一、堆的简单介绍
1、堆在我们的实际生活中,我们用的比较多,想到堆,我们就想起了优先队列。优先队列,我们进队列的时候,我们使用的正常的进队列的方式,但是我们出队列的时候,我们出队列的时候,我们会根据某个优选规则,来出队列。我们是根据优先级的不同,来进行操作。我们不管是在我们玩游戏的时候,是或者cpu处理进程,或者多个线程竞争资源的时候,我们都是使用优先队列的实现。而优先队列的实现底层是使用的可能是堆。
堆的定义:堆中的某节点的值一定小于等于父节点的值。最大堆。
2、今天由于时间关系,我只是想介绍,最大堆,并且只是说堆的一些基本操作。添加元素的操作。堆的添加操作的解决基本思路是:我们首先建立一个堆,我们利用的是一个数组,我们把添加的元素,添加到数组的最后一个元素,然后我们利用shiftup操作,找到其父节点,我们比较它们的大小,如果是实现最大堆,如果父节点,比我们新添加的节点要小,我们就交换它们的位置,并且,继续和父亲的父亲节点比,直到找到比它大的或者说,自己已经是根节点。同理最小堆。
二、堆的实现
package com.ipp.demo;
public class MaxHeap<T extends Comparable<T>> {
//定义一个数组
private Array<T> data;
public MaxHeap(int capciaty) {
data = new Array<>(capciaty);
}
// 返回堆中的元素个数
public int size() {
return data.getSize();
}
// 返回一个布尔值, 表示堆中是否为空
public boolean isEmpty() {
return data.isEmpty();
}
// 返回完全二叉树的数组表示中,一个索引所表示的元素的父亲节点的索引
private int getParent(int index) {
if (index == 0) {
throw new IllegalArgumentException("index is not zero");
}
return (index - 1) / 2;
}
// 返回完全二叉树的数组表示中,一个索引所表示的元素的左孩子索引
private int getLeftChild(int index) {
return index * 2 + 1;
}
// 返回完全二叉树的数组表示中,一个索引所表示的元素的右孩子索引
private int getRightChild(int index) {
return index * 2 + 2;
}
// 向堆中添加元素
public void add(T e) {
int index = size();
data.addLast(e); //最堆中最后添加元素。
shiftUp(index);
}
//向上shiftup
private void shiftUp(int index) {
while (index > 0 && data.get(getParent(index)).compareTo(data.get(index))>0) {
data.swap(index,getParent(index));
index=getParent(index);
}
}
}