一、序
队列是一种先进先出(FIFO)的结构,而优先级队列,我们是按照元素在队列中的优先级来操作的。对于优先权相同的元素,可按先进先出次序处理或按任意优先权进行。它应该提供两个最基本的操作,一个是返回最高优先级对象,一个是添加新的对象。这种数据结构就是优先级队列。
优先级队列的实现方式有很多种,最常见的是使用堆来构建。
二、堆(heap)
1.概念
- 堆在逻辑上是一棵完全二叉树
- 堆物理上是保存在数组中的
- 任意结点的值都大于其子树中结点的值叫大堆,反之,叫做小堆
- 堆的基本作用是,快速找集合中的最值(Top K 问题)
2.基本操作
2.1向下调整
向下调整有个前提:它的左右子树必须已经是堆了,才能调整
以大堆为例子:
我们要建立一个大堆,就得多次循环,进行向下调整。向下调整首先得到左右孩子中最大的那个(记为 child ),然后与当前结点(记为parent)进行比较,如果parent比较大,就不用调整了,否则,进行交换。重复上述步骤直至到达叶子节点为止。
2.2向上调整
以大堆为例子:
如果我们把堆顶的元素给删除了,那么就需要往此处插入一个元素,从叶子结点出发,然后向上调整,使堆仍然保持结构。向上调整,已知叶子结点位置child,比较的是当前位置child 和其 parent结点的大下,如果parent 比较大,就结束调整,否则,交换两个结点的值。重复上述步骤直到根节点为止。
2.3创建堆
给定一个数组,逻辑上是一棵完全二叉树,通过计算,构建成堆。
我们从倒数第一个非叶子结点的子树开始调整,一直调整到根节点的树,就可以调整成堆。
3.应用
3.1 优先级队列
我们在这里以大堆为例子,实现大堆的添加,取最大元素
往优先队列中添加一个值,我们需要堆仍然保持结构,所以需要向上调整
取出优先队列中的最大值,然后将最后一个元素挪到队首,同时需要保持堆的结构就需要向下调整
public class MyPriorityQueue {
// 以大堆为例子
private int[] array = new int[30];
private int size = 0;
public int getSize() {
return size;
}
public void offer(int val) {
// 将新添加进来的元素放在size位置
array[size] = val;
size++;
// 把新加入的元素进行向上调整
shiftUp(array, size - 1);
}
// 向上调整
private static void shiftUp(int[] array, int index) {
int child = index;
int parent = (index - 1) / 2;
while (child > 0) {
if (array[parent] < array[child]) {
int tmp = array[parent];
array[parent] = array[child];
array[child] = tmp;
} else {
break;
}
child = parent;
parent = (child - 1) / 2;
}
}
// 将队首元素删掉并返回,同时保持堆结构
public int poll() {
int result = array[0];
array[0] = array[size - 1];
size--;
shiftDown(array, size, 0);
return result;
}
// 向下调整
private static void shiftDown(int[] array, int size, int index) {
int parent = index;
int child = 2 * parent + 1;
while (child < size) {
if (child + 1 < size && array[child] < array[child + 1]) {
child = child + 1;
}
if (array[parent] < array[child]) {
int tmp = array[parent];
array[parent] = array[child];
array[child] = tmp;
} else {
break;
}
parent = child;
child = 2 * parent + 1;
}
}
public int peek(){
return array[0];
}
public boolean isEmpty(){
return size == 0;
}
}
3.2Top K问题
直接利用上面构建的优先级队列来实现。
要找堆中前k大或者前k小的问题,很自然的是把前k个取出来。
class test {
public static void main(String[] args) {
// 找出 前三大 的
int[] arr = new int[]{9, 5, 2, 7, 8, 3};
MyPriorityQueue queue = new MyPriorityQueue();
for (int i = 0; i < arr.length; i++) {
queue.offer(arr[i]);
}
int k = 3;
for (int i = 0; i < k ; i++) {
System.out.print(queue.poll() + " ");
}
}
}
3.3堆排序
在传进来数组上直接搞一个大堆,然后将堆的第一个和当前堆最后一个交换。(注意,堆在不断缩小,有序性在不断增加)这样不断重复,就能够从后到前使数组有序。
注意:升序建立大堆,降序建立小堆
public static void heapSort(int[] array) {
// 1.用传进来的数组建立一个大堆
createHeap(array);
// 循环 array.length - 1 次,最后一次它本身,不用交换
for (int i = 0; i < array.length - 1; i++) {
// 2.将第一个和最后一个(相对)元素交换
// 相对位置的最后一个下标始终向前移动一个位置
// 堆的个数
int heapSize = array.length - i;
swap(array, 0, heapSize - 1);
heapSize--;
// 3.将剩余部分重新向下调整使保持堆结构
shiftDown(array, heapSize, 0);
}
}
private static void swap(int[] array, int a, int b) {
int tmp = array[a];
array[a] = array[b];
array[b] = tmp;
}
private static void createHeap(int[] array) {
// 从后往前对每一个元素进行向下调整
for (int index = (array.length - 1 - 1) / 2; index >= 0; index--) {
shiftDown(array, array.length, index);
}
}
public static void shiftDown(int[] array, int size, int index) { // 大堆
// 将需要调整的位置初始化为parent
int parent = index;
int child = parent * 2 + 1;
while (child < size) { // 保证 child 不能越界
// 使 child 一定是左右孩子中最大的那个
if (child + 1 < size && array[child + 1] > array[child]) {
child = child + 1;
}
// 然后用最大的那个 child 和 parent 比较
if (array[parent] < array[child]) {
int tmp = array[parent];
array[parent] = array[child];
array[child] = tmp;
} else {
// 结束
break;
}
parent = child;
child = 2 * parent + 1;
}
}