二叉堆的实现
普通队列:先进先出,后进后出
优先队列:出入顺序与入队顺序无关;和优先级相关
玩转数据结构—慕课网波波老师
堆的基本结构:
堆中的某个节点的值总是不大于父节点的值。
索引从0开始的话:
parent(i) = (i - 1) / 2 //父节点
leftChild = 2 * i + 1 //左子节点
rightChild = 2 * i + 2 //右子节点
自定义Array 实现:
public class Array<E> {
private E[] data;
private int size;
// 构造函数,传入数组的容量capacity构造Array
public Array(int capacity){
data = (E[])new Object[capacity];
size = 0;
}
// 无参数的构造函数,默认数组的容量capacity=10
public Array(){
this(10);
}
// 获取数组的容量
public int getCapacity(){
return data.length;
}
// 获取数组中的元素个数
public int getSize(){
return size;
}
// 返回数组是否为空
public boolean isEmpty(){
return size == 0;
}
// 在index索引的位置插入一个新元素e
public void add(int index, E e){
if(index < 0 || index > size)
throw new IllegalArgumentException("Add failed. Require index >= 0 and index <= size.");
if(size == data.length)
resize(2 * data.length);
for(int i = size - 1; i >= index ; i --)
data[i + 1] = data[i];
data[index] = e;
size ++;
}
// 向所有元素后添加一个新元素
public void addLast(E e){
add(size, e);
}
// 在所有元素前添加一个新元素
public void addFirst(E e){
add(0, e);
}
// 获取index索引位置的元素
public E get(int index){
if(index < 0 || index >= size)
throw new IllegalArgumentException("Get failed. Index is illegal.");
return data[index];
}
// 修改index索引位置的元素为e
public void set(int index, E e){
if(index < 0 || index >= size)
throw new IllegalArgumentException("Set failed. Index is illegal.");
data[index] = e;
}
// 查找数组中是否有元素e
public boolean contains(E e){
for(int i = 0 ; i < size ; i ++){
if(data[i].equals(e))
return true;
}
return false;
}
// 查找数组中元素e所在的索引,如果不存在元素e,则返回-1
public int find(E e){
for(int i = 0 ; i < size ; i ++){
if(data[i].equals(e))
return i;
}
return -1;
}
// 从数组中删除index位置的元素, 返回删除的元素
public E remove(int index){
if(index < 0 || index >= size)
throw new IllegalArgumentException("Remove failed. Index is illegal.");
E ret = data[index];
for(int i = index + 1 ; i < size ; i ++)
data[i - 1] = data[i];
size --;
data[size] = null; // loitering objects != memory leak
if(size == data.length / 4 && data.length / 2 != 0)
resize(data.length / 2);
return ret;
}
// 从数组中删除第一个元素, 返回删除的元素
public E removeFirst(){
return remove(0);
}
// 从数组中删除最后一个元素, 返回删除的元素
public E removeLast(){
return remove(size - 1);
}
// 从数组中删除元素e
public void removeElement(E e){
int index = find(e);
if(index != -1)
remove(index);
}
//交换元素
public void swap(int i, int j) {
if (i < 0 || i >= size || j < 0 || j >= size) {
throw new IllegalArgumentException("Index is Illegal.");
}
E e = data[i];
data[i] = data[j];
data[j] = e;
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
res.append(String.format("Array: size = %d , capacity = %d\n", size, data.length));
res.append('[');
for(int i = 0 ; i < size ; i ++){
res.append(data[i]);
if(i != size - 1)
res.append(", ");
}
res.append(']');
return res.toString();
}
// 将数组空间的容量变成newCapacity大小
private void resize(int newCapacity){
E[] newData = (E[])new Object[newCapacity];
for(int i = 0 ; i < size ; i ++)
newData[i] = data[i];
data = newData;
}
//取出第一个元素
public E getFirst() {
return get(0);
}
//取出最后一个元素
public E getLast() {
return get(size - 1);
}
}
自定义堆 MaxHeap
取出最大元素:将最大元素取出后,把数组最后一个元素复制到头元素,再删去最后一个元素,在通过siftDown 操作将头元素与往下进行交换,直到满足二叉堆要求。
添加元素:将元素放在数组最后一位,然后进行siftUp 操作将元素与父节点进行比较,直到满足二叉堆要求。
public class MaxHeap<E extends Comparable<E>> {
private Array<E> data;
public MaxHeap(int capacity) {
data = new Array<>(capacity);
}
public MaxHeap() {
data = new Array<>();
}
//返回堆中的元素个数
public int size() {
return data.getSize();
}
//堆中是否为空
public boolean isEmpty() {
return data.isEmpty();
}
//添加元素
public void add(E e) {
data.addLast(e); //队尾添加元素
siftUp(data.getSize() - 1); //因为添加元素后,size++了,需要减回来 ,上浮
}
private void siftUp(int index) { //上浮 子节点大于父节点则交换位置
while (index > 0 && data.get(parent(index)).compareTo(data.get(index)) < 0) {
data.swap(index, parent(index));
index = parent(index);
}
}
//看堆中的最大元素
public E findMax() {
if (data.getSize() == 0) {
throw new IllegalArgumentException("Can not find max when heap is empty.");
}
return data.get(0);
}
//取出堆中最大元素
public E extractMax() {
E max = findMax();
data.swap(0, size() - 1); //将最大元素与堆尾元素交换
data.removeLast(); //删除堆尾(最大元素)
siftDown(0); //将第一个元素下沉
return max;
}
private void siftDown(int index) {
while (leftChild(index) < size()) {
int max = leftChild(index); //max 暂时是左节点
if (max + 1 < size() && data.get(max + 1).compareTo(data.get(max)) > 0) {
max++; //左节点+1 就是 右节点
}
if (data.get(index).compareTo(data.get(max)) >= 0) {
break;
}
data.swap(index, max); //交换
index = max;
}
}
//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节点的索引
private int parent(int index) {
if (index == 0) {
throw new IllegalArgumentException("index-0,don't have parent.");
}
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子节点的索引
private int leftChild(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子节点的索引
private int rightChild(int index) {
return index * 2 + 2;
}
}
Heapfiy 将数组转换为二叉堆
将任意数组转换为二叉堆:
- 找到最后一个非叶子节点: (size - 1)/ 2 (最后一个元素的父节点)
- 下沉操作
将数组遍历添加到空数组生成二叉堆:O(nLogn)
Heapify:O( n )
//Array类添加
//构造函数,传入数组构造Array
public Array(E[] arr) {
this(arr.length);
size = arr.length;
for (int i = 0; i < size; i++) {
data[i] = arr[i];
}
}
//Heapfiy---------MaxHeap类添加
//构造函数
public MaxHeap(E[] arr) {
if (arr == null || arr.length == 0) {
throw new IllegalArgumentException("array don't allow empty");
}
data = new Array<>(arr); //对data赋值
for (int i = parent(arr.length - 1); i >= 0; i--) {
siftDown(i);
}
}
优先队列----二叉堆实现
public class PriorityQueque<E extends Comparable<E>> implements Queue<E> {
private MaxHeap<E> maxHeap;
public PriorityQueque() {
maxHeap = new MaxHeap<>();
}
@Override
public int getSize() {
return maxHeap.size();
}
@Override
public boolean isEmpty() {
return maxHeap.isEmpty();
}
@Override
public void enqueue(E e) {
maxHeap.add(e);
}
@Override
public E dequeue() {
return maxHeap.extractMax();
}
@Override
public E getFront() {
return maxHeap.findMax();
}
}
LeetCode 347 前 K 个高频元素
class Solution {
public List<Integer> topKFrequent(int[] nums, int k) {
//统计频率
Map<Integer, Integer> map = new TreeMap<>();
for (int i : nums) {
if (map.containsKey(i)) {
map.put(i, map.get(i) + 1);
} else {
map.put(i, 0);
}
}
//使用优先级队列 维护K个元素
PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer a, Integer b) {//自定义比较器
return map.get(a) - map.get(b);
}
});
//lambda表达式
//PriorityQueue<Integer> pq = new PriorityQueue<>(Comparator.comparingInt(map::get));
for (int key : map.keySet()) {
if (pq.size() < k) {//'如果优先级队列小于K个元素,直接添加
pq.add(key);
} else if (map.get(key) > map.get(pq.peek())) {//如果当前元素大于最小元素,取出最小元素,存放当前元素
pq.remove();
pq.add(key);
}
}
List<Integer> res = new LinkedList<>();
while (!pq.isEmpty()) {
res.add(pq.remove());
}
return res;
}
}