优先级队列（堆）

最新推荐文章于 2024-03-11 13:24:20 发布

to Keep

最新推荐文章于 2024-03-11 13:24:20 发布

阅读量825

点赞数 14

分类专栏：数据结构文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/qq_57107826/article/details/123085663

版权

数据结构专栏收录该内容

11 篇文章 0 订阅

订阅专栏

✨前言✨

📘 博客主页：to Keep博客主页
🙆欢迎关注，👍点赞，📝留言评论
⏳首发时间：2022年2月23日
📨 博主码云地址：博主码云地址
📕参考书籍：java核心技术卷1
📢编程练习：牛客网+力扣网
由于博主目前也是处于一个学习的状态，如有讲的不对的地方，请一定联系我予以改正！！！

一堆的概念

1 堆在逻辑上是一棵完全二叉树，在物理存储结构采用的是数组
在这里插入图片描述

2 满足父亲节点的值大于（小于）左右孩子子节点的值（左右节点大小不必比较），叫做大根堆（小根堆）或者是最大堆（最小堆）
3 堆的基本作用是快速寻找集合中的最值

二堆的操作（以大堆为例）

2.1 建堆（向下调整）

建堆前：int[] array = { 27,15,19,18,28,34,65,49,25,37 };

**思路：**叶子节点本身可以是视作一个堆的，对于一个根节点而言，只需要满足左右子树是堆就可以了，那么就需要从最后一个非叶子节点开始，依次向下调整，直至到根节点为止，此时的完全二叉树就是一个堆。
代码实现：

public class Heap {
    //堆底层的数组
    public int[] elem;
    //表示数组中实际存放的数据个数
    public int Useside;
    //提供一个构造方法,对数组进行实例化
    public Heap(){
        //以十个数据以内为例
        this.elem = new int[10];
    }

    public void CreatHeap(int[] array){
        //将给定的数据放到elem数组中
        for (int i = 0; i < array.length; i++) {
            elem[i]=array[i];
            Useside++;
        }
        //根据思路，我们必须从最后一个非叶子节点，也就是最后一个父亲节点开始向下调整
        for(int parent = ((Useside-1)-1)/2;parent>=0;parent--){
            shiftDown(parent,Useside);
        }
    }

    //向下调整
    public void shiftDown(int parent,int len){
        int child=2*parent+1;
        //向下调整的过程中，要保证孩子节点所在的位置要小于数组的有效长度,超过的已经是调整好了的
        while(child<len){
            //确保有右节点，且找到左右节点中最大值
            if(child+1<len&&elem[child]<elem[child+1]){
                child++;
            }
            if(elem[child]>elem[parent]){
                //1.交换parent与child的值
                int tmp = elem[child];
                elem[child]=elem[parent];
                elem[parent]=tmp;
                //2 向下调整，检查之后的堆是否还是符合大根堆
                parent=child;
                child=2*parent+1;
            }else{//说明此时的parent所在的堆就是大根堆了
                break;
            }
        }
    }
}

运行结果：
在这里插入图片描述

2.2 添加元素（向上调整）

在建堆的基础之上，假设我们需要添加元素80

**思路：**与向下调整相反，我们要找到新加入节点的位置，并且要和其父亲节点进行比较，如果比父亲节点大，那么需要接着向上比较，直到child调整到根节点位置或者在调节的过程中，已经成为了大根堆。
代码实现:

    public void offer(int val){
        //如果满了，我们需要进行扩容处理
        if(isFull()){
            elem=Arrays.copyOf(elem,2*elem.length);
        }
        elem[Useside++]=val;
        //向上调整
        shiftUp(Useside-1);
    }
    //向上调整
    public void shiftUp(int child){
        int parent = (child-1)/2;
        while(parent>=0){
            //由于比父亲节点大，此时需要通过向上调整
            if(elem[child]>elem[parent]){
                int tmp = elem[child];
                elem[child]=elem[parent];
                elem[parent]=tmp;
                //还需要向上调整，进行比较
                child=parent;
                parent=(child-1)/2;
            }else{//说明没有父亲节点大，那么此时还是一个大根堆，不需要向上调整
                break;
            }
        }
    }
    public boolean isFull(){
        return Useside==elem.length;
    }

实现结果：
在这里插入图片描述

2.3 删除元素

**思路：**需要先将堆顶元素与堆的最后一个元素进行换位，然后数组的长度减一，最后对根节点这棵树进行向下调整就可以了
代码实现：

 //删除元素
    public int poll(){
        if (isEmpty()){
            throw new RuntimeException("数组中没有数据");
        }
        int oldvalue = elem[0];
        elem[0]=elem[Useside-1];
        elem[Useside-1]=oldvalue;
        Useside--;
        shiftDown(0,Useside);

        return oldvalue;
    }
    public boolean isEmpty(){
        return Useside==0;
    }