JAVA三堆火柴,二叉堆(三)之 Java详解

前面分别通过C和C++实现了二叉堆，本章给出二叉堆的java版本。

堆和二叉堆的介绍

1. 堆的定义

堆(heap)，这里所说的堆是数据结构中的堆，而不是内存模型中的堆。堆通常是一个可以被看做一棵树，它满足下列性质：

[性质一] 堆中某个节点的值总是不大于或不小于其父节点的值；

[性质二] 堆总是一棵完全树。

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。常见的堆有二叉堆、左倾堆、斜堆、斐波那契堆等等。

2. 二叉堆的定义

二叉堆是完全二元树或者是近似完全二元树，它分为两种：最大堆和最小堆。示意图如下：

最大堆：父结点的键值总是大于或等于任何一个子节点的键值；

最小堆：父结点的键值总是小于或等于任何一个子节点的键值。

二叉堆一般都通过"数组"来实现。数组实现的二叉堆，父节点和子节点的位置存在一定的关系。有时候，我们将"二叉堆的第一个元素"放在数组索引0的位置，有时候放在1的位置。当然，它们的本质一样(都是二叉堆)，知识实现上稍微有一丁点区别。

假设"第一个元素"在数组中的索引为 0 的话，则父节点和子节点的位置关系如下：

(01) 索引为i的左孩子的索引是 (2*i+1);

(02) 索引为i的左孩子的索引是 (2*i+2);

(03) 索引为i的父结点的索引是 floor((i-1)/2)。

假设"第一个元素"在数组中的索引为 1 的话，则父节点和子节点的位置关系如下：

(01) 索引为i的左孩子的索引是 (2*i);

(02) 索引为i的左孩子的索引是 (2*i+1);

(03) 索引为i的父结点的索引是 floor(i/2)。

注意：本文二叉堆的实现统统都是采用"二叉堆第一个元素在数组索引为0"的方式！

二叉堆的图文解析

本文是以"最大堆"来进行介绍的。最大堆的核心内容是"添加"和"删除"，理解这两个算法，二叉堆也就基本掌握了。下面对它们进行介绍，其它内容请参考后面的完整源码。

1. 添加

假设在最大堆[90,80,70,60,40,30,20,10,50]种添加85，需要执行的步骤如下：

如上图所示，当向最大堆中添加数据时：先将数据加入到最大堆的最后，然后尽可能把这个元素往上挪，直到挪不动为止！

将85添加到[90,80,70,60,40,30,20,10,50]中后，最大堆变成了[90,85,70,60,80,30,20,10,50,40]。

最大堆的插入代码

/*

* 最大堆的向上调整算法(从start开始向上直到0，调整堆)

*

* 注：数组实现的堆中，第N个节点的左孩子的索引值是(2N+1)，右孩子的索引是(2N+2)。

*

* 参数说明：

* start -- 被上调节点的起始位置(一般为数组中最后一个元素的索引)

*/

protected void filterup(int start) {

int c = start; // 当前节点(current)的位置

int p = (c-1)/2; // 父(parent)结点的位置

T tmp = mHeap.get(c); // 当前节点(current)的大小

while(c > 0) {

int cmp = mHeap.get(p).compareTo(tmp);

if(cmp >= 0)

break;

else {

mHeap.set(c, mHeap.get(p));

c = p;

p = (p-1)/2;

}

}

mHeap.set(c, tmp);

}

/*

* 将data插入到二叉堆中

*/

public void insert(T data) {

int size = mHeap.size();

mHeap.add(data); // 将"数组"插在表尾

filterup(size); // 向上调整堆

}

insert(data)的作用：将数据data添加到最大堆中。当堆已满的时候，添加失败；否则data添加到最大堆的末尾。然后通过上调算法重新调整数组，使之重新成为最大堆。

2. 删除

假设从最大堆[90,85,70,60,80,30,20,10,50,40]中删除90，需要执行的步骤如下：

从[90,85,70,60,80,30,20,10,50,40]删除90之后，最大堆变成了[85,80,70,60,40,30,20,10,50]。

如上图所示，当从最大堆中删除数据时：先删除该数据，然后用最大堆中最后一个的元素插入这个空位；接着，把这个“空位”尽量往上挪，直到剩余的数据变成一个最大堆。

注意：考虑从最大堆[90,85,70,60,80,30,20,10,50,40]中删除70，执行的步骤不能单纯的用它的字节点来替换；而必须考虑到"替换后的树仍然要是最大堆"！

最大堆的删除代码

/*

* 最大堆的向下调整算法

*

* 注：数组实现的堆中，第N个节点的左孩子的索引值是(2N+1)，右孩子的索引是(2N+2)。

*

* 参数说明：

* start -- 被下调节点的起始位置(一般为0，表示从第1个开始)

* end -- 截至范围(一般为数组中最后一个元素的索引)

*/

protected void filterdown(int start, int end) {

int c = start; // 当前(current)节点的位置

int l = 2*c + 1; // 左(left)孩子的位置

T tmp = mHeap.get(c); // 当前(current)节点的大小

while(l <= end) {

int cmp = mHeap.get(l).compareTo(mHeap.get(l+1));

// "l"是左孩子，"l+1"是右孩子

if(l < end && cmp<0)

l++; // 左右两孩子中选择较大者，即mHeap[l+1]

cmp = tmp.compareTo(mHeap.get(l));

if(cmp >= 0)

break; //调整结束

else {

mHeap.set(c, mHeap.get(l));

c = l;

l = 2*l + 1;

}

}

mHeap.set(c, tmp);

}

/*

* 删除最大堆中的data

*

* 返回值：

* 0，成功

* -1，失败

*/

public int remove(T data) {

// 如果"堆"已空，则返回-1

if(mHeap.isEmpty() == true)

return -1;

// 获取data在数组中的索引

int index = mHeap.indexOf(data);

if (index==-1)

return -1;

int size = mHeap.size();

mHeap.set(index, mHeap.get(size-1));// 用最后元素填补

mHeap.remove(size - 1); // 删除最后的元素

if (mHeap.size() > 1)

filterdown(index, mHeap.size()-1); // 从index号位置开始自上向下调整为最小堆

return 0;

}

二叉堆的实现源码和测试包括

二叉堆的源码包含了"最大堆"和"最小堆"。

PS. 二叉堆是"堆排序"的理论基石。后面的算法中会讲解到"堆排序"，理解了"二叉堆"之后，"堆排序"就很简单了。