堆
堆
-
堆结构就是 用数组实现的完全二叉树,可以是数组的一部分形成了堆
- 一般是从0开始到某个下标index形成一个大根堆或者小根堆,堆的大小heapSize=index+1
- 如果从0下标开始,每个节点i,他的左子节点为:2i + 1,右子节点为:2i + 2, 他的父节点为 (i-1)/2;
- 排序过程的时间复杂度是O(nlgn)。因为建堆的时间复杂度是O(n)(调用一次);调整堆的时间复杂度是lgn,调用了n-1次,所以堆排序的时间复杂度是O(nlgn)
- java中默认是小根堆 使用lamada表达式可以获得大根堆PriorityQueue queue = new PriorityQueue<>((x, y)->y-x);
queue.offer(0) 入堆 queue.poll() 出堆 queue.peek()堆顶元素
queue.isEmpty() 是否为空
-
堆实际上就是一个随时能给你最大值的一个数据结构 当你不是想要全部的排序顺序序列的时候可能会有大用途 如top(k)问题
-
堆的难点在于 你怎么用这个给你排好序的 你个结构 你要拿什么进去做排序
数组中的第K个最大元素
public int findKthLargest(int[] nums, int k) {
// 建立一个容量为k的小根堆
//注意这个题目不能建立length长度的堆 不然时间复杂度就会降为
//NlogN就失去了 使用小根堆的优化意义了
PriorityQueue<Integer> qu = new PriorityQueue<>(k,(x,y)->(x-y));
//先进k个
for (int i = 0; i < k; i++) {
qu.offer(nums[i]);
}
//
for(int i =k;i<nums.length;i++)
{
int tmp = nums[i];
if(qu.peek()<tmp)//进行比较 先出后进
{
qu.poll();
qu.offer(tmp);
}
}
return qu.poll();
}
但是这题最优解法还是
基于快速排序的选择方法
- 由此可以发现每次经过「划分」操作后,我们一定可以确定一个元素的最终位置,即 x 的最终位置为 q,并且保证 a[a[l⋯q−1] 中的每个元素小于等于 a[q],且 a[q] 小于等于a[q+1⋯r] 中的每个元素。所以只要某次划分的 q为倒数第 k 个下标的时候,我们就已经找到了答案。 我们只关心这一点,至于 a[l⋯q−1] 和 a[q+1⋯r] 是否是有序的,我们不关心
- 对于极端情况下会退化为O(n2) 我们是用 随机选择元素来进行加速
- 时间复杂度是O(n)
前 K 个高频元素
int res [] = new int [k];
HashMap<Integer, Integer> hm = new HashMap<Integer, Integer>();
for (int i = 0; i < nums.length; i++) {//将 num 和num出现的次数放到hm中
if(hm.containsKey(nums[i]))
{
hm.put(nums[i],hm.get(nums[i])+1);
}
else
hm.put(nums[i],1);
}
System.out.println(hm.size());
PriorityQueue<Map.Entry<Integer,Integer>> qu = new PriorityQueue<>(hm.size(),(Map.Entry a,Map.Entry b)->(Integer) b.getValue()-(Integer)a.getValue()); // 建立一个大根堆
Iterator it = hm.entrySet().iterator();
while(it.hasNext()){//遍历map 放入到大根堆中去
Map.Entry entry =(Map.Entry) it.next();
qu.offer(entry);
}
for (int i = 0; i < k; i++) { //取前k个 放入到结果中
res[i] = qu.poll().getKey();
}
return res;
}
有序数组的第k小元素
这个代码写的非常巧妙 妙就秒在 他的
for (int i = 0; i < n; i++) {
pq.offer(new int[]{matrix[i][0], i, 0});
//这个数组的设定上面
//每行的第一个数, 第i行 , 第i行的第几个数
//把它放到一起进入 最小堆中间去
}
作者:LeetCode-Solution [代码链接](https://leetcode-cn.com/problems/kth-smallest-element-in-a-sorted-matrix/solution/you-xu-ju-zhen-zhong-di-kxiao-de-yuan-su-by-leetco/)
public int kthSmallest(int[][] matrix, int k) {
PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>() {
public int compare(int[] a, int[] b) {
return a[0] - b[0];
}//构建最小堆
});
int n = matrix.length;
for (int i = 0; i < n; i++) {//把每一行第一个数字填进去
pq.offer(new int[]{matrix[i][0], i, 0});
}
for (int i = 0; i < k - 1; i++) {
int[] now = pq.poll();//输出最小的数 然后按照数组中另外两个数字(行和列)
//进行 入堆操作
if (now[2] != n - 1) {
pq.offer(new int[]{matrix[now[1]][now[2] + 1], now[1], now[2] + 1});
}
}
return pq.poll()[0];
}
最后一块石头的重量
有一堆石头,每块石头的重量都是正整数。
每一回合,从中选出两块 最重的 石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x <= y。那么粉碎的可能结果如下:
如果 x == y,那么两块石头都会被完全粉碎;
如果 x != y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。
最后,最多只会剩下一块石头。返回此石头的重量。如果没有石头剩下,就返回 0。
思路就是构建大根堆 每次取两个比较 然后再把取出来的石头剩余放进去 结束条件是size()<2;
数据流的中位数
会议室 II