数据结构与算法分析之堆

1.1 堆的基本概念

• 堆的定义：堆是计算机科学中一类特殊的数据结构的统称，堆通常可以被看做是一棵完全二叉树的数组对象。
• 堆的特性
  • 它是完全二叉树，除了树的最后一层节点不需要是满的，其他每一层从左到右都是满的，如果最后一层节点不是满的，那么要求左满右不满。
  • 它通常用数组来实现：具体方法就是将二叉树的结点按照层级顺序放入数组中，根结点在位置1，它的子系欸但在位置2和3，而子结点的子结点分别在4，5，6，7，以此类推。
    
    
• 堆的构造：如果一个结点的位置未k，则它的父结点的位置未k/2，而它的两个子结点的位置为2k和2k+1。这样在不使用指针的情况下，我们也可以通过计算数组的索引在树中上下移动：从a[k]层向上一层，就令k等于k/2，向下一层就令k等于2k或2k+1.
• 堆中的每个子结点都大于等于父结点，和二叉查找树的区别就是对于子结点的大小没有做要求。

1.2 堆的API设计

• 代码实现

package com.tiger.study.DataStructure.Heap;

public class Heap<T extends Comparable<T>> {
    // 存储堆中的元素
    private T[] items;

    // 记录堆中的元素的个数
    private int N;

    public Heap(int capacity) {
        this.items = (T[]) new Comparable[capacity + 1];
        this.N = 0;
    }

    // 判断堆中索引i处的元素是否是小于索引j处的元素
    private boolean less(int i, int j) {
        return items[i].compareTo(items[j]) < 0;
    }

    // 交换堆中i索引和j索引处的值
    private void exch(int i, int j) {
        T item = items[i];
        items[i] = items[j];
        items[j] = item;
    }

    // 往堆中插入一个元素
    public void insert(T t) {
        items[++N] = t;
        swim(N);
    }

    // 使用上浮算法，使索引k处的元素能在堆中处于一个正确的位置
    private void swim(int k) {
        // 就是一直和父节点进行比较，然后如果大于父节点就交换位置
        while (k > 1) {
            // 比较当前节点和父节点
            if(!less(k, k/2)) {
                exch(k, k/2);
            }
            k = k / 2;
        }
    }

    // 删除堆中最大的元素，并返回这个最大元素
    public T delmax() {
        T max = items[1];
        // 交换索引1处的元素和最大索引处的元素，让完全二叉树中最右侧的元素变为临时根节点
        exch(1, N);

        // 最大索引处的元素删除
        items[N] = null;

        // 元素个数减1
        N--;

        // 通过下沉调整堆，让堆重新有序
        sink(1);
        return max;
    }

    // 使用下沉算法，使索引k处的元素能在堆中处于一个正确的位置
    private void sink(int k) {
        // 通过循环不断对比当前k节点和其左子节点2k和右子节点2k+1中较大的值进行比较，如果当前节点小就交换位置
        while (2*k <= N) {
            // 获取当前节点的子结点中的较大值
            int max; // 记录较大节点的索引
            if (2 * k + 1 <= N) {
                if (less(2 * k, 2*k + 1)) {
                    max = 2 * k + 1;
                } else {
                    max = 2 * k;
                }
            } else {
                max = 2 * k;
            }
            // 比较当前节点和较大节点的值
            if (!less(k, max)) {
                break;
            }
            exch(k, max);
            k = max;
        }

    }

}