堆
堆(Heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵完全二叉树的数组对象.
堆总是满足下列性质:
堆中某个节点的值总是不大于或不小于其父节点的值;
堆总是一棵完全二叉树。
将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆
上图就是一个小堆.
堆和普通树的区别
堆并不能取代二叉搜索树,它们之间有相似之处也有一些不同。我们来看一下两者的主要差别:
节点的顺序:在二叉搜索树中,左子节点必须比父节点小,右子节点必须必比父节点大。但是在堆中并非如此。在最大堆中两个子节点都必须比父节点小,而在最小堆中,它们都必须比父节点大。
内存占用:普通树占用的内存空间比它们存储的数据要多。你必须为节点对象以及左/右子节点指针分配额为是我内存。堆仅仅使用一个数据来村塾数组,且不使用指针。
平衡:二叉搜索树必须是“平衡”的情况下,其大部分操作的复杂度才能达到O(log n)。你可以按任意顺序位置插入/删除数据,或者使用 AVL 树或者红黑树,但是在堆中实际上不需要整棵树都是有序的。我们只需要满足对属性即可,所以在堆中平衡不是问题。因为堆中数据的组织方式可以保证O(log n) 的性能。
搜索:在二叉树中搜索会很快,但是在堆中搜索会很慢。在堆中搜索不是第一优先级,因为使用堆的目的是将最大(或者最小)的节点放在最前面,从而快速的进行相关插入、删除操作.
大堆的建立:
public static void heapify(int[] array, int size, int index) {
while (true) {
int left = 2 * index + 1;
if (left >= size) { return; }
int max = left;
if (left + 1 < size) {
if (array[left + 1] > array[left]) {
max = left + 1;
}
}
if (array[index] >= array[max]) { return; }
swap(array, index, max);
index = max;
}
}
private static void swap(int[] array, int i, int j) {
int t = array[i];
array[i] = array[j];
array[j] = t;
}
// 准确的结果是 O(n)
// 粗略估算是 O(n * log(n))
public static void createHeap(int[] array, int size) {
for (int i = (size - 2) / 2; i >= 0; i--) {
heapify(array, size, i);
}
}
小堆的建立:
public static void createHeapMin(int[] array, int size) {
for (int i = (size - 2) / 2; i >= 0; i--) {
heapifyMin(array, size, i);
}
}
private static void swap(int[] array, int i, int j) {
int t = array[i];
array[i] = array[j];
array[j] = t;
}
public static void heapifyMin(int[] array, int size, int index) {
while (true) {
int left = 2 * index + 1;
if (left >= size) { return; }
int min = left;
if (left + 1 < size) {
if (array[left + 1] < array[left]) {
min = left + 1;
}
}
if (array[index] <= array[min]) { return; }
swap(array, index, min);
index = min;
}
}
堆的元素上调(大堆演示):
插入元素的时候用,将新元素插入到数组最后,使用上调即可
public static void adjustUp(int[] array, int index) {
while (index > 0) {
int parent = (index - 1) / 2;
if (array[parent] >= array[index]) {
return;
}
swap(array, index, parent);
index = parent;
}
}
堆的元素下调(大堆元素演示):
在删除一个元素用 . 将最后的一个元素赋给要删除元素的下标,然后进行下调操作,左后size–,将最后的元素删除
public class Heaps {
public static void adjustDown(int[] array,int index){
int max= array.length-1;
array[index]=array[array.length-1];
if(index*2+1>max){//没有左右孩子
return;
}else if(index*2+1==max){//有左孩子
swap(array,index,index*2+1);
}else{//两个孩子都有
if(array[index*2+1]>=array[index*2+2]&&
array[index]<array[index*2+1]){
swap(array,index,index*2+1);
}else if(array[index]<array[index*2+2]){
swap(array,index,index*2+2);
}
}
}