堆最重要的三个方法:
- heapify:建堆:找到第一个非叶子节点,比较这个节点和它的左右孩子,调整,如果交换了父节点和它的孩子的话,还需要再将交换后的孩子节点再执行相同的操作:比较孩子的孩子,当这个非叶子节点调整好后,再依次调整前面的节点,直到树根为止。
- 下潜:比如说大顶锥,比较当前节点和它的孩子,保证满足大顶锥,如果有交换,则将交换后的这个孩子节点位置再执行下潜逻辑。
- 上浮:依次找本节点和它的父节点,比较大小,要求满足堆的定义,如果交换了,则将交换后的这个父节点位置再执行上浮,直到根或者没有交换为止。
1. 数组中第K大元素-力扣 215 题
使用优先级队列也就是堆,找第K个最大元素,我们建立一个K个元素的小顶锥,保存的就是数组中前K个最大值,小顶堆的堆顶就是第K大的元素
步骤:首先建立一个K个元素的小顶堆,然后再从数组取第K+1到第length个元素,每一个元素都与堆顶元素比较,比堆顶元素大的话,替换掉,然后调整堆,这样最后堆中就保留了前K大的元素,取堆顶就是第K大元素。
import java.util.Comparator;
import java.util.PriorityQueue;
public class Solution {
public int findKthLargest(int[] nums, int k) {
int len = nums.length;
// 使用一个含有 k 个元素的最小堆,PriorityQueue 底层是动态数组,为了防止数组扩容产生消耗,可以先指定数组的长度
PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, Comparator.comparingInt(a -> a));
// Java 里没有 heapify ,因此我们逐个将前 k 个元素添加到 minHeap 里
for (int i = 0; i < k; i++) {
minHeap.offer(nums[i]);
}
for (int i = k; i < len; i++) {
// 看一眼,不拿出,因为有可能没有必要替换
Integer topElement = minHeap.peek();
// 只要当前遍历的元素比堆顶元素大,堆顶弹出,遍历的元素进去
if (nums[i] > topElement) {
// Java 没有 replace(),所以得先 poll() 出来,然后再放回去
minHeap.poll();
minHeap.offer(nums[i]);
}
}
return minHeap.peek();
}
}
2. 数据流中第K大元素-力扣 703 题
class KthLargest {
// 堆
PriorityQueue<Integer> pq;
int k;
public KthLargest(int k , int[] nums) {
this.k = k;
pq = new PriorityQueue<Integer>();
for (int x : nums) {
add(x);
}
}
public int add(int val) {
pq.offer(val);
if (pq.size() > k) {
pq.poll();
}
return pq.peek();
}
}
3. 数据流的中位数-力扣 295 题
思路:用两个堆来求中位数,左面堆为大顶堆,右面堆为小顶堆,将数据分为两部分,左边大顶堆都小于右边小顶堆,右边小顶堆都大于左边大顶堆,这样当数据为偶数时两个堆顶相加相除就是中位数,当数据为奇数时,我们定义左边堆比右边堆多一个,那取出左边堆的堆顶就是中位数。
添加元素逻辑:要保证将数据均分到两个堆,并且只容许左边堆比右边堆多一个、或者两个堆相等,这样才能找出中位数。
- 判断两个堆的size,当相同时,我们要将这个数添加到左边,但是添加完后要保证左堆都小于右堆,如果直接将这个数添加到左堆可能导致左堆不一定都小于右堆,所以添加的逻辑是:先将这个数添加到右堆,然后取出右堆的堆顶,也就是右堆的最小的数,将这个数再添加到左堆,这样就保证了左堆都小于右堆。
- 判断两个堆的size,当不相同时,那说明右堆比左堆少一个数,我们将这个数添加到右堆:先将这个数添加到左堆,取出左堆的堆顶,也就是左堆的最大的数,将这个最大的数添加到右堆
判断中位数逻辑:
- 当size相同时,取出两个堆的堆顶,相加除2
- 当size不相同时,取出左堆的堆顶,就是中位数。
class MedianFinder {
PriorityQueue<Integer> leftMax;
PriorityQueue<Integer> rightMin;
public MedianFinder() {
leftMax = new PriorityQueue<Integer>((a, b) -> (b - a));
rightMin = new PriorityQueue<Integer>((a, b) -> (a - b));
}
public void addNum(int num) {
if (leftMax.size() == rightMin.size()) {
rightMin.offer(num);
leftMax.offer(rightMin.poll());
} else {
leftMax.offer(num);
rightMin.offer(leftMax.poll());
}
}
public double findMedian() {
if (leftMax.size() == rightMin.size()) {
return (leftMax.peek() + rightMin.peek()) / 2.0;
} else {
return leftMax.peek();
}
}
}