是不大于或不小于其孩子节点的值； （3）堆树中每个节点的子树都是堆树。 当父节点的键值总是大于或等于任何一个子节点的键值时为最大堆。 当父节点的键值总是小于或等于任何一个子节点的键值时为最小堆。如下图所示，左边为最大堆，右边为最小堆。 二、堆树的操作 以最大堆为例进行讲解
最大堆、最小堆Java实现，解决TOP K问题
zhaohong_bo的专栏
05-20 9293
一、基础知识 1.1 什么是最大（小）堆 最大堆，最小堆类似，以下以最小堆为例进行讲解。 最小堆是满足以下条件的数据结构： 它是一棵完全二叉树 所有父节点的值小于或等于两个子节点的值 1.2 什么是完全二叉树 除了最后一层之外的其他每一层都被完全填充，并且所有结点都保持向左对齐。 1.3 什么是TOP K问题 Top K指的是从n（很大）个数据中，选取最大（小）的k个数据。例如学校要从全校学...
jmap -heap
最新发布
12-07
根据引用[1]中的jmap语法格式，jmap -heap命令可以用于打印Java进程的堆信息。具体来说，它将打印出Java堆的配置和使用情况，包括堆的总容量、已使用的容量、可用的容量等信息。以下是一个示例： ```shell jmap -...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

武昌库里写JAVA

您的鼓励将是我前进的动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值