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;
}
}
}